本文關(guān)鍵詞：大數(shù)據(jù)的沖擊，由筆耕文化傳播整理發(fā)布。

數(shù)據(jù)化對各行業(yè)的沖擊，比預(yù)想的更猛烈

日期:2017-03-31 06:16:32 作者:葛冬冬

 

 

 

 

 

 

■葛冬冬

 

時至今日，很多年輕的學(xué)生對大數(shù)據(jù)與人工智能充滿了好奇。不管你今后是否要進(jìn)入這個領(lǐng)域?qū)W習(xí)，不管你對大數(shù)據(jù)和人工智能的認(rèn)知是怎樣的，在你知道了以下這些事實后，至少會意識到一點：年輕的你們不管今后要從事哪個具體領(lǐng)域的工作，都已經(jīng)無法規(guī)避大數(shù)據(jù)和人工智能對你產(chǎn)生的影響。

 

斯坦福大學(xué)前商學(xué)院院長GarthSaloner(高斯·塞隆那)　在臨離任前發(fā)給MBA學(xué)生的推特內(nèi)容是：“如果你還在學(xué)校的話，最應(yīng)該做的是到工學(xué)院去，學(xué)習(xí)任何和人工智能、深度學(xué)習(xí)、自動化等相關(guān)的知識!　此刻!”

 

行走在科研前沿，學(xué)術(shù)界同行已經(jīng)越來越感到，我們的科研方式在受到大數(shù)據(jù)的沖擊。

 

按照傳統(tǒng)，學(xué)術(shù)界的人分享科研成果，最主要的方式是期刊(journal)　和會議　(conference)。要在學(xué)術(shù)期刊發(fā)表論文，在如數(shù)理、商學(xué)等領(lǐng)域，通常要經(jīng)過一到三年的審稿周期。好的學(xué)術(shù)會議相比起來算是快的，在計算機(jī)科學(xué)領(lǐng)域，依然也需要數(shù)月的審稿時間。一篇論文從投出去到作者發(fā)表演講、和同行分享，一般要半年時間。

 

2013年，卡耐基梅隆大學(xué)等幾個美國著名高校從事人工智能研究的博士們，發(fā)起了一個叫做Unconference的聚會。相比于傳統(tǒng)的學(xué)術(shù)會議和期刊，為了更快地交流、分享最新的領(lǐng)域內(nèi)的進(jìn)展，這些處于前沿的年輕人覺得需要一個更有效的溝通方式，他們決定舉行這種經(jīng)常性的聚會，形式自由，不提前安排確定的會議議程，主題和內(nèi)容都由參會者臨時決定。

 

這其實反映了一個常態(tài)，我們每個人或多或少都能認(rèn)知到：世界與以往不再那么的一樣，它在改變，速度越來越快。事實上，人類的知識進(jìn)化，過去幾年，正在以一個前所未有的加速度在進(jìn)行。而這一切的發(fā)生，原動力來自于世界的數(shù)據(jù)化進(jìn)程加快。相應(yīng)的，大數(shù)據(jù)處理技術(shù)進(jìn)化和完善也相當(dāng)迅速，同時使得建立在此基礎(chǔ)上的人工智能技術(shù)也進(jìn)入了一個忽然加速、甚至技術(shù)爆炸的時期。

 

現(xiàn)在的每一天，我們都可以感受到這些改變。當(dāng)你打開手機(jī)，新聞客戶端的推送是高度個性化的新聞，這是推薦系統(tǒng)在默默為你揀選你最可能感興趣的信息。當(dāng)你走出家門，網(wǎng)約車的出現(xiàn)讓你感受到交通的便利和分享經(jīng)濟(jì)的實惠。而網(wǎng)約車的背后，則是一個基于整個城市實時交通狀況的平臺———是它在計算你的呼叫滿足方式。在你信用卡的申請里，銀行考慮的不再僅僅是傳統(tǒng)的金融數(shù)據(jù)記錄，你度假的選擇、午餐的方式，甚至于敲擊鍵盤的大小寫偏好，都成為對你這個用戶分析的一個維度上的數(shù)據(jù)，進(jìn)入對你的評估系統(tǒng)。

 

往外去看，人工智能和大數(shù)據(jù)帶來的社會變革比比皆是。自動化交易系統(tǒng)的進(jìn)入，使得高盛在紐約現(xiàn)金股票交易柜臺的交易員從2000年頂峰時期的600人縮減到今天的2人。波士頓動力公司開發(fā)的機(jī)器人，已經(jīng)可以在復(fù)雜地形上縱跳如飛。谷歌開發(fā)的人工智能選手，已經(jīng)在圍棋人類最復(fù)雜的智力游戲上擊敗人類�？突仿￠_發(fā)的德州撲克人工智能，已經(jīng)在這個兼有博弈與計算的游戲上擊敗人類世界冠軍。而這些智能依然處在一個進(jìn)化的狀態(tài)，但是已經(jīng)越過人類這個奇點，它必然會絕塵而去，將我們徹底拋離。

