21世紀(jì)資源爭奪將由過去的對權(quán)利、房子、人才快速切換到對數(shù)據(jù)的爭奪，誰手頭上掌握了足夠多的有價值的數(shù)據(jù)，誰將站在階層分級的金字塔頂端。最近，此種論調(diào)得到了愈來愈多人的認(rèn)可。那么，數(shù)據(jù)是如何服務(wù)于用戶并最終由無序的符號變?yōu)閺?qiáng)勁的生產(chǎn)力的呢？近日，本刊有幸采訪到美國羅切斯特大學(xué)（UniversityofRochester，USA）計(jì)算機(jī)科學(xué)系的羅杰波教授，讓我們一起來了解人工智能與數(shù)據(jù)的關(guān)系及它們最終如何影響著我們的生活。

美國羅切斯特大學(xué)計(jì)算機(jī)科學(xué)系羅杰波教授

大數(shù)據(jù)分析實(shí)例網(wǎng)絡(luò)空間中的用戶移動規(guī)律

    首先，用戶行為習(xí)慣分為兩大類，一類是有跡可循的實(shí)際發(fā)生的數(shù)據(jù)，比如衣食住行等行為習(xí)慣，而“行”又作為一切行為的引發(fā)點(diǎn)，在物理空間中是可以通過分析人流習(xí)慣來規(guī)劃城市，設(shè)計(jì)CBD，策劃商業(yè)模式及行為等等。另一類是網(wǎng)絡(luò)空間的數(shù)據(jù)生活，隨著網(wǎng)絡(luò)生活占據(jù)人類越來越多的時間，商業(yè)行為更多的轉(zhuǎn)移到網(wǎng)絡(luò)世界來已經(jīng)是個不可逆的趨勢，那么如何在網(wǎng)絡(luò)世界中尋找用戶的移動規(guī)律并更好地為用戶提供服務(wù)？這是我們最近在做的一個工作：

    研究物理空間中的人的行為、移動規(guī)律，通過手機(jī)及一些記錄地理位置信息的東西可以來研究。比如滴滴，有打車的記錄，可以看看早上人群是怎么流動，然后晚上人群是怎么流動。另外一個例子是春運(yùn)，可以通過火車票、飛機(jī)票等來看這個人流的走向，能看出來有很多人是從外地來的，來到比如說深圳、北上廣等城市打工的，那么春節(jié)他們都要回去，然后這些就能看出比如說廣州的人都是哪兒的。這些數(shù)據(jù)對國家的交通、市政規(guī)劃都是有影響的。

    網(wǎng)絡(luò)空間中人是怎么流動的呢?從類比的角度去看，我們的地點(diǎn)對象就是各種社交平臺。真實(shí)世界的地點(diǎn)也有公共場所和私密空間，在網(wǎng)絡(luò)空間這個形態(tài)里也能找到同樣的東西。比如微博，就相當(dāng)于一個公共場所，誰都可以去看。再看微信，可能就比較私密。有的東西是開放給所有人的，而有的人就拉個小群，就只開放給某幾個人，講一些比較私密的事情。

    我們可以看出一個規(guī)律，發(fā)現(xiàn)一個有意思的事情：網(wǎng)絡(luò)空間的這些模式，跟物理空間很相像。就像物理空間吃飯的地方或者是鍛煉的地方、家在哪里，當(dāng)然你也可以去旅游的地方等等。那么網(wǎng)絡(luò)空間里也有同樣的東西，人每天去那么幾個地方，你可以想象微信是你家似的，你可能去“今日”、“頭條”看看新聞等?？梢栽谟邢薜倪@么幾個常去的地方。人在物理空間都會回歸到某個地方，我們發(fā)現(xiàn)人在網(wǎng)絡(luò)空間也是一樣。當(dāng)然你偶然也會出差，或者旅游去其他地方。

