今年9月，鄧白氏高級副總裁兼首席數據科學家安東尼·斯克里費加諾(Anthony Scriffignano)在接受澎湃新聞(www.thepaper.cn)在內的媒體采訪時表示，地球上的數據總量正在以指數級的速度成倍增長，其規模已無法測算，“這不是數據的問題，而是如何使數據有意義的問題。”
鄧白氏集團(Dun&Bradstreet)是全球著名的商業信息服務機構，擁有170多年歷史，其全球數據系統收錄了收錄了源自于數萬個數據源的超3億家企業記錄。作為鄧白氏高級副總裁兼首席數據科學家，斯克里費加諾有著語言學與高級算法的學術背景。今年5月，他被全球最大的高管級數字和數據領導人社區CDO俱樂部評選為2018年美國首席數據官。
安東尼·斯克里費加諾
“大數據”一詞的提出始于2008年《自然》子刊的一篇論文。這一概念進入中國后，迅速被茁壯成長的互聯網企業奉為圭臬，引領其落地應用。當前，中國的大數據產業已然做大做強。根據中國信息通信研究院發布的《大數據白皮書》，2017年中國大數據產業規模已達到4700億元，同比增長30%。這一數字固然可觀，但無法與全球數據總量的增長速度相匹敵。2017年，全球數據總量約為21.6澤字節(Zettabyte)，國際數據公司(IDC)預計全球數據總量將在2020年將達到44澤字節，在2025年達到180澤字節。
海量增長的數據為人工智能提供了施展拳腳的空間。斯克里費加諾表示，人工智能、物聯網、金融科技等新技術在多年以前便存在，但是如今的計算機運算能力與數據規模使這些技術聚合到了一起，變得更強大。“我們的客戶們面對著這種數字化帶來的顛覆和挑戰，他們被迫要做出改變。但是很多小的企業沒有資源去應對變化、參與競爭，而大公司則可能會被機會所淹沒，反而耗費太多時間在做決定上。”
作為一家以商業數據咨詢見長的企業，鄧白氏在新的數據業態中改變了自身的方法論。斯克里費加諾表示，在技術影響之下，當今商業的本質已經發生了改變。如：企業興衰榮枯的速率大大加快了，因此需要引入自動化的數據采集技術來代替以往的人工操作;獲取信息后還不足夠，需要培養機器來高效辨識信息的及時性與真實性;在檢測和發現欺詐行為時，企業可能意識到自己處于被觀察狀態而改變自己的行為。這就使得傳統的建模分析法鞭長莫及。對于這些問題，鄧白氏給出的解決方案是，擁抱人工智能，并且比主流水準走得更遠。
多變與不確定似乎成為當今商業的一大新特征，因此傳統的建模法已不再是最佳分析手段。“你不能再借助傳統的‘機器學習+建模’方法來應對當下正在劇變的環境，而是需要更高級的AI。”斯克里費加諾將這一類型的AI稱為“非回歸AI”。回歸一詞在此意指數據分析中的“回歸分析”，在鄧白氏的設計中，不再由AI以歸納過去的數據來預測未來，而是“教會機器如何學習”。
斯克里費加諾舉例道，傳統算法會基于數據規律得出一條“回歸線”，而距離回歸線很遠的數據會被認作異常狀態。傳統算法會忽略這些異常點，將它們視作隨機出現的“雜音”。但是在一些情況下，這些“雜音”背后可能蘊含著對決策至關重要的信息。它可能意味著一次借貸，一次加密貨幣的交易，也可能意味著有組織的犯罪行為。鄧白氏將這些蘊含信息的“雜音”稱為clique，訓練更為高級的AI對其加以辨識。
在一張涉及了數百萬宗交易的商業網絡里，某幾家企業之間建起了包買包賣的閉環渠道，這一異常關系以幾個clique的形式被AI識別并呈現。至此，AI的關系告一段落，接下來將交由人類分析師來判斷異常關系背后隱藏的真相是什么。斯克里費加諾解釋道，這樣的AI解決的不是數學問題，而是模式(pattern)問題，“把大問題分解成小問題，讓人來分析解決。”
傳統回歸分析法的示意圖
在談到中國同行們近年來的表現時，斯克里費加諾贊賞有加。他表示，中國在量子科學領域的成就已經全球領先，未來量子計算如果成真，將深刻改變傳統數據產業“采集-建模-分析”的工作模式，“量子計算不需要通過建模來了解世界，因為它本身就是用物質世界去了解它的物質世界。”
近年來，大數據產業的火熱催生許多高校開設大數據專業。在被問及新環境下的大數據產業需要怎樣的人才時，斯克里費加諾表示，過去對人才的要求是接受過計算機科學或數據科學的培訓，擁有過硬的技能。今時今日，專業水平固然不可或缺，但是一些軟技能顯得更加重要。比如：好奇心。數據是門不斷發生變化的科學，學生需要具有時刻關注新事物新變化的好奇;謙遜。所有的東西都在不斷地變化，每個人都處在永遠學習的過程中;合作能力。當今世界各項技術都匯聚在了一起，沒有一個人憑一己之力能解決所有問題，因此合作很重要;溝通力。如果你解決不了問題，沒有關系，確保將它解釋清楚，讓團隊一同攻克。
京公網安備 11010502049343號