頤信科技董事長黃勁：

“智能人工+人工智能”開啟數據應用新范式

“在信息化時代，大數據和人工智能正在快速推動社會的變革與發展。值得注意的是，我們在充分發揮大數據、人工智能作用的同時，既不能把大數據概念化和庸俗化，也不能將人工智能神化和妖魔化。”頤信科技有限公司董事長黃勁在接受記者采訪時表示。

黃勁認為，伴隨著移動互聯、大數據的深入發展，開源網絡數據應用逐漸占據大數據應用的主體地位。此時“智能人工+人工智能”的價值凸顯，以智能人工駕馭人工智能，全程指導數據搜集、處理、分析和應用各環節，將人類的創造力、判斷力等與機器的準確性、速度等充分結合，才能有效解決開源網絡數據應用難題，最大化實現數據價值。

人工智能成為全球科技焦點

黃勁表示，數據應用范式是技術進步和社會發展的產物，按照數據基礎和應用方法，可以劃分為不同層次的數據應用范式。

隨著大數據、超級計算、腦科學等新理論新技術的發展以及經濟社會強烈需求的驅動，目前數據應用發展到第四范式，以炙手可熱的人工智能為主要特征。其主流是通過海量數據訓練出一個復雜的深度神經網絡模型，再利用訓練好的模型進行推斷，希望機器能像人一樣學習和思考并獨立應用于各具體場景中。人工智能技術在改造升級傳統產業、培育新興產業、加速實體經濟轉型、保障改善民生等經濟社會發展諸多關鍵環節發揮重要作用，已成為全球科技焦點。

與此同時，第四范式自身發展也面臨重大技術瓶頸和應用障礙，難以有效滿足大數據應用特別是開源網絡數據應用需求。作為大數據的主體，開源網絡數據在經濟發展、社會治理、國防安全、國際關系領域蘊含著巨大應用潛能，但其數據關系復雜、碎片化分布、真假難辨等特點，顯示出第四范式的技術和應用缺陷。面對海量數據，第四范式對開源網絡數據的價值挖掘不足，而數據基礎不充分、不完整直接制約了數據價值的最大程度開發利用和最終結果的準確性，同時相關性分析結果無法解釋的問題也影響了最終應用落地。單純依賴人工智能無法解決關鍵領域的復雜決策問題，甚至帶來新的風險隱患。

“智能人工+人工智能”

或有助于更好決策

黃勁表示，數據資源的充分挖掘和有效應用呼喚“智能人工+人工智能”的第五范式。這種范式以幫助人們更好決策為目標，以智能人工統帥人工智能，以人工智能助力智能人工，共同推動數據應用價值實現。

其中，開源網絡情報是開源網絡數據的最高應用，也是第五范式的應用典型。例如，投資風險情報保障以投資標的背后的項目信息為基礎，在產供銷、組織架構等關系梳理中，結合政策、行業、市場、人員等動態，洞悉隱藏的重大關聯交易、業績造假、資金鏈斷裂等風險，為投資人正確決策、防控風險提供真實、完整的依據。

在“智能人工+人工智能”范式中，人類智能發揮其在處理抽象化、情緒化、非邏輯性問題上的獨特優勢，機器智能發揮海量數據存儲、處理和邏輯計算的理性優勢，人機合力、深度融合。一方面，人類是人工智能的學習對象、系統設計者、過程主導者和最終價值判斷的仲裁者，為人工智能提供訓練數據、知識模型和決策算法，并持續優化人工智能的能力；另一方面，人工智能是人類智能的延伸與擴展，輔助人類進行海量數據存儲、處理和計算，并通過語音識別、圖像識別、語義分析等技術替代大量繁瑣的機械勞動，助力人類更高效地延展智慧，為社會創造更大價值。

“人機融合”是挖掘大數據價值的

必然選擇

“以人機融合為主要特征的第五范式，人類將全程參與數據應用各環節，引導、優化、監督人工智能的價值實現。”黃勁說。

在需求理解層面。需求理解是指導數據應用的關鍵。基于人類對復雜需求的理解能力和自身經驗背景，梳理問題主次并進行靈活有效的任務部署和規劃，明確各階段任務目標以促成最終目標的實現，同時根據數據搜集、處理、分析和應用的實際情況，逐漸加深對需求的理解和認識，動態調整各階段任務。

在數據搜集層面。搜集是數據應用的起始和基礎環節。人類針對任務目標制定數據搜集策略、路徑和相關性判別規則，指導計算機采集系統從全網范圍廣泛搜集目標數據，根據搜集數據的完整性、準確性、相關性、客觀性以及數據來源的原發性，調整搜索計劃和智能搜索工具規則及參數，深度挖掘潛在目標數據。

在數據處理層面。處理是數據應用的必要環節，是保證數據質量、提高數據分析效率的關鍵。人類根據數據特點建立數據處理分析平臺，通過設置相應篩選、聚類、對齊等規則，剔除無效數據、無關數據、冗余數據，實現對大規模非完整、非結構化數據的實體抽取、關系抽取和元數據構建，并通過交叉驗證、溯源分析等方式進一步提高數據真實性和準確性。

在數據分析層面。分析是數據應用的核心環節，是實現從數據到知識的關鍵。人類利用關聯分析、對比分析、邏輯分析、地理空間與位置分析、社會網絡分析、情景感知、數據流分析等系列分析工具，自動發現部分模式，形成便于人類理解的可視化結果，并結合人類經驗及專業領域知識，實現對分析結果的因果性解釋，綜合研判是否能客觀準確回答實際需求。

在數據應用層面。應用是用數據分析結果解決實際需求的過程，是數據價值實現的最終環節。基于復雜的數據搜集、處理、分析過程，揭示隱情、查實真相、洞察危機、預測趨勢，為客戶提供論據精準、論證充分的數據應用產品與服務，并人為監督控制智能數據產品的使用合法性、道德性、安全性等問題，評判最終應用效果，及時調整修改前期工作。

運用以智能人工駕馭人工智能的第五范式，全程指導并動態調整數據搜集、處理、分析和應用各環節，完善數據基礎，提高分析結果準確性，探索智能計算無法發現的本質關聯，實現對無先例事件和小數據事件的分析研判，這是挖掘大數據價值特別是開源網絡數據價值的必然選擇，也是驅動數據應用能力升級的必然選擇。