雷鋒網(wǎng) AI 掘金志按：7 月 12 日-7 月 14 日，2019 第四屆全球人工智能與機(jī)器人峰會(huì)（CCF-GAIR 2019）于深圳正式召開(kāi)。峰會(huì)由中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))、香港中文大學(xué)（深圳）承辦，深圳市人工智能與機(jī)器人研究院協(xié)辦，得到了深圳市政府的大力指導(dǎo)，是國(guó)內(nèi)人工智能和機(jī)器人學(xué)術(shù)界、工業(yè)界及投資界三大領(lǐng)域的頂級(jí)交流博覽盛會(huì)，旨在打造國(guó)內(nèi)人工智能領(lǐng)域極具實(shí)力的跨界交流合作平臺(tái)。

作為中國(guó)國(guó)內(nèi)最具影響力和前瞻性的前沿科技活動(dòng)，CCF-GAIR 大會(huì)已經(jīng)度過(guò)了三次精彩而又輝煌的歷程。CCF-GAIR 2019 延續(xù)了過(guò)去的強(qiáng)大陣容，提供了 13 個(gè)專(zhuān)場(chǎng)（人工智能前沿專(zhuān)場(chǎng)、中國(guó)人工智能四十年紀(jì)念專(zhuān)場(chǎng)、機(jī)器人前沿專(zhuān)場(chǎng)、智能交通專(zhuān)場(chǎng)、5G & AIoT 專(zhuān)場(chǎng)、AI  芯片專(zhuān)場(chǎng)、AI 金融專(zhuān)場(chǎng)、類(lèi)腦計(jì)算專(zhuān)場(chǎng)、智慧城市專(zhuān)場(chǎng)、智能商業(yè)專(zhuān)場(chǎng)、智慧教育專(zhuān)場(chǎng)、AI 醫(yī)療專(zhuān)場(chǎng)、智慧城市·視覺(jué)智能專(zhuān)場(chǎng)）。 

在大會(huì)第三天的〖智能商業(yè)專(zhuān)場(chǎng)〗，阿里巴巴集團(tuán)副總裁、CEO助理肖利華，京東零售首席科學(xué)家兼技術(shù)副總裁胡魯輝，美國(guó)德州農(nóng)工大學(xué)數(shù)據(jù)挖掘?qū)嶒?yàn)室主任胡俠，蘇寧零售技術(shù)研究院院長(zhǎng)王俊杰，TCL研究院 （香港）研究所總經(jīng)理俞大海，擴(kuò)博智能CTO柯嚴(yán)先后登臺(tái)發(fā)表精彩演講，分享了各自對(duì)智能商業(yè)的理解與實(shí)踐。

阿里肖利華：新零售的兩重價(jià)值

作為智能商業(yè)領(lǐng)域最新潮的概念，“新零售”自提出以來(lái)就充滿了爭(zhēng)論，每個(gè)人都有自己的理解和闡述。那么，到底什么是新零售呢？阿里巴巴集團(tuán)副總裁、CEO助理肖利華博士代表“新零售”的首倡者阿里，給出了權(quán)威解釋。

為什么會(huì)出現(xiàn)新零售？肖利華博士的答案是：因?yàn)橄M(fèi)者已經(jīng)在線了，如果你的店鋪不在線、產(chǎn)品不在線、服務(wù)不在線、溝通不在線，生意的機(jī)會(huì)自然就會(huì)少很多。

新零售的內(nèi)核是基于對(duì)消費(fèi)者的洞察，通過(guò)大數(shù)據(jù)發(fā)現(xiàn)商機(jī)，然后通過(guò)品牌診斷實(shí)現(xiàn)人貨場(chǎng)的匹配，最終帶來(lái)消費(fèi)者體驗(yàn)的提升。

總的來(lái)說(shuō)，新零售主要給我們帶來(lái)了兩重價(jià)值，一是通過(guò)對(duì)時(shí)間和空間的最大程度利用，創(chuàng)造了另一個(gè)購(gòu)物空間；二是通過(guò)大數(shù)據(jù)不斷優(yōu)化商品供應(yīng)鏈，充分理解消費(fèi)者喜歡什么商品、什么價(jià)格、什么品類(lèi)，然后不斷進(jìn)行實(shí)時(shí)優(yōu)化。