    所以我們在做的事情就是，把對物理空間的研究方法搬到網(wǎng)絡(luò)空間來，同樣挖掘網(wǎng)絡(luò)空間里人的移動規(guī)律。我們還發(fā)現(xiàn)在網(wǎng)絡(luò)空間里有一個現(xiàn)象，有的人喜歡探索，就會在網(wǎng)上到處看。而網(wǎng)絡(luò)空間比較“宅”的人看的東西比較少，或者很長時間不改變。喜歡探索的人，有兩種，一種是先到處亂看，然后最后選擇幾個點(diǎn)；還有一種就是開始不怎么看，然后越看越多，這兩種模式都很有意思。

    但一個有趣的地方是：物理空間中，你不可能同時在兩個地方?，F(xiàn)在多了個網(wǎng)絡(luò)空間后，常規(guī)來說你也不能同時在兩個地方。比如說你在網(wǎng)絡(luò)空間里花很多時間，那你在物理空間多半是沒動的。唯一一個特例呢，想象是你在公交車上或是地鐵，這個時候你人也在動，網(wǎng)絡(luò)空間也在動。也可以想象你是一個點(diǎn)，你沒動，是公交車在動。這個中間有個矛盾，就是這兩個空間是互補(bǔ)的。我們想知道這些規(guī)律是不是一樣，我們也在研究兩個空間之間的關(guān)聯(lián)性：知道在這個空間人的行為是不是就能預(yù)測到人在另外一個空間的行為?；蛘咧浪F(xiàn)在在這個地方干什么，然后可能在那邊就不可能干什么。隨著研究的深入，成果將對如何去給用戶提供更好的服務(wù)帶來幫助，用途也非常廣泛。

大數(shù)據(jù)分析手段及工具

    大數(shù)據(jù)獲取后，需要經(jīng)過分析并從中得出規(guī)律才會轉(zhuǎn)化為有價值的數(shù)據(jù)，大數(shù)據(jù)處理常用的方法有統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘方法等。

    大數(shù)據(jù)分析傳統(tǒng)的手段是統(tǒng)計(jì)，但是統(tǒng)計(jì)不是大數(shù)據(jù)分析，也就是說統(tǒng)計(jì)這個東西存在很多年了，但是從研究開發(fā)的經(jīng)驗(yàn)來看，大數(shù)據(jù)分析光靠統(tǒng)計(jì)是不行的?，F(xiàn)在的通常手段或者我們喜歡用的手段是機(jī)器學(xué)習(xí)，或者叫數(shù)據(jù)挖掘，機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘其實(shí)是差不多的，是和統(tǒng)計(jì)不同的一種方法，它基本上是一種學(xué)習(xí)手段，包括有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)等在內(nèi)，而且具體要根據(jù)不同的問題采用不同的手段。

    大數(shù)據(jù)最常用的機(jī)器分析語言有Python、JAVA。Matlab也會少量應(yīng)用于計(jì)算機(jī)視覺信息挖掘。我個人認(rèn)為Python是一種針對大數(shù)據(jù)分析較好的語言，這是因?yàn)槠涮幚砦淖直容^強(qiáng)。其實(shí)現(xiàn)在大數(shù)據(jù)主要是文字和數(shù)字，當(dāng)然很多大數(shù)據(jù)也有圖像，但是圖像的問題可以通過深度學(xué)習(xí)的方法變成結(jié)構(gòu)化文字或者數(shù)字。深度學(xué)習(xí)大多數(shù)的軟件都是Python寫的。也就是說現(xiàn)在這個階段，做什么樣的大數(shù)據(jù)分析，用Python基本都可以搞定，所以常用的編程語言就是Python。

    常用的大數(shù)據(jù)分析軟件不多，目前有一些統(tǒng)計(jì)軟件比如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，五花八門，有的軟件是民間開發(fā)的，有的是一些大企業(yè)開發(fā)的，像谷歌、百度、阿里巴巴等等，而且有不少是開源的。

