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。