肖利華博士指出，面對(duì)新零售浪潮的來(lái)襲，很多傳統(tǒng)公司的只做到了業(yè)務(wù)的在線化，卻沒(méi)有做到數(shù)據(jù)化。而這個(gè)時(shí)代完全可以通過(guò)云計(jì)算、數(shù)據(jù)智能技術(shù)清晰地聽(tīng)到消費(fèi)者的聲音，沉淀消費(fèi)者資產(chǎn)。在這一背景下，阿里云將為新零售、新商業(yè)提供“技術(shù)引擎”。

京東胡魯輝：大數(shù)據(jù)與人工智能緊密結(jié)合才能發(fā)揮出價(jià)值

大數(shù)據(jù)和人工智能可以說(shuō)是零售行業(yè)當(dāng)下最熱門(mén)的話題，但大家談?wù)摰枚?，看到的成果少，原因就在于二者沒(méi)能緊密結(jié)合。

胡魯輝老師指出，大數(shù)據(jù)和人工智能是兩個(gè)密不可分的概念，其中大數(shù)據(jù)的主要價(jià)值在診斷性分析，而機(jī)器學(xué)習(xí)解決的是對(duì)未來(lái)的預(yù)測(cè)，并根據(jù)對(duì)未來(lái)的預(yù)測(cè)形成指導(dǎo)性建議，形成業(yè)務(wù)閉環(huán)。

然而在業(yè)務(wù)實(shí)踐中，對(duì)大數(shù)據(jù)的利用依然存在許多問(wèn)題，主要有三個(gè)方面：

一是煙囪式。很多企業(yè)經(jīng)歷了10年甚至30年的數(shù)字化進(jìn)程，企業(yè)的各個(gè)部門(mén)都建立了一套自己的數(shù)據(jù)體系，它們之間缺乏融合與交流。存在標(biāo)準(zhǔn)不統(tǒng)一、口徑不統(tǒng)一和數(shù)據(jù)質(zhì)量不高的問(wèn)題，對(duì)大數(shù)據(jù)的應(yīng)用造成了巨大挑戰(zhàn)。

二是死數(shù)據(jù)。很多企業(yè)有非常多的數(shù)據(jù)，每年需要在計(jì)算和存儲(chǔ)上花費(fèi)高昂的費(fèi)用，甚至比人力成本還要貴。有些企業(yè)的想法是，數(shù)據(jù)越多越好，不管好壞先存起來(lái)，萬(wàn)一哪天有用呢？后來(lái)發(fā)現(xiàn)數(shù)據(jù)太多了，存在家里太貴了。數(shù)據(jù)存著不用是沒(méi)有價(jià)值的，只有把它用起來(lái)，成了活數(shù)據(jù)，才能發(fā)揮價(jià)值。

其中有一個(gè)非常關(guān)鍵的要素，就是數(shù)據(jù)的時(shí)效性。數(shù)據(jù)如果存著不用就會(huì)迅速貶值，因?yàn)樾袠I(yè)在飛速發(fā)展，用十年前的數(shù)據(jù)來(lái)指導(dǎo)今天的業(yè)務(wù)顯然是不靠譜的。現(xiàn)在我們的數(shù)據(jù)還在迅速以指數(shù)級(jí)增長(zhǎng)，當(dāng)務(wù)之急是把它們用起來(lái)。

三是未閉環(huán)。BI報(bào)表等可以呈現(xiàn)許多分析結(jié)果，但都存在一個(gè)問(wèn)題，就是沒(méi)有形成閉環(huán)，無(wú)法真正對(duì)業(yè)務(wù)產(chǎn)生影響。這是值得我們?nèi)ニ伎嫉膯?wèn)題。數(shù)據(jù)閉環(huán)從廣義上有兩種：業(yè)務(wù)應(yīng)用閉環(huán)和數(shù)據(jù)洞察閉環(huán)，可以認(rèn)為分別從數(shù)據(jù)流和數(shù)據(jù)深度兩個(gè)角度來(lái)看。

