返回 登录
1

专访京东万象杜宇甫:打通数据共享通道 助AI真正落地

2017年已经过半了,从年初到现在,我们目睹了人工智能的持续升温过程。不仅资本市场和各大巨头们纷纷在人工智能领域布局,而且国家层面也在努力推动人工智能技术的革新。据了解,7月20日,国务院印发《新一代人工智能发展规划》,提出了人工智能产业发展“三步走”蓝图,以及未来我国人工智能产业战略目标。

甚至有人说,如今已经进入到“AI+”的时代了。回顾过去,我们发现,不管是“互联网+”、“大数据+”,还是今天万众瞩目的“AI+”,它们都有一个共同点:都离不开数据。这也是为什么我们在谈人工智能的时候,往往也要谈大数据的原因。

2017年8月5日,由飞马网主办的“FMI2017国际人工智能&大数据高峰论坛”将在北京国家会议中心召开。会议前,飞马网记者对大会演讲嘉宾京东万象总经理杜宇甫进行了专访,让我们先睹为快,探听数据流通方面的心得。

受访嘉宾介绍

图片描述

京东万象总经理 杜宇甫

杜宇甫,京东万象总经理,负责万象数据服务商城整体业务规划及系统架构设计。曾担任京东云JOS开放服务平台资深架构师、京东云首席数据架构师,并长期关注数据信息安全、数据集成脱敏、数据等级评估、数据流通交易以及新兴创新型技术,是云计算、大数据领域的专家。

大数据与AI的关系

前几年,我们都还在张口闭口谈大数据,而现在,人工智能成了技术领域频频提及的重点词语。那么大数据跟人工智能之间又有什么联系呢?

杜宇甫给我们形象地解答了这个问题:如果把AI比作一个人的话,那么大数据就相当于一个学校。AI要想变得更聪明,必须通过大数据来学习和训练,才能实现真正的智能化。归根结底,对于人工智能来说,最重要的其实就是数据。

并非所有的数据都叫“大数据”

虽然数据是研究人工智能的重要因素,但这并不意味着任何数据都有价值。因此如果企业想要利用好大数据,让数据产生价值,则必须具备能够从海量的数据中筛选出有效数据、摒弃无用数据的能力。

那么问题来了:企业该如何在海量数据中甄别出有效数据呢?

对此,杜宇甫告诉我们,由于企业业务模式和所处行业环境的不同,目前没有标准化可复制的方法来有效鉴别数据。对一个企业有用的数据,对另一个企业不一定有用,大家只能不断地去尝试;同时,可以从同行的成功或失败案例中总结经验、教训。

做大数据研究,数据量小了怎么办?

相信这是很多中小企业的担忧,在大数据时代,数据量不够大该怎么办?杜宇甫表示,研究大数据,不一定要用内部数据,可以通过外部的数据来辅助自身业务。而这也正是京东万象存在的价值。

很多企业拥有的只是大量数据,而不是有效的大数据。让数据产生价值并进一步为企业赋能,才是大数据的意义所在。

大数据的发展瓶颈——数据共享与流通

进入大数据时代已经有好几年的时间了,大数据行业的发展大致经历了几个阶段:从最开始的发现大数据,到慢慢地使数据产生价值,再到今天的数据行业化应用、场景化解决方案的实际落地,大家逐渐开始考虑更深层次的因素。在今天,单纯做大数据并不独特,但是专门钻研某一行业或某一领域的大数据技术是非常可贵的。因此大数据的行业化、场景化也必将是未来的一个趋势。

在大数据分析技术已经趋于成熟的今天,大数据的发展还存在哪些问题呢?杜宇甫认为,目前大数据领域的最大瓶颈是“数据共享与流通”。各个企业还是各自留存和使用内部数据,不愿意与其他行业和企业进行数据的交换共享,这其实并不利于大数据研究。而对此,京东万象也提出了解决方案,可以为企业提供相应的数据。

数据安全

提到数据安全,杜宇甫告诉我们,数据安全有两方面,一方面是数据存储的安全,即如何更好地保护内部数据;另一方面是数据在流通过程中的安全。在数据流通过程中,京东万象采取了很多技术手段来保障数据安全。

数据流通行业需要“破界”

杜宇甫告诉我们,在数据流通行业中,大家往往更关注的是交易,很少有人在技术方面做努力。京东万象之所以提出“破界”,是希望能够利用技术的力量促进数据流通行业更好、更安全地进行交易。而该从哪些方面着手开始“破界”呢,杜宇甫将的“FMI2017国际人工智能&大数据高峰论坛”上详细为大家讲解。

写在最后

杜宇甫认为AI的“概念阶段”已大致成为过去式,我们基本上都对AI有了一定的认识,接下来是“务实阶段”,我们要真正地利用机器学习、深度学习等将人工智能技术落地到实际应用。

评论