0
| 本文作者： 刘伟 | 2019-07-15 18:46 | 专题：CCF-GAIR 2019 |
雷锋网 AI 掘金志按：7 月 12 日-7 月 14 日，2019 第四届全球人工智能与机器人峰会（CCF-GAIR 2019）于深圳正式召开。峰会由中国计算机学会（CCF）主办，雷锋网(公众号：雷锋网)、香港中文大学（深圳）承办，深圳市人工智能与机器人研究院协办，得到了深圳市政府的大力指导，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流博览盛会，旨在打造国内人工智能领域极具实力的跨界交流合作平台。
作为中国国内最具影响力和前瞻性的前沿科技活动，CCF-GAIR 大会已经度过了三次精彩而又辉煌的历程。CCF-GAIR 2019 延续了过去的强大阵容，提供了 13 个专场（人工智能前沿专场、中国人工智能四十年纪念专场、机器人前沿专场、智能交通专场、5G & AIoT 专场、AI 芯片专场、AI 金融专场、类脑计算专场、智慧城市专场、智能商业专场、智慧教育专场、AI 医疗专场、智慧城市·视觉智能专场）。
在大会第三天的〖智能商业专场〗，阿里巴巴集团副总裁、CEO助理肖利华，京东零售首席科学家兼技术副总裁胡鲁辉，美国德州农工大学数据挖掘实验室主任胡侠，苏宁零售技术研究院院长王俊杰，TCL研究院 （香港）研究所总经理俞大海，扩博智能CTO柯严先后登台发表精彩演讲，分享了各自对智能商业的理解与实践。
阿里肖利华：新零售的两重价值
作为智能商业领域最新潮的概念，“新零售”自提出以来就充满了争论，每个人都有自己的理解和阐述。那么，到底什么是新零售呢？阿里巴巴集团副总裁、CEO助理肖利华博士代表“新零售”的首倡者阿里，给出了权威解释。
为什么会出现新零售？肖利华博士的答案是：因为消费者已经在线了，如果你的店铺不在线、产品不在线、服务不在线、沟通不在线，生意的机会自然就会少很多。
新零售的内核是基于对消费者的洞察，通过大数据发现商机，然后通过品牌诊断实现人货场的匹配，最终带来消费者体验的提升。
总的来说，新零售主要给我们带来了两重价值，一是通过对时间和空间的最大程度利用，创造了另一个购物空间；二是通过大数据不断优化商品供应链，充分理解消费者喜欢什么商品、什么价格、什么品类，然后不断进行实时优化。
肖利华博士指出，面对新零售浪潮的来袭，很多传统公司的只做到了业务的在线化，却没有做到数据化。而这个时代完全可以通过云计算、数据智能技术清晰地听到消费者的声音，沉淀消费者资产。在这一背景下，阿里云将为新零售、新商业提供“技术引擎”。
京东胡鲁辉：大数据与人工智能紧密结合才能发挥出价值
大数据和人工智能可以说是零售行业当下最热门的话题，但大家谈论得多，看到的成果少，原因就在于二者没能紧密结合。
胡鲁辉老师指出，大数据和人工智能是两个密不可分的概念，其中大数据的主要价值在诊断性分析，而机器学习解决的是对未来的预测，并根据对未来的预测形成指导性建议，形成业务闭环。
然而在业务实践中，对大数据的利用依然存在许多问题，主要有三个方面：
一是烟囱式。很多企业经历了10年甚至30年的数字化进程，企业的各个部门都建立了一套自己的数据体系，它们之间缺乏融合与交流。存在标准不统一、口径不统一和数据质量不高的问题，对大数据的应用造成了巨大挑战。
二是死数据。很多企业有非常多的数据，每年需要在计算和存储上花费高昂的费用，甚至比人力成本还要贵。有些企业的想法是，数据越多越好，不管好坏先存起来，万一哪天有用呢？后来发现数据太多了，存在家里太贵了。数据存着不用是没有价值的，只有把它用起来，成了活数据，才能发挥价值。
其中有一个非常关键的要素，就是数据的时效性。数据如果存着不用就会迅速贬值，因为行业在飞速发展，用十年前的数据来指导今天的业务显然是不靠谱的。现在我们的数据还在迅速以指数级增长，当务之急是把它们用起来。
三是未闭环。BI报表等可以呈现许多分析结果，但都存在一个问题，就是没有形成闭环，无法真正对业务产生影响。这是值得我们去思考的问题。数据闭环从广义上有两种：业务应用闭环和数据洞察闭环，可以认为分别从数据流和数据深度两个角度来看。