為了將不同前端業(yè)務(wù)的數(shù)據(jù)池打通，提高對(duì)數(shù)據(jù)利用的實(shí)時(shí)性，以支持前端業(yè)務(wù)的快速創(chuàng)新和迭代，京東全力打造了一個(gè)以數(shù)據(jù)資產(chǎn)為核心的數(shù)據(jù)中臺(tái)。胡魯輝老師認(rèn)為，中臺(tái)不僅僅是一個(gè)技術(shù)概念，更是一種戰(zhàn)略思維。企業(yè)在發(fā)展的過(guò)程中有非常多煙囪式的組織需要打通，同時(shí)由于移動(dòng)互聯(lián)網(wǎng)的普及和消費(fèi)者日益多元化，企業(yè)的前端業(yè)務(wù)面臨非常多的不確定性，需要一個(gè)能量池來(lái)支撐小而快的前端應(yīng)用，這正是京東建設(shè)中臺(tái)的初衷。

胡魯輝老師強(qiáng)調(diào)，企業(yè)在建設(shè)數(shù)字化的過(guò)程中要有中臺(tái)思維，要考慮客戶的應(yīng)用場(chǎng)景是什么。他表示，我們之前談?wù)摰臄?shù)字化更多是企業(yè)數(shù)字化，是To B的思維，但只有大眾的數(shù)字化思維提升后，才能激發(fā)出更大的市場(chǎng)價(jià)值。

德州農(nóng)工大學(xué)胡俠：深度學(xué)習(xí)的可解釋性至關(guān)重要

談到數(shù)據(jù)挖掘，深度學(xué)習(xí)是一個(gè)繞不開(kāi)的話題。作為大數(shù)據(jù)挖掘領(lǐng)域的頂級(jí)專(zhuān)家，美國(guó)德州農(nóng)工大學(xué)數(shù)據(jù)挖掘?qū)嶒?yàn)室主任胡俠教授也分享了自己的最新研究成果。

胡俠教授談到，深度學(xué)習(xí)的發(fā)展給各行各業(yè)的發(fā)展都帶來(lái)了許多便利，但如果無(wú)法解決深度學(xué)習(xí)算法的可解釋性問(wèn)題，它的價(jià)值就會(huì)大大受限。

比如在醫(yī)療保險(xiǎn)領(lǐng)域，小診所的醫(yī)生可能會(huì)和病人聯(lián)合起來(lái)騙保，因此保險(xiǎn)公司會(huì)用深度學(xué)習(xí)技術(shù)分析某一個(gè)理賠事件與其他理賠事件的差異。不過(guò)我們不能依據(jù)某一個(gè)理賠事件不同于其他事件就判定它是騙保，而是還要交由專(zhuān)家來(lái)復(fù)核。在保險(xiǎn)行業(yè)，一樁理賠可能涉及上千頁(yè)文檔，復(fù)核起來(lái)難度非常大，因此算法必須將問(wèn)題具體定位到某一頁(yè)文檔，這就涉及到算法的可解釋性。

為了解決深度學(xué)習(xí)算法的可解釋性問(wèn)題，胡俠教授做了大量研究，并提出了三個(gè)建設(shè)性的解決方案：一是在深度學(xué)習(xí)算法的結(jié)構(gòu)里加入一些可解釋性的元素，這種方案允許用戶根據(jù)自身業(yè)務(wù)靈活調(diào)整模型結(jié)構(gòu)，但對(duì)模型設(shè)計(jì)能力的要求比較高；二是不改變模型的原有結(jié)構(gòu)，重新建一個(gè)模型來(lái)對(duì)其進(jìn)行檢測(cè)；三是對(duì)模型預(yù)測(cè)的結(jié)果進(jìn)行解釋。

胡俠教授介紹，今年暑假之后他所在的實(shí)驗(yàn)室將推出一個(gè)名為XDeep的Python Package ，里面將包含以上三種深度學(xué)習(xí)可解釋性方案的開(kāi)源代碼。