大數(shù)據(jù)對現(xiàn)有行業(yè)的影響及用戶普遍關(guān)注的安全及隱私問題

    社交、消費(fèi)和金融這些都是比較早應(yīng)用大數(shù)據(jù)的行業(yè)，不乏成功的案例。我覺得下一步大幅應(yīng)用大數(shù)據(jù)技術(shù)的是安防行業(yè)，就是跟維穩(wěn)有關(guān)系的東西，如果你有充足的大數(shù)據(jù)，實(shí)際上人的行為是很清楚的。反恐、各種犯罪活動，包括金融犯罪，不一定是刑事犯罪，這些東西都可以去捕捉，這個是從社會安全這個角度來說。另外一個行業(yè)就是醫(yī)療，有人開玩笑說有幾個東西是不靠譜的，比如百度看病，微信養(yǎng)生。但是這個只是說明現(xiàn)在我們的信息很雜，但不是說明這些平臺本身不對，比如說微信，沒準(zhǔn)它真的能夠發(fā)展成為跟養(yǎng)生、健康有關(guān)系的東西。是可以推動的，只是現(xiàn)在沒有做到而已。現(xiàn)在不靠譜是因?yàn)楦鞣N人在里邊把不可靠的消息轉(zhuǎn)來轉(zhuǎn)去。這個是屬于“無政府”的狀態(tài)，如果微信或者別的平臺，利用大數(shù)據(jù)來做這個東西是完全有可能的。想像一下，有了大數(shù)據(jù)，不僅對一個個體，甚至是對一個群體都有一個更深的了解。凡是想對一個個體或者群體想做的事情都可以做得更好。所以從這點(diǎn)來說大數(shù)據(jù)對現(xiàn)有行業(yè)的影響是顛覆性的。

    拿社交方面的典型應(yīng)用微信來說，微信我覺得他做的很成功的就是，它變成一個像家的地方，你可以通過微信去干很多事情，比如說通過微信去打游戲，去支付，去發(fā)紅包甚至像我們做學(xué)術(shù)，有人做生意也是這樣做的。微信這個平臺，之所以現(xiàn)在這么熱，主要它是一個提供便利的信息交換的一個平臺。人們可以發(fā)現(xiàn)用這個平臺可以做生活中很多的事情。那么這個平臺所謂的聯(lián)系就很大，很多人都在上面。這個平臺下一步可以做的事情就是，人在微信這個平臺有各種各樣的活動，那么我們可以收集到各種各樣的數(shù)據(jù)，可以研究每一個用戶的信息，進(jìn)行用戶畫像，微信就可以推薦各種各樣的產(chǎn)品、服務(wù)、或者社交機(jī)會、甚至是職業(yè)機(jī)會。它實(shí)際上掌握了大量個人的數(shù)據(jù)，把越來越多的東西都集成到這個系統(tǒng)中，那么最后基于微信平臺的殺手級應(yīng)用是肯定會出來的。

    至于隱私和安全，這是個大問題，但是這個事情我是這樣看的。有的事情你不是說擔(dān)心隱私你就不去做。我覺得很好的例子就是移動支付。很多人一開始包括我都持懷疑態(tài)度。但是現(xiàn)在不是到處都在用嘛，大家好像也沒有覺得這個少了錢多了錢或者是怎樣。你在做的過程中這些供應(yīng)商會想盡辦法去解決隱私保護(hù)和信息保護(hù)這些東西。要不然就不會有用戶。就是說這個需要會推動這個問題的解決方案。所以說不能是因?yàn)楹ε逻@個負(fù)面的東西就不去做這個事情。而是說邊做邊改善。自然會找到隱私保護(hù)和安全保護(hù)的措施。所以說從技術(shù)的角度上，我不擔(dān)心?？赡墁F(xiàn)在沒有一些方案，但是這些方案是可以去開發(fā)的。

大數(shù)據(jù)分析正全面影響我們的衣食住行

    我們的研究還涉及到多媒體，就是用一些人工智能的手段，用一些大數(shù)據(jù)處理的手段來分析社交多媒體的一些數(shù)據(jù)語言。最后我們就可以改進(jìn)人生活的方方面面。社交多媒體是人工智能的一個很重要、很豐富的一個數(shù)據(jù)語言。

