為什么一家銀行會收購一家人工智能軟件公司?上周，加拿大多倫多道明銀行(TDBank)宣布收購人工智能初創(chuàng)公司--Layer 6。(經(jīng)全面信息披露稱：道明銀行使用我們的軟件來管理企業(yè)數(shù)據(jù)和為其提供企業(yè)數(shù)據(jù)。)金融服務(wù)創(chuàng)業(yè)公司的迅速崛起正在給老牌機構(gòu)帶來壓力，這些創(chuàng)業(yè)公司利用了全數(shù)字化基礎(chǔ)設(shè)施的速度、規(guī)模和成本。最重要的是，這些創(chuàng)業(yè)公司正在用全自動數(shù)據(jù)和分析生態(tài)系統(tǒng)替代人力密集型流程，而該系統(tǒng)可為千禧一代提供其想要的具有競爭力的產(chǎn)品和按需服務(wù)。
在《第二次機器革命》一書中，作者布林約爾松(Brynolfson)和麥卡菲(McAfee)二人注意到人工智能的快速發(fā)展，并在幾年前還認為這些技術(shù)要幾十年后才能成為現(xiàn)實，包括自動駕駛汽車、音樂創(chuàng)作以及在“危險邊緣(Jeopardy)”智力競賽中順利闖關(guān)。他們描述了這一切是如何實現(xiàn)的，這是因為數(shù)據(jù)經(jīng)濟所特有的三個屬性：
• 數(shù)字化--數(shù)據(jù)是新經(jīng)濟的基礎(chǔ)資源，可以在世界任何地方瞬間完成復制和傳播。
• 指數(shù)增長--在過去的50年里，信息技術(shù)的發(fā)展每兩年翻一番(摩爾定律)，現(xiàn)在我們可以將復雜的分析技術(shù)應(yīng)用于我們所做的一切工作中。
• 進行組合--通過結(jié)合現(xiàn)有產(chǎn)品開發(fā)出新的數(shù)字產(chǎn)品，實現(xiàn)極致的個性化和最佳效果。
最重要的是，這些屬性是可以相互共存的，可創(chuàng)造出類似于一個加速旋渦，以驚人的速度進行創(chuàng)新。
這種創(chuàng)新的良性循環(huán)依賴于數(shù)據(jù)、元數(shù)據(jù)和人工智能協(xié)同工作，以創(chuàng)建一個隨時間推移而變得更加智能的系統(tǒng)。而令人驚訝的是，他們需要更多地像管弦樂隊那樣進行協(xié)調(diào)一致的配合而并非像工廠那樣運轉(zhuǎn)。
數(shù)據(jù)可提供事實依據(jù)，元數(shù)據(jù)可以講述故事
在原始數(shù)據(jù)與形成智慧洞察力之間建立一條單向流動的管道，這是非常受歡迎的，也就是說，從原始數(shù)據(jù)源開始，經(jīng)過數(shù)據(jù)精化和準備階段，然后將數(shù)據(jù)提供給商業(yè)智能和機器學習算法，從而形成洞察力。但是這個“數(shù)據(jù)工廠”模式卻忽略了人類智能的最大洞察力，即預(yù)測是依賴于將當前情況與大量記憶存儲進行比較，然后我們行動的結(jié)果會存儲到記憶庫中。這并不是我們所預(yù)測的，而是我們的記憶給予我們寶貴的經(jīng)驗。
在計算機系統(tǒng)中，內(nèi)存不僅僅是提供歷史數(shù)據(jù)，而元數(shù)據(jù)會提供背景數(shù)據(jù)、組織數(shù)據(jù)和細微差別。這些數(shù)據(jù)來自哪里?誰在使用這些數(shù)據(jù)?這些數(shù)據(jù)代表什么?這些數(shù)據(jù)是否可信?這些數(shù)據(jù)可以提供事實依據(jù)，而元數(shù)據(jù)可以講述故事。