除了算法的可解釋性，機(jī)器學(xué)習(xí)的自動(dòng)化也至關(guān)重要。自動(dòng)機(jī)器學(xué)習(xí)主要帶來(lái)了兩重價(jià)值：一是幫助沒(méi)有很強(qiáng)數(shù)據(jù)科學(xué)背景的用戶更好地利用AI這一工具；二是幫助專(zhuān)業(yè)的數(shù)據(jù)科學(xué)家提高效率，畢竟現(xiàn)實(shí)生活中千變?nèi)f化，光靠科學(xué)家應(yīng)付不過(guò)來(lái)。

胡俠教授團(tuán)隊(duì)在自動(dòng)深度學(xué)習(xí)模型的生成過(guò)程中引入了貝葉斯優(yōu)化技術(shù)，只需要極少量數(shù)據(jù)就能取得很好的效果；同時(shí)還開(kāi)發(fā)了一個(gè)叫做Autokeras的自動(dòng)深度學(xué)習(xí)系統(tǒng)。

蘇寧王俊杰：零售業(yè)為AI提供了豐富的落地場(chǎng)景

作為過(guò)去一年零售領(lǐng)域最出色的企業(yè)之一，蘇寧2018年在線下新開(kāi)了8000多家門(mén)店，收購(gòu)了萬(wàn)達(dá)百貨下屬的37家百貨門(mén)店和家樂(lè)福中國(guó)80%的股份。

蘇寧零售技術(shù)研究院院長(zhǎng)王俊杰表示，大多數(shù)人只看到了表面成績(jī)，卻沒(méi)有意識(shí)到蘇寧在技術(shù)方面的持續(xù)投入。事實(shí)上，過(guò)去幾年蘇寧在AI等新技術(shù)領(lǐng)域投入了大量資源，目前已經(jīng)擁有超過(guò)1000名算法工程師。

與多數(shù)企業(yè)不同的是，蘇寧并不過(guò)分追求技術(shù)的前沿性，而是更在乎技術(shù)與業(yè)務(wù)場(chǎng)景的結(jié)合。王俊杰表示，人工智能和物聯(lián)網(wǎng)技術(shù)在過(guò)去幾年里取得了迅猛發(fā)展，蘇寧在長(zhǎng)期的業(yè)務(wù)實(shí)踐中也積累了大量的數(shù)據(jù)，但如何通過(guò)場(chǎng)景來(lái)釋放這些技術(shù)和數(shù)據(jù)的價(jià)值才是重中之重。

蘇寧從南京一家空調(diào)專(zhuān)營(yíng)店開(kāi)始，不斷豐富自己在線上、線下的業(yè)態(tài)，如今更是延伸到了金融、物流、文創(chuàng)、體育等方方面面，擁有非常多的業(yè)務(wù)場(chǎng)景供AI技術(shù)落地，包括數(shù)字化無(wú)人門(mén)店、智慧物流、智慧供應(yīng)鏈等等。而當(dāng)AI的種子在場(chǎng)景的土壤中生根發(fā)芽發(fā)展壯大后又可以賦能給產(chǎn)業(yè)上下游的合作伙伴，比如通過(guò)大數(shù)據(jù)指導(dǎo)品牌商開(kāi)發(fā)新品，形成C2B的商業(yè)模式。

蘇寧智慧零售AI能力的建設(shè)主要包含三個(gè)層次：一是完善基礎(chǔ)設(shè)施，夯實(shí)基礎(chǔ)、鏈接資源、優(yōu)化學(xué)習(xí)；二是強(qiáng)化智能感知，目標(biāo)是實(shí)現(xiàn)能聽(tīng)會(huì)說(shuō)、能看會(huì)認(rèn)、能動(dòng)會(huì)飛；三是增強(qiáng)交互體驗(yàn)，包括意圖分析、決策推理和智能交互。

TCL俞大海：人工智能技術(shù)在智能制造的應(yīng)用

智能商業(yè)的概念其實(shí)非常寬泛，除了我們能夠明顯感受到的零售前端的變化，還有更多我們看不到的部分，比如背后的供應(yīng)鏈和生產(chǎn)環(huán)節(jié)。