 

以數(shù)據(jù)化形式展開的活動將來會是金融等行業(yè)的主流，很多可重復(fù)、思想度略低的工作很快會被機(jī)器所取代，這個趨勢的來臨，遠(yuǎn)比人類預(yù)想的猛烈。

 

在盤點了這些熱點事件背后，讓我們再來談?wù)劶夹g(shù)的發(fā)展。最近10年來，數(shù)據(jù)積累的急劇增加和針對數(shù)據(jù)的全鏈條技術(shù)整體成熟，是催生大數(shù)據(jù)浪潮以及接踵而來的人工智能熱潮的關(guān)鍵因素。粗略來講，在整個產(chǎn)業(yè)和技術(shù)鏈條上，包括了數(shù)據(jù)的提取與清洗　(網(wǎng)絡(luò)爬蟲，結(jié)構(gòu)化)，存儲與讀取　(大數(shù)據(jù)架構(gòu)系統(tǒng)/數(shù)據(jù)庫技術(shù))，規(guī)律分析與挖掘　(統(tǒng)計學(xué)習(xí)/機(jī)器學(xué)習(xí)/深度學(xué)習(xí))，建模與計算　(優(yōu)化算法/并行計算軟硬件技術(shù))，再到實際對接多個應(yīng)用領(lǐng)域。

 

這其中，硬件和系統(tǒng)進(jìn)步非常重要。例如，Spark，Hadoop等使得并行存儲和計算前所未有得容易實現(xiàn)；GPU在并行計算的成熟，使得人工智能的很多大規(guī)模并行計算任務(wù)，特別是深度學(xué)習(xí)等算法，可以以更低代價更高效快速執(zhí)行。計算和建模技術(shù)的進(jìn)展，特別是機(jī)器學(xué)習(xí)　(去年以來熱點遷移到了深度學(xué)習(xí))　在GPU并行計算等硬件支撐下，結(jié)合大數(shù)據(jù)處理技術(shù)快速興起，使得極多的傳統(tǒng)實際問題的解決方式，可以被機(jī)器學(xué)習(xí)在足夠數(shù)據(jù)訓(xùn)練下更精確的結(jié)果和更簡單的建模方式擊敗。暴力美學(xué)，一至于斯！

 

這些趨勢，在很多細(xì)分領(lǐng)域已經(jīng)非常明顯。這些領(lǐng)域紛紛根據(jù)自己需求，啟動相應(yīng)的研究。例如，在企業(yè)運(yùn)營中，電商巨頭京東去年底提出“智慧供應(yīng)鏈”，對供應(yīng)鏈管理的幾個關(guān)鍵核心，從運(yùn)用機(jī)器學(xué)習(xí)和運(yùn)籌優(yōu)化技術(shù)，建立起基于數(shù)據(jù)驅(qū)動的智能分析系統(tǒng)，包括了根據(jù)歷史與環(huán)境自動智能定價系統(tǒng)，實現(xiàn)自動補(bǔ)貨和調(diào)貨的智能庫存系統(tǒng)，物流中的無人倉機(jī)器人智能系統(tǒng)等。

 

在金融領(lǐng)域，突破了傳統(tǒng)意義的金融模型，基于更廣泛大數(shù)據(jù)的征信系統(tǒng)、風(fēng)控系統(tǒng)，已經(jīng)廣泛地被運(yùn)用在國內(nèi)多個銀行。有更多財經(jīng)的事務(wù)，包括個人理財、資產(chǎn)管理，會計等———這些本來的白領(lǐng)工作，即使看上去似乎有一定復(fù)雜技術(shù)，但因其具有重復(fù)性，大趨勢已經(jīng)顯示，非常大的工作份額會被人工智能吞噬。

 

再如區(qū)塊鏈，比特幣即為區(qū)塊鏈的一個初級應(yīng)用形式。比特幣是用來交易的，而之前的任何一種交易，在數(shù)字化之后，怎么樣讓它安全穩(wěn)定、怎樣省略中間復(fù)雜的程序才是人類關(guān)注的重點。區(qū)塊鏈完美解決了這個問題，比如原來要蓋數(shù)十個章、寫幾十個文檔的跨境貿(mào)易，應(yīng)用區(qū)塊鏈后可以做到瞬時反應(yīng)、電子文檔瞬時生成，電子簽章很難被破解也很難被偽造和篡改。

 