    我覺得人在物理空間，他的關(guān)系就是跟別人的關(guān)系、跟物的關(guān)系，當(dāng)然也有跟地點(diǎn)的關(guān)系。如果對一個人的興趣、行為這些方式有越深入了解的話，那就可以提供更好的服務(wù)。物聯(lián)網(wǎng)其實(shí)就是這樣一個概念，生活中的這些器件可以通過網(wǎng)絡(luò)聯(lián)系起來，但這些器件最后都是跟人發(fā)生關(guān)系的，所以對人了解得越多，就越知道這些關(guān)系怎么去安排、怎么樣給人提供最好的產(chǎn)品和服務(wù)。

    我們團(tuán)隊(duì)的研究成果觸及了人生活的所有方面，人的生活方面最基本的就是衣食住行，這個我們有涉及，我們更高級的需要除了衣食住行可能就是醫(yī)療，教育，娛樂等。包括可能有些人投資也是一種生活的需要。這些方面的研究其實(shí)我們都在做。

    我就一個個說吧，比如說“衣”，我們做過大數(shù)據(jù)，從淘寶的大數(shù)據(jù)里面可以用計(jì)算機(jī)視覺和大數(shù)據(jù)分析的方法，分析為什么有的衣服很暢銷，是因?yàn)轭I(lǐng)好，還是扣子好，還是說是顏色，還是花紋。這個我們目前都是自動的。這個在傳統(tǒng)的時裝行業(yè)是人做的。有人不斷的看照片，然后找用戶去問。這些都是非常低效的辦法。網(wǎng)上的衣服五花八門，人的口味和趣味也是五花八門。不用大數(shù)據(jù)的手段，用人去做這個事情基本上是不能應(yīng)付的。

    “食”我們也做過。美國超市大都是連鎖式。連鎖店都有會員，會員每次刷卡其實(shí)購物的記錄全部都在上面。那么這點(diǎn)中國也可以，比如以網(wǎng)購的方式來買菜，我們知道你買什么就會吃什么，這樣的話就可以把你的飲食和健康，比如你肥胖、心臟病、糖尿病、眼睛不好等這些點(diǎn)關(guān)聯(lián)起來。最后可以做成你手機(jī)的一個APP，也可以跟超市一起合作，根據(jù)觀察你的飲食情況，我認(rèn)為你缺這個東西，或者你有可能吃太多某種食物，你應(yīng)該改善，你應(yīng)該買這個，這個等于就是把人的飲食健康水平提高。

    “住”的話其實(shí)我們也做過。我們通過大數(shù)據(jù)看人住過什么樣的酒店，再看這些住的人都是什么收入，什么文化，什么時候去等。這個時候就可以做一些推薦系統(tǒng)，比如說從另外一個地方到深圳來，根據(jù)他的消費(fèi)習(xí)慣，承受能力，推薦一些住店建議。反過來呢，店家知道常來的客人是這樣的，是不是可以提高服務(wù)、設(shè)施、盡量去滿足這類人的需要，或者說這類人不是我想服務(wù)的人，那我可能要進(jìn)行改進(jìn)去吸引另外一類人。

    “行”就是酒店可以考慮到季節(jié)性，很多人可能節(jié)后來觀光，可以看出租車，公交車怎么去調(diào)派。這些其實(shí)我們都做過。

    醫(yī)療我們做過很多事情，這里時間問題我就不講了。社會教育方面我們也做過，就是把每個學(xué)生和導(dǎo)師進(jìn)行一個關(guān)聯(lián)，推薦最適合的導(dǎo)師?？偟膩碚f，就是說人的生活的每個方面都可以運(yùn)用大數(shù)據(jù)，就是說如果我們對每個人的興趣愛好、性格、情緒情感了解得越多，那么我們就可以提供更好的服務(wù)，對社會也能提供更好的幫助。