为了将不同前端业务的数据池打通，提高对数据利用的实时性，以支持前端业务的快速创新和迭代，京东全力打造了一个以数据资产为核心的数据中台。胡鲁辉老师认为，中台不仅仅是一个技术概念，更是一种战略思维。企业在发展的过程中有非常多烟囱式的组织需要打通，同时由于移动互联网的普及和消费者日益多元化，企业的前端业务面临非常多的不确定性，需要一个能量池来支撑小而快的前端应用，这正是京东建设中台的初衷。
胡鲁辉老师强调，企业在建设数字化的过程中要有中台思维，要考虑客户的应用场景是什么。他表示，我们之前谈论的数字化更多是企业数字化，是To B的思维，但只有大众的数字化思维提升后，才能激发出更大的市场价值。
德州农工大学胡侠：深度学习的可解释性至关重要
谈到数据挖掘，深度学习是一个绕不开的话题。作为大数据挖掘领域的顶级专家，美国德州农工大学数据挖掘实验室主任胡侠教授也分享了自己的最新研究成果。
胡侠教授谈到，深度学习的发展给各行各业的发展都带来了许多便利，但如果无法解决深度学习算法的可解释性问题，它的价值就会大大受限。
比如在医疗保险领域，小诊所的医生可能会和病人联合起来骗保，因此保险公司会用深度学习技术分析某一个理赔事件与其他理赔事件的差异。不过我们不能依据某一个理赔事件不同于其他事件就判定它是骗保，而是还要交由专家来复核。在保险行业，一桩理赔可能涉及上千页文档，复核起来难度非常大，因此算法必须将问题具体定位到某一页文档，这就涉及到算法的可解释性。
为了解决深度学习算法的可解释性问题，胡侠教授做了大量研究，并提出了三个建设性的解决方案：一是在深度学习算法的结构里加入一些可解释性的元素，这种方案允许用户根据自身业务灵活调整模型结构，但对模型设计能力的要求比较高；二是不改变模型的原有结构，重新建一个模型来对其进行检测；三是对模型预测的结果进行解释。
胡侠教授介绍，今年暑假之后他所在的实验室将推出一个名为XDeep的Python Package ，里面将包含以上三种深度学习可解释性方案的开源代码。
除了算法的可解释性，机器学习的自动化也至关重要。自动机器学习主要带来了两重价值：一是帮助没有很强数据科学背景的用户更好地利用AI这一工具；二是帮助专业的数据科学家提高效率，毕竟现实生活中千变万化，光靠科学家应付不过来。
胡侠教授团队在自动深度学习模型的生成过程中引入了贝叶斯优化技术，只需要极少量数据就能取得很好的效果；同时还开发了一个叫做Autokeras的自动深度学习系统。
苏宁王俊杰：零售业为AI提供了丰富的落地场景
作为过去一年零售领域最出色的企业之一，苏宁2018年在线下新开了8000多家门店，收购了万达百货下属的37家百货门店和家乐福中国80%的股份。
苏宁零售技术研究院院长王俊杰表示，大多数人只看到了表面成绩，却没有意识到苏宁在技术方面的持续投入。事实上，过去几年苏宁在AI等新技术领域投入了大量资源，目前已经拥有超过1000名算法工程师。
与多数企业不同的是，苏宁并不过分追求技术的前沿性，而是更在乎技术与业务场景的结合。王俊杰表示，人工智能和物联网技术在过去几年里取得了迅猛发展，苏宁在长期的业务实践中也积累了大量的数据，但如何通过场景来释放这些技术和数据的价值才是重中之重。
苏宁从南京一家空调专营店开始，不断丰富自己在线上、线下的业态，如今更是延伸到了金融、物流、文创、体育等方方面面，拥有非常多的业务场景供AI技术落地，包括数字化无人门店、智慧物流、智慧供应链等等。而当AI的种子在场景的土壤中生根发芽发展壮大后又可以赋能给产业上下游的合作伙伴，比如通过大数据指导品牌商开发新品，形成C2B的商业模式。
苏宁智慧零售AI能力的建设主要包含三个层次：一是完善基础设施，夯实基础、链接资源、优化学习；二是强化智能感知，目标是实现能听会说、能看会认、能动会飞；三是增强交互体验，包括意图分析、决策推理和智能交互。
TCL俞大海：人工智能技术在智能制造的应用
智能商业的概念其实非常宽泛，除了我们能够明显感受到的零售前端的变化，还有更多我们看不到的部分，比如背后的供应链和生产环节。