在企業(yè)生態(tài)上，大數(shù)據(jù)和人工智能產(chǎn)生的具體影響，體現(xiàn)為商業(yè)巨頭與創(chuàng)業(yè)者齊飛競爭的態(tài)勢。

 

去年開始，從美國到中國，幾乎所有的熱點大公司，都開始了自覺自發(fā)的轉(zhuǎn)型：向科技公司，或者以科技驅(qū)動的××公司努力。事實上，這些公司在人才的積聚和技術(shù)的積累上，有著自己雄厚的先發(fā)優(yōu)勢和資金優(yōu)勢。全面地如提出“新零售”概念的阿里、旗下科技驅(qū)動的金融公司螞蟻、物流公司菜鳥、在語音識別領(lǐng)域獨步天下的科大訊飛、無人機(jī)領(lǐng)域世界第一的大疆，都已經(jīng)在向行業(yè)巨頭進(jìn)化。

 

小的創(chuàng)業(yè)公司更是如火如荼，如斯坦福運(yùn)籌與優(yōu)化算法背景的智能商業(yè)公司杉數(shù)科技，清華交叉信息學(xué)院創(chuàng)業(yè)背景的視覺識別公司Face++，香港中文大學(xué)教授創(chuàng)業(yè)的商湯科技等，都帶有濃厚的學(xué)術(shù)氣息。

 

業(yè)界擁有雄厚的資金和高水平的科研氛圍，這使得人才的天平正嚴(yán)重地向業(yè)界傾斜。

 

這一輪浪潮，使得人工智能，甚至相關(guān)的大數(shù)據(jù)、統(tǒng)計、運(yùn)籌優(yōu)化，計算機(jī)等多個學(xué)科都成為了搶手的存在。一個非常明顯的趨勢就是大公司對相關(guān)知識重視程度前所未有。

 

公司內(nèi)部的研究團(tuán)隊，如微軟、谷歌、百度、騰訊等，，都有自己的研究院，很多擔(dān)任著引領(lǐng)行業(yè)科技發(fā)展的角色。而且因為其擁有豐富的數(shù)據(jù)資源和實際背景，使得傳統(tǒng)上學(xué)界掌控科技前沿的狀況，已逐步演變?yōu)閷W(xué)界和業(yè)界互相促進(jìn)互相競爭，甚至于業(yè)界領(lǐng)先學(xué)界，將學(xué)界拋離。這個趨勢在國內(nèi)將特別明顯。其次，業(yè)界和高校之間，人才的拉鋸戰(zhàn)也會特別明顯。2015年5月，非常轟動的一個新聞就是優(yōu)步　(Uber)　從卡耐基梅隆大學(xué)聯(lián)邦機(jī)器人工程中心　(NREC)，從教授到博士后，將一個研究所挖走了40多人，基本清空了。

 

從國內(nèi)來講，數(shù)據(jù)、算法、人工智能的專家都特別昂貴難招。高校的優(yōu)秀人才引入，更是遇到了前所未有的挑戰(zhàn)。此外，一個明顯的特點就是數(shù)據(jù)的價值也被充分發(fā)掘出來，數(shù)據(jù)變得特別的“值錢”，在很多業(yè)界已經(jīng)被認(rèn)為是公司的最核心價值體現(xiàn)。

 

事實上，數(shù)據(jù)科學(xué)已經(jīng)成為一個成熟的專業(yè)，在國外多數(shù)高校，數(shù)據(jù)科學(xué)的本科到博士學(xué)位項目都已經(jīng)非常完備，也是受學(xué)生和用人單位歡迎的項目。例如，斯坦福的數(shù)據(jù)碩士項目設(shè)置在工學(xué)院的高等計算所下，學(xué)生需要從管理科學(xué)與工程，統(tǒng)計、數(shù)學(xué)、計算機(jī)等多個學(xué)院選課來完成項目。紐約大學(xué)的數(shù)據(jù)科學(xué)碩士項目，就業(yè)火爆，2017年有1500多名申請人，錄取不到100人。在國內(nèi)，過去兩年，包括北京大學(xué)、復(fù)旦大學(xué)在內(nèi)的35所高校設(shè)置了此專業(yè)。教育部已經(jīng)將數(shù)據(jù)科學(xué)與大數(shù)據(jù)定義為新工科專業(yè)予以正式備案登記。

 