事實上，我將預(yù)測模型和其他類型的機器學習技術(shù)視為元數(shù)據(jù)。它們是對數(shù)據(jù)之間關(guān)系進行簡化總結(jié)，也就是說，“如果通過這種算法將這些變量的值結(jié)合起來，他們就會推斷出具用某些置信度的其他可能變量值。”從而，數(shù)據(jù)被用來促進決策和產(chǎn)生洞察力，而元數(shù)據(jù)存儲其學習到的內(nèi)容(包括什么方案是可行的，何時可以使用，以及哪些是仍然無法確定的)，因此這個系統(tǒng)就變得更智能。我們的一個客戶使用許多組模型作為數(shù)據(jù)源來創(chuàng)建一個“元模型”，以優(yōu)化其所有模型。該遞歸方式進行深入運行，并不斷地緩慢深入運行。
實現(xiàn)持續(xù)加速
像螞蟻金融這樣的下一代金融公司正在把這個生態(tài)系統(tǒng)構(gòu)建到每個業(yè)務(wù)流程中。螞蟻金融公司(Ant Financial)是在阿里巴巴集團的支持下于2014年成立，該金融公司正在利用他們未涉足過的新機遇從頭開始設(shè)計大型數(shù)字化業(yè)務(wù)。螞蟻金融公司副總裁兼首席數(shù)據(jù)科學家漆遠(Yuan Alan Qi)表示，我們公司的人工智能研究正在影響著公司的發(fā)展。“人工智能幾乎應(yīng)用于螞蟻金融公司的每個業(yè)務(wù)中，”他說。“我們用人工智能來優(yōu)化業(yè)務(wù)和開發(fā)新產(chǎn)品。”他們的創(chuàng)新包括使用新的數(shù)據(jù)流(如社交網(wǎng)絡(luò)數(shù)據(jù))來評估那些無銀行賬戶人員的信譽度。僅僅這一市場的規(guī)模就相當龐大—涉及全球20億人，而僅通過一個完全自動化的、數(shù)據(jù)和人工智能驅(qū)動的流程就可以合理解決這個問題，因為在該市場中有超過一半的人并沒有多少傳統(tǒng)銀行賬戶資產(chǎn)。
向數(shù)據(jù)、元數(shù)據(jù)、人工智能生態(tài)系統(tǒng)的邁進還需要改變管理團隊的組成。最近，螞蟻金融公司邀請加州大學伯克利分校教授兼統(tǒng)計學和機器學習專家邁克爾·喬丹加入到其科學委員會。包括加拿大道明銀行以及其他傳統(tǒng)銀行正在陷入困境。加拿大皇家銀行(RBC)在多倫多和埃德蒙頓建立了人工智能實驗室，并在蒙特利爾也建立一個人工智能實驗室。去年1月，該銀行聘請人工智能領(lǐng)域領(lǐng)軍者理查德·S·薩頓(Richard S. Sutton)博士擔任其學術(shù)顧問。
為了實現(xiàn)在第二次機器革命中持續(xù)加速發(fā)展，必須創(chuàng)建一個數(shù)據(jù)生態(tài)系統(tǒng)，以便在元數(shù)據(jù)中自動收集此虛擬循環(huán)。記錄每個動作，存儲其結(jié)果，歷史記錄將成為我們的老師。這不是一個獨立事件，各個組織必須像管弦樂隊一樣協(xié)調(diào)一致，收集他們在內(nèi)存中分享的經(jīng)驗和協(xié)作數(shù)據(jù)，并相互學習以達到最佳表現(xiàn)。
加拿大道明銀行的創(chuàng)新、技術(shù)和共享服務(wù)部門負責人麥克·羅德斯(Michael Rhodes)表示：“過去幾年來，我們在數(shù)據(jù)和數(shù)據(jù)基礎(chǔ)架構(gòu)方面進行了大量投資。”他們豐富的數(shù)據(jù)資產(chǎn)、敏捷數(shù)據(jù)平臺和現(xiàn)在的人工智能引擎將為他們在洞察力和創(chuàng)新方面帶來巨大飛躍，并將使其成為數(shù)據(jù)經(jīng)濟領(lǐng)域的強大競爭對手。
版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責任的權(quán)利。
京公網(wǎng)安備 11010502049343號