有观点、有态度，6大顶级嘉宾论道智能商业丨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、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。

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。

京东零售首席科学家兼技术副总裁胡鲁辉指出，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，比如数据标准不统一、质量不高，对数据的利用不充分等。

胡鲁辉老师表示，很多企业大量地采集数据，却没有真正地将它用起来，这样的数据非但没有价值，反而会给企业带来非常昂贵的数据存储成本，而且每年新数据还将以指数级增长。另外，数据的时效性也非常重要，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。

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。在这个数据中台中，融合大数据和机器学习，通过构建资产管理体系，实现全链路数据资产一体化运营与成本核算。并通过集成数据标准、数据共享商店、数据价值模型、数据健康度评分等机制，促进数据价值最大化、可视化，建设数据产品化、平台化、智能化，实现数据资产赋能、数据驱动业务增长。

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