作为智能商业专场的第五位演讲嘉宾，TCL研究院 （香港）研究所总经理俞大海围绕“人工智能技术在智能制造领域的应用”这一主题，从另一个角度为我们带来了对智能商业的理解。
俞大海表示，智能制造是一件非常难的事情，不像智能化技术在安防和零售行业的落地那么立竿见影，因为它的流程非常复杂。
做智能制造，最核心的有三个部分：首先是发展IoT平台，因为制造流程中的数据是多维度和多模态的，如果没有一个平台来采集和整合这些数据，后面的智能化就无法实现；其次是对大数据平台的管理，如何对数据进行清洗和利用；最后才是通过人工智能去优化流程和提高生产效率。
俞大海介绍，人工智能技术在智能制造领域的应用需要回答三个问题：发生了什么？为什么发生？还会发生什么？对应的分别是感知、分析和预测。最终为的是实现三个目标：第一要降低成本，第二要提高效率，第三是产能和良率要达到最优的指标。
俞大海介绍，制造行业的数据极其不平衡，正样本多，负样本少。用传统机器学习的做法训练模型效果非常差。TCL的做法是用生成对抗网络去模拟真实的生产环境，产生更多的负样本，然后通过强化学习去训练模型。
他指出，现在行业的通行做法是在已有的业务流程上去应用人工智能，效果比较有限。因为现有的业务流程是为人服务的，未来我们也可以尝试去设计一套为机器学习服务的业务流程。
俞大海还提到，很多工厂不便把数据上传到公有云，但在私有云上做人工智能的应用成本又太高。这个问题可以用边缘计算来解决，先在边缘端处理数据，只将特征信息上传至云端，甚至直接在边缘端实现某些功能。
扩博智能柯严：计算机视觉对未来零售的影响
一个行业的转型升级，对巨头们来说是挑战，对初创公司则意味着弯道超车的机会。作为大会的最后一位演讲嘉宾，扩博智能CTO柯严博士介绍了，由微软前高管团队创立的扩博智能是如何在智能商业领域大展身手的。
柯严博士介绍，实体零售企业拥抱数字化转型，数据获取和驾驭数据的能力是关键一环。扩博智能恰当地运用人工智能、物联网、边缘计算等技术，将创新技术与零售行业的应用场景相结合，优化业务运营等不同维度，打破数据壁垒，帮助零售企业有策略地对海量数据进行系统的实时分析，才能从中获取能够指导决策、优化流程和创新业务模式的业务洞察。
扩博智能目前的一款零售产品是安装在商超冰柜上的智能硬件设备，当需要重新进货或重新安排商品时，该设备会向员工发出警报。顾客在打开和关闭冰箱门时会触发设备上的摄像头，帮助像可口可乐，沃尔玛等客户跟踪产品被取出的频率以及货架安排何时发生变化。
这一思路与当前市场上许多智能货柜企业基于商品识别做自动结算的做法大相径庭。原因在于，快消品的迭代周期非常快，这意味着其数字化必须在很短的时间内完成；另一方面，快消品的单价通常在几十块钱，因此你的算法必须是非常低成本的。相比于对商品识别精准度非常高的智能货柜，扩博智能的产品或许更加贴近市场需求。
柯严博士谈到，线下商业正在快速数字化，Amazon Go与盒马鲜生这样的行业领军者投入巨资搭建基础设施，取得了非常出色的成绩。但与此同时，我们身边还有非常多的综合超市，便利店和夫妻老婆店，他们也想数字化，却可能没有找到落地的场景或者无力承担高昂的IT投入。
另一方面，可口可乐这样的世界级品牌商拥有非常多的渠道，包大型超市和无数的夫妻老婆店，他们迫切希望知道自己的产品陈列是否符合要求，通过数据驱动提升销量。这在过去需要借助人力，不仅成本高昂而且效率低下。
为此，扩博智能推出了一套名为扩博智瞭的解决方案，一举解决了品牌商和实体店的双重烦恼。
我们将会在本次峰会后，在「AI投研邦」上线CCF GAIR 2019峰会完整视频与各大主题专场白皮书，包括机器人前沿专场、智能交通专场、智慧城市专场、AI芯片专场、AI金融专场、AI医疗专场、智慧教育专场等。「AI投研邦」会员们可免费观看全年峰会视频与研报内容，扫码进入会员页面了解更多。峰会期间专享立减399元福利，可进入页面直接领取，或私信助教小慕（微信：moocmm）咨询。（最后一天50个名额，速抢。）
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
专题