眼下，數(shù)據(jù)科學(xué)與人工智能領(lǐng)域雖然大熱，特別是深度學(xué)習(xí)，看似橫掃一切，但它真正進(jìn)入人們視線，基本是從2012年GeoffreyHinton教授等人在視覺圖像識別大獲成功后才真正引起重視。所以回到原點審視的話，深度學(xué)習(xí)依然是一個充滿未知、有待人類去探索的領(lǐng)域。在應(yīng)用層面，例如深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的一些復(fù)雜算法雖然高效，但是因其黑箱子性質(zhì)，穩(wěn)定性沒有理論保證，使得一些避險領(lǐng)域　(如金融)　依然會讓人心有疑慮，這也是研究者該去孜孜不倦探索與回答的挑戰(zhàn)。

 

但是無論如何，人工智能這個似乎昨天還在蹣跚學(xué)步的嬰兒，忽然間已經(jīng)成為了強(qiáng)壯高大的巨人，開始迅速接管人類的各行各業(yè)。

 

斯坦福大學(xué)吳恩達(dá)教授曾經(jīng)做過一個比喻：“就像100年前電的發(fā)明改變了所有行業(yè)、農(nóng)業(yè)、制造業(yè)、鐵路、通信等等，我覺得人工智能就像100年前的電力，也能為幾乎所有行業(yè)帶來巨大改變。”而這個未來，正以一個可怖的速度，呼嘯而來，與并未做好準(zhǔn)備的我們迎面碰撞。

 

未來已來，逃避徒勞。我們能做的，只能是盡我們最大的努力，張開雙臂，全身心的去擁抱人類這個充滿了不確定性，但是理應(yīng)更美好的明天。

 

(作者為上海財經(jīng)大學(xué)交叉科學(xué)研究院院長，美國斯坦福大學(xué)博士)

 

相關(guān)鏈接

 

國內(nèi)35個高校建“數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)”專業(yè)

 

日前，在教育部公布的高校新增專業(yè)名單中，有32所高校成為第二批成功申請“數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)”本科新專業(yè)的高校。加之此前的2016月2月，北京大學(xué)、對外經(jīng)濟(jì)貿(mào)易大學(xué)及中南大學(xué)首批申請該專業(yè)成功，目前，國內(nèi)已有35所高校設(shè)置了“數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)”專業(yè)，學(xué)制為四年，授予工學(xué)學(xué)位或理學(xué)學(xué)位。

 

據(jù)介紹，這一普遍被看好的大數(shù)據(jù)專業(yè)，將深耕三大技術(shù)方向：一個是Hadoop大數(shù)據(jù)開發(fā)方向；一個是數(shù)據(jù)挖掘、數(shù)據(jù)分析與機(jī)器學(xué)習(xí)方向；另一個是大數(shù)據(jù)運(yùn)維與云計算方向。

 

各大高校緊鑼密鼓啟動大數(shù)據(jù)人才培養(yǎng)，緣于大數(shù)據(jù)時代催生的大量相關(guān)人才缺口。

 

全球最頂尖管理咨詢公司麥肯錫　(McKinsey)　出具的一份詳細(xì)分析報告顯示，預(yù)計到2018年，大數(shù)據(jù)或者數(shù)據(jù)工作者的崗位需求將激增，其中大數(shù)據(jù)科學(xué)家的缺口在14萬到19萬之間，對于懂得如何利用大數(shù)據(jù)做決策的分析師和經(jīng)理的崗位缺口則將達(dá)到150萬!

 

第二批32所獲批高校名單如下：

 

01中國人民大學(xué)

 

02北京郵電大學(xué)

 

03復(fù)旦大學(xué)

 

04華東師范大學(xué)

 

05電子科技大學(xué)

 

06北京信息科技大學(xué)

 

07中北大學(xué)

 

08晉中學(xué)院

 

09長春理工大學(xué)

 

10上海工程技術(shù)大學(xué)

 

11上海紐約大學(xué)

 

12浙江財經(jīng)大學(xué)

 

13宿州學(xué)院

 

14福建工程學(xué)院

 

15黃河科技學(xué)院

 

16湖北經(jīng)濟(jì)學(xué)院

 

17佛山科學(xué)技術(shù)學(xué)院

 

18廣東白云學(xué)院

 

19北京師范大學(xué)-香港浸會大學(xué)聯(lián)合國際學(xué)院

 

20廣西科技大學(xué)

 

21重慶理工大學(xué)

 

22成都東軟學(xué)院

 

23電子科技大學(xué)成都學(xué)院

 

24貴州大學(xué)

 

25貴州師范大學(xué)

 

26安順學(xué)院

 

27貴州商學(xué)院

 

28貴州理工學(xué)院

 

29昆明理工大學(xué)

 

30云南師范大學(xué)

 

31云南財經(jīng)大學(xué)

 

32寧夏理工學(xué)院

 

  本文關(guān)鍵詞：大數(shù)據(jù)的沖擊，由筆耕文化傳播整理發(fā)布。

本文編號：331911