身兼英國帝國理工大學(xué)終身教授、英國皇家工程院院士、數(shù)據(jù)科學(xué)研究所所長、歐洲科學(xué)院院士,毫無疑問,郭毅可當(dāng)屬華人在全球人工智能與大數(shù)據(jù)研究方面的頂尖專家。
值得一提的是,2015年,習(xí)近平主席訪問英國帝國理工學(xué)院,專程去了他的研究所聽取匯報。2014年,郭毅可在英國帝國理工大學(xué)創(chuàng)立了數(shù)據(jù)科學(xué)院研究所,建立了歐洲最大的數(shù)據(jù)科學(xué)可視化演示平臺,這在全世界只有兩到三所。
與此同時,中國甚至于世界上,科技投資領(lǐng)域最熱門的話題,眾所周知是AI、大數(shù)據(jù)、5G等。
1月14日,郭毅可在深圳舉行的第五屆深商全球大會上發(fā)表演講稱,從數(shù)據(jù)資產(chǎn)到數(shù)據(jù)資本有兩個瓶頸,一是實(shí)體資產(chǎn)和數(shù)據(jù)資產(chǎn)的不對稱,二是數(shù)據(jù)資產(chǎn)的可交易性與數(shù)據(jù)的使用特征的矛盾。
“人工智能風(fēng)起云涌,我們在人工智能方面的投資直線上升,但上升趨勢有所變化,一方面因?yàn)榻?jīng)濟(jì)下行,另一方面是我們要降溫,降溫的主要原因是要真正看到人工智能今天發(fā)展的現(xiàn)狀和實(shí)際運(yùn)用中的問題,要注重創(chuàng)新的質(zhì)量。”
如何看待人工智能研究與應(yīng)用目前的深層次問題,中國在這其中科研方面的能力,投資者網(wǎng)等媒體(下稱投資者網(wǎng)等)日前群訪了郭毅可。
中國人工智能應(yīng)用太窄 僅僅是人臉識別
投資者網(wǎng)等:你怎么看目前國內(nèi)醫(yī)療數(shù)據(jù)的開放問題?
郭毅可:醫(yī)療數(shù)據(jù)開放不是一個簡單的技術(shù)問題,也不是管理問題,實(shí)際上是對數(shù)據(jù)的理念和體會不同。正常來說,醫(yī)院不應(yīng)該擁有病人的數(shù)據(jù),病人的數(shù)據(jù)歸自己所以后,現(xiàn)在我們國家沒有對數(shù)據(jù)所有權(quán)進(jìn)行鑒定。
理論上,你的數(shù)據(jù)包括檢測結(jié)果,都應(yīng)該歸你所有,不存在醫(yī)院數(shù)據(jù)共享不共享的問題。如果說數(shù)據(jù)是歸病人的,病人發(fā)現(xiàn)有了這些數(shù)據(jù)之后,將來看病是有用的話,那他就會把數(shù)據(jù)取出來共享。
要達(dá)到數(shù)據(jù)共享,最大問題是,要解決數(shù)據(jù)所有權(quán)。這是比較大的問題,這在中國還沒有開始。
同樣的例子,比如說安防攝像頭,我的照片你照了以后,所有權(quán)在誰的手上?如果我的照片你要拿去用,這還有肖像權(quán)的問題,所以,數(shù)據(jù)資產(chǎn)鑒定,是數(shù)據(jù)經(jīng)濟(jì)發(fā)展非常重要問題,這個問題我們無法不去考慮。
投資者網(wǎng)等:國內(nèi)人工智能目前應(yīng)用方面,您怎么看?
郭毅可:我唯一的感覺是人工智能應(yīng)用比較窄,比如都在圖像處理,都是人臉識別,老識別人臉沒意思,人唯一不穿衣服的地方就是臉,所以人臉識別相對是最容易的。
你要識別成衣,這是最困難的。應(yīng)用這么窄,有可能是快錢驅(qū)動的,這個地方很容易來錢,那都去做這個。
很顯然,人工智能并不是只能應(yīng)用在人臉識別上,對吧。
投資者網(wǎng)等:更寬的領(lǐng)域有哪些可以應(yīng)用落地?
郭毅可:應(yīng)用場景我覺得太多太多了,中國人說衣食住行,這都可以用。衣我講過了,食就更可以了,既然能分析人臉,為什么不能分析食物的成分呢?為什么不能分析它的質(zhì)量和新鮮程度?它的營養(yǎng)和配置?這可以分析。如果這個分析出來,那就非常有意義,肉多了可以點(diǎn)個青菜,這也是人工智能嘛。
住,更不得了了,比如家居方面,有些吸塵器已經(jīng)很不錯,但問題也很多,比如爬不了樓,如果讓吸塵器能爬樓,能不是很好嗎?
再比如像中國很多地方,溫差很大,外面很冷,屋里很熱,空調(diào)為什么不可以根據(jù)人的體溫傳感來調(diào)整溫度?這是很容易的事情。
行,更不用講了,約車軟件都是很好的應(yīng)用。
投資者網(wǎng)等:對比國外人工智能在金融行業(yè)的應(yīng)用,中國有哪些可以借鑒?
郭毅可:國內(nèi)金融領(lǐng)域人工智能應(yīng)用還是比較窄的,第一、征信上;第二在交叉銷售,推薦產(chǎn)品方面。基本上也就這兩個了,剩下的量化不算人工智能。
但實(shí)際上人工智能在金融產(chǎn)品上的應(yīng)用遠(yuǎn)不止這些,我覺得一個非常重要用的好的是,如何對一個投資有因果分析?那就很有意思了。比如對新聞的變化,可以獲得對某一類投資的風(fēng)險識別,而不是大眾化的,是個性化的。我覺得這種風(fēng)險識別是很重要的。
投資者網(wǎng)等:國內(nèi)像智能投顧風(fēng)險預(yù)測很少去做,所以只去賣標(biāo)準(zhǔn)化的產(chǎn)品。