作為智能商業(yè)專(zhuān)場(chǎng)的第五位演講嘉賓，TCL研究院 （香港）研究所總經(jīng)理俞大海圍繞“人工智能技術(shù)在智能制造領(lǐng)域的應(yīng)用”這一主題，從另一個(gè)角度為我們帶來(lái)了對(duì)智能商業(yè)的理解。

俞大海表示，智能制造是一件非常難的事情，不像智能化技術(shù)在安防和零售行業(yè)的落地那么立竿見(jiàn)影，因?yàn)樗牧鞒谭浅?fù)雜。

做智能制造，最核心的有三個(gè)部分：首先是發(fā)展IoT平臺(tái)，因?yàn)橹圃炝鞒讨械臄?shù)據(jù)是多維度和多模態(tài)的，如果沒(méi)有一個(gè)平臺(tái)來(lái)采集和整合這些數(shù)據(jù)，后面的智能化就無(wú)法實(shí)現(xiàn)；其次是對(duì)大數(shù)據(jù)平臺(tái)的管理，如何對(duì)數(shù)據(jù)進(jìn)行清洗和利用；最后才是通過(guò)人工智能去優(yōu)化流程和提高生產(chǎn)效率。

俞大海介紹，人工智能技術(shù)在智能制造領(lǐng)域的應(yīng)用需要回答三個(gè)問(wèn)題：發(fā)生了什么？為什么發(fā)生？還會(huì)發(fā)生什么？對(duì)應(yīng)的分別是感知、分析和預(yù)測(cè)。最終為的是實(shí)現(xiàn)三個(gè)目標(biāo)：第一要降低成本，第二要提高效率，第三是產(chǎn)能和良率要達(dá)到最優(yōu)的指標(biāo)。

俞大海介紹，制造行業(yè)的數(shù)據(jù)極其不平衡，正樣本多，負(fù)樣本少。用傳統(tǒng)機(jī)器學(xué)習(xí)的做法訓(xùn)練模型效果非常差。TCL的做法是用生成對(duì)抗網(wǎng)絡(luò)去模擬真實(shí)的生產(chǎn)環(huán)境，產(chǎn)生更多的負(fù)樣本，然后通過(guò)強(qiáng)化學(xué)習(xí)去訓(xùn)練模型。

他指出，現(xiàn)在行業(yè)的通行做法是在已有的業(yè)務(wù)流程上去應(yīng)用人工智能，效果比較有限。因?yàn)楝F(xiàn)有的業(yè)務(wù)流程是為人服務(wù)的，未來(lái)我們也可以嘗試去設(shè)計(jì)一套為機(jī)器學(xué)習(xí)服務(wù)的業(yè)務(wù)流程。

俞大海還提到，很多工廠不便把數(shù)據(jù)上傳到公有云，但在私有云上做人工智能的應(yīng)用成本又太高。這個(gè)問(wèn)題可以用邊緣計(jì)算來(lái)解決，先在邊緣端處理數(shù)據(jù)，只將特征信息上傳至云端，甚至直接在邊緣端實(shí)現(xiàn)某些功能。

擴(kuò)博智能柯嚴(yán)：計(jì)算機(jī)視覺(jué)對(duì)未來(lái)零售的影響

一個(gè)行業(yè)的轉(zhuǎn)型升級(jí)，對(duì)巨頭們來(lái)說(shuō)是挑戰(zhàn)，對(duì)初創(chuàng)公司則意味著彎道超車(chē)的機(jī)會(huì)。作為大會(huì)的最后一位演講嘉賓，擴(kuò)博智能CTO柯嚴(yán)博士介紹了，由微軟前高管團(tuán)隊(duì)創(chuàng)立的擴(kuò)博智能是如何在智能商業(yè)領(lǐng)域大展身手的。

