李航，華為技術有限公司諾亞方舟實驗室主任，北京大學、南京大學兼職教授。他日本京都大學電氣電子工程系畢業(yè)，日本東京大學獲得計算機科學博士學位。李航博士的研究方向包括信息檢索，自然語言處理，統(tǒng)計機器學習，及數(shù)據(jù)挖掘。他一直活躍在相關學術領域，曽出版過三部學術專著，并在頂級國際學術會議和國際學術期刊上發(fā)表過上百篇學術論文，擁有40項授權美國專利。

近日，在雷鋒網(wǎng)舉辦的CCF-Gair大會上，李航接受了雷鋒網(wǎng)在后臺關于AIR方面的對話，闡述了華為在大數(shù)據(jù)，機器學習，人工智能三塊工作的內(nèi)部聯(lián)系。

華為的大數(shù)據(jù)主要是哪塊的？

華為的大數(shù)據(jù)主要是用在幫華為，電信，運營商去提高效率，基于這些企業(yè)多年積累的大數(shù)據(jù)去解決業(yè)務、運營上的各種問題，做智能化升級的事情，用大數(shù)據(jù)去解決各種業(yè)務遇到的問題，公司里面所有的業(yè)務應該是能（和我們實驗室）聯(lián)系在一起的。

以客戶之一上海聯(lián)通舉例，那里有500萬的用戶，通過這些手機大量的數(shù)據(jù)來確定這些人在一天內(nèi)的流動，然后我們可以去做很多的事情……

通常我們所說的大數(shù)據(jù)很多時候都是小數(shù)據(jù)，比如你自己手機里的數(shù)據(jù)你不愿意給別人去看，把所有小數(shù)據(jù)加起來才是大數(shù)據(jù)，但你不能隨便把每個人的數(shù)據(jù)都拿出來，有版權，有隱私等各種問題。

而訓練模型的時候需要大規(guī)模的數(shù)據(jù)，這時我們只能學一個通用的模型，學好了再把它遷移到每一個個體的數(shù)據(jù)案例上，再進一步去學習，目前這個（遷移學習應用）還沒有具體的案例。

但具體地，現(xiàn)在華為基于大數(shù)據(jù)用機器學習在做的事情有：

其一，用文字或者自然語言檢索分類照片。該方式不使用人工或機器學習的形式預先為每個照片設置一個標簽，然后通過標簽來處理照片。而是采用深度學習模型的方式處理照片，利用照片承載的內(nèi)容產(chǎn)生自然分類。

其二，神經(jīng)機器翻譯。

其三，神經(jīng)響應機，即一個自動生成式系統(tǒng)，這是業(yè)界第一臺公開發(fā)表的能夠自動生成回復的智能應答機，而不是通過大數(shù)據(jù)搜索配對實現(xiàn)的。

相比騰訊這樣2C的數(shù)據(jù)，華為基于偏底層的數(shù)據(jù)做機器學習時，要注意些什么？

主要是研究的時候驅(qū)動力會著重跟公司的業(yè)務掛鉤。

這些研究有長期的有短期的。

比如公司未來十年發(fā)展業(yè)務方向需要什么樣的技術，然后反推過來需要什么樣的技術。（實驗室研究方向，跟華為其它業(yè)務一樣，還是客戶導向的？）對，可以這樣說。

前一任主任楊強教授和您的管理風格有何不同？

每個人都有自己的作風，大的方向是一樣的，大家都是想要把自己的研究做好，把研發(fā)推動。他也是學者，我也是學者。

我們的背景不太一樣，他的方向主要在遷移學習，我的方向主要在自然語義處理，信息檢索等，方向會跟人研究的內(nèi)容和興趣關聯(lián)比較大。

四年前我們在一起建立了華為諾亞方舟實驗室，現(xiàn)在各自的領域大家還堅持在做，這個是不會有變化的。

諾亞方舟實驗室日常中研究和應用的比率怎么平衡的？

沒有絕對的比率，實驗室的目標還是圍繞公司業(yè)務來的。

如果是10年規(guī)劃的產(chǎn)品，目的是圍繞未來去做，去投資，反過來就是我們需要在哪些領域去做嘗試。但如果光瞄準未來10年，目標就容易很空。

如果是3年到5年規(guī)劃的產(chǎn)品，則是要有一些階段性的成果，甚至還有一年，半年要出階段性成果的，這個時候會根據(jù)情況去調(diào)整，但大的方向往往都是比較明確的，主要關注人工智能、機器學習、數(shù)據(jù)挖掘等前沿科技領域的研究。

然后根據(jù)這三個方向去決定，要往哪個領域加大力度去投入，要跟哪些實際的產(chǎn)品去合作，平衡好長期研究和實際應用開發(fā)的兩類項目，相對來說，產(chǎn)品開發(fā)的比例會大一些。

現(xiàn)在華為有兩個是產(chǎn)品（一款產(chǎn)品是華為手機上的App市場。另一款產(chǎn)品是華為“手機服務”。）另外也有在做的業(yè)界領先的深度學習，自然語義處理相關的一些合作，這些雖然還在技術研發(fā)階段，快一點一兩年也能成功。

一些之前做大數(shù)據(jù)的大公司搖身一變說自己是做人工智能的，請問人工智能和大數(shù)據(jù)的區(qū)別是什么？

人工智能現(xiàn)在的核心技術就是機器學習，這兩者目前幾乎是畫等號的，未來可能還有其它的手段可以做地更好，只是現(xiàn)在沒看到而已。

機器學習往往需要數(shù)據(jù)，或者說大數(shù)據(jù)，跟大數(shù)據(jù)相關。

很多大數(shù)據(jù)在沒被利用的時候就是一些垃圾，如果能被有效利用，用機器學習的技術，基于此做一些智能型的東西，它就是人工智能了。

人工智能的手段基本都是這個套路，基本上都是跟這三個（大數(shù)據(jù)，機器學習，人工智能）相關的。具體怎么稱呼，主要看你強調(diào)什么東西。

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