展望未來“智”生活

    十年后的生活跟現(xiàn)在肯定不一樣，二十年后更不一樣。其實(shí)我認(rèn)為都不需要十年，再過五年，我們看來就跟現(xiàn)在不一樣。就拿移動支付來說，當(dāng)然這個移動支付，不是人工智能的問題，他是一個技術(shù)的問題，這個技術(shù)改變了人們的生活習(xí)慣，現(xiàn)在的人大多時候都不用帶現(xiàn)錢了。很容易大家就可以交換服務(wù)，交換付費(fèi)這個事情。人工智能也是這樣的，比如機(jī)器人，現(xiàn)在可能還不會做太多的事情，那以后，不僅可以帶你小孩子出去遛彎，而且替你遛狗這件事情在不遠(yuǎn)的將來都能做到。但是這個機(jī)器人遛狗實(shí)際上是需要人工智能的，它要知道怎么走這個路，去到哪，怎么回來，如果這個狗亂跑怎么辦，然后比如狗咬人了或者其他意外發(fā)生時它要怎么辦，所以機(jī)器人要有視覺，要能定位，要能觀察這個狗有什么行為，這個狗和周圍的人有什么交互，這些都是人工智能。為了實(shí)現(xiàn)機(jī)器人遛狗這個事，需要很多的人工智能。我認(rèn)為未來五年內(nèi)，就可以實(shí)現(xiàn)機(jī)器人遛狗這個事情。如果我們五年內(nèi)做到這件事，你可以想象很多別的事情，比如說醫(yī)院護(hù)理病人，護(hù)士辛苦是一方面，還有就是如果說病人他不能動了，有的護(hù)士沒這個力氣去搬動，還有搬的時候可能力氣不夠，高度不對，那可能造成對病人的損傷。但是機(jī)器人的話，如果能實(shí)現(xiàn)這些，可以實(shí)現(xiàn)把癱瘓的病人，或者需要我們扶的病人安全地搬來搬去，或者從一個房間走到另一個房間，現(xiàn)在其實(shí)美國已經(jīng)有了這類機(jī)器，這個機(jī)器可以走到床邊。這兩個例子，我認(rèn)為都是可以發(fā)生的，至于發(fā)生的形式是不是跟我們想象的一致倒不見得。比如說這個遛狗的機(jī)器人，是長得像個人，還是有輪子的，有腳的，這些都不重要。重要的是這個機(jī)器人可以遛狗，它具體的形態(tài)我們不容易判斷，但是它的功能是可以預(yù)見的。

    未來五年、十年、二十年，我們生活將會很不一樣。人工智能會是很大的因素。正如移動支付這項(xiàng)技術(shù)正在改變著人類的生活，人工智能也會如此，包括機(jī)器人與環(huán)境、人機(jī)之間實(shí)現(xiàn)交互等更為智能化應(yīng)用場景的實(shí)現(xiàn)，這些都是需要人工智能技術(shù)來推動。

羅杰波教授簡介

    羅杰波教授是IEEE、SPIE和IAPR等國際著名學(xué)會會士（Fellow）。研究涉及圖像處理、計(jì)算機(jī)視覺、自然語言理解，機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘，社交媒體、醫(yī)療影像、輿情分析，用戶畫像，推薦系統(tǒng)，智慧城市，普適性計(jì)算等多個前沿領(lǐng)域。羅杰波教授曾于“柯達(dá)實(shí)驗(yàn)室”從事研究長達(dá)十五年，并擔(dān)任該實(shí)驗(yàn)室首席科學(xué)家。羅杰波教授是國際頂級會議ACMMultimedia2010/2018，CVPR2012大會共同主席，并擔(dān)任IEEETransactionsonPAMI、IEEETransactionsonTMM、IEEETransactionsonCSVT、ACMTransactionsonTIST、PatternRecognition等國際頂尖學(xué)術(shù)期刊編委會成員，發(fā)表超過350篇學(xué)術(shù)論文，持有超過90項(xiàng)美國專利。近年來，羅杰波教授在社交多媒體研究及其社會應(yīng)用中做出了開創(chuàng)性貢獻(xiàn)。