柯嚴(yán)博士介紹，實(shí)體零售企業(yè)擁抱數(shù)字化轉(zhuǎn)型，數(shù)據(jù)獲取和駕馭數(shù)據(jù)的能力是關(guān)鍵一環(huán)。擴(kuò)博智能恰當(dāng)?shù)剡\(yùn)用人工智能、物聯(lián)網(wǎng)、邊緣計(jì)算等技術(shù)，將創(chuàng)新技術(shù)與零售行業(yè)的應(yīng)用場(chǎng)景相結(jié)合，優(yōu)化業(yè)務(wù)運(yùn)營(yíng)等不同維度，打破數(shù)據(jù)壁壘，幫助零售企業(yè)有策略地對(duì)海量數(shù)據(jù)進(jìn)行系統(tǒng)的實(shí)時(shí)分析，才能從中獲取能夠指導(dǎo)決策、優(yōu)化流程和創(chuàng)新業(yè)務(wù)模式的業(yè)務(wù)洞察。

擴(kuò)博智能目前的一款零售產(chǎn)品是安裝在商超冰柜上的智能硬件設(shè)備，當(dāng)需要重新進(jìn)貨或重新安排商品時(shí)，該設(shè)備會(huì)向員工發(fā)出警報(bào)。顧客在打開(kāi)和關(guān)閉冰箱門(mén)時(shí)會(huì)觸發(fā)設(shè)備上的攝像頭，幫助像可口可樂(lè)，沃爾瑪?shù)瓤蛻舾櫘a(chǎn)品被取出的頻率以及貨架安排何時(shí)發(fā)生變化。

這一思路與當(dāng)前市場(chǎng)上許多智能貨柜企業(yè)基于商品識(shí)別做自動(dòng)結(jié)算的做法大相徑庭。原因在于，快消品的迭代周期非?？?，這意味著其數(shù)字化必須在很短的時(shí)間內(nèi)完成；另一方面，快消品的單價(jià)通常在幾十塊錢(qián)，因此你的算法必須是非常低成本的。相比于對(duì)商品識(shí)別精準(zhǔn)度非常高的智能貨柜，擴(kuò)博智能的產(chǎn)品或許更加貼近市場(chǎng)需求。

柯嚴(yán)博士談到，線下商業(yè)正在快速數(shù)字化，Amazon Go與盒馬鮮生這樣的行業(yè)領(lǐng)軍者投入巨資搭建基礎(chǔ)設(shè)施，取得了非常出色的成績(jī)。但與此同時(shí)，我們身邊還有非常多的綜合超市，便利店和夫妻老婆店，他們也想數(shù)字化，卻可能沒(méi)有找到落地的場(chǎng)景或者無(wú)力承擔(dān)高昂的IT投入。

另一方面，可口可樂(lè)這樣的世界級(jí)品牌商擁有非常多的渠道，包大型超市和無(wú)數(shù)的夫妻老婆店，他們迫切希望知道自己的產(chǎn)品陳列是否符合要求，通過(guò)數(shù)據(jù)驅(qū)動(dòng)提升銷(xiāo)量。這在過(guò)去需要借助人力，不僅成本高昂而且效率低下。

為此，擴(kuò)博智能推出了一套名為擴(kuò)博智瞭的解決方案，一舉解決了品牌商和實(shí)體店的雙重?zé)馈?/p>

我們將會(huì)在本次峰會(huì)后，在「AI投研邦」上線CCF GAIR 2019峰會(huì)完整視頻與各大主題專(zhuān)場(chǎng)白皮書(shū)，包括機(jī)器人前沿專(zhuān)場(chǎng)、智能交通專(zhuān)場(chǎng)、智慧城市專(zhuān)場(chǎng)、AI芯片專(zhuān)場(chǎng)、AI金融專(zhuān)場(chǎng)、AI醫(yī)療專(zhuān)場(chǎng)、智慧教育專(zhuān)場(chǎng)等?！窤I投研邦」會(huì)員們可免費(fèi)觀看全年峰會(huì)視頻與研報(bào)內(nèi)容，掃碼進(jìn)入會(huì)員頁(yè)面了解更多。峰會(huì)期間專(zhuān)享立減399元福利，可進(jìn)入頁(yè)面直接領(lǐng)取，或私信助教小慕（微信：moocmm）咨詢。（最后一天50個(gè)名額，速搶。）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。