沈浩：大家好，非常高興坐到最后了。其實(shí)這張圖片我剛才特別緊張，因?yàn)閯偛挪恍⌒母孪到y(tǒng)，結(jié)果這個(gè)系統(tǒng)不知道要更新多長時(shí)間，緊張了半天，剛剛更新好，我沒有意識到，這張圖片其實(shí)挺好，這是我們CMRA去美國組團(tuán)訪問拍的，當(dāng)時(shí)我記得一個(gè)美國人他說他也沒見過，想用五千美金買我的相片，后來我說送給他吧。今天我的演講主題《大數(shù)據(jù)時(shí)代的人工智能與市場研究》，但是巧了，前兩天我剛剛參加了一個(gè)全域數(shù)據(jù)會議，他們希望我做一個(gè)主題發(fā)言叫“大數(shù)據(jù)技術(shù)2025”，又巧了，我今天住的房間正好是2025，所以讓我去預(yù)測大數(shù)據(jù)技術(shù)的2025，那我是來自于傳媒大學(xué)調(diào)查研究所，柯老師是我們的旗幟，也是柯老師把我們帶入市場研究，但是今天其實(shí)我們在談?wù)摓椋?/span>2025其實(shí)也就六年時(shí)間，所以預(yù)測未來的時(shí)候，如果你讓我預(yù)測2140年，這個(gè)我敢預(yù)測，為什么？因?yàn)?/span>2140年比特幣將被挖光，如果預(yù)測未來6年，那我就在想過去是什么樣呢？我在準(zhǔn)備PPT的時(shí)候想，2017年的時(shí)候11月7號，我剛講完在我們雙年會上，2011年我舉辦過一個(gè)中國網(wǎng)絡(luò)科學(xué)論壇，當(dāng)時(shí)我記得請了三十多個(gè)專家，沒有人談大數(shù)據(jù)，如果讓我預(yù)測未來，我會發(fā)現(xiàn)今天站在現(xiàn)在，展望未來，回顧歷史，其實(shí)我們說了大數(shù)據(jù)真的是我們要熱情擁抱的，并且大數(shù)據(jù)已經(jīng)到來。
但是到底什么是大數(shù)據(jù)呢？其實(shí)它就像瞎子摸象，不同的人摸到不同的位置可能就是大數(shù)據(jù)，所以我們更愿意說大數(shù)據(jù)時(shí)代，對于大數(shù)據(jù)來講，其實(shí)這張圖2005年的時(shí)候，我就找到了這張圖，這張圖當(dāng)時(shí)指的是數(shù)據(jù)挖掘，但是從2005到2025這樣的二十年時(shí)間，我們不僅關(guān)注于在知識上已經(jīng)看到了AI，已經(jīng)看到了神經(jīng)科學(xué)，或者神經(jīng)網(wǎng)絡(luò)科學(xué)，這些概念已經(jīng)出現(xiàn)，成為今天最熱的，換句話說人們在談?wù)摰脑掝}，在去年一個(gè)非常重要的研究者之夜，有現(xiàn)場三百多個(gè)所謂研究者，大家現(xiàn)場投票，投出的結(jié)果呢，大家說2016年是大數(shù)據(jù)年，2017年是人工智能年，2018年會是什么呢？大家預(yù)測應(yīng)該是區(qū)塊鏈年。對于市場研究來講，它對大數(shù)據(jù)還沒有完全消化的時(shí)候，又來了人工智能，人工智能的概念還沒火呢，就到了區(qū)塊鏈，當(dāng)然了2018年馬上就要過去了，2019年是什么呢？有人說也許是視頻年。所以在這個(gè)過程中，一種機(jī)器學(xué)習(xí)，這樣一個(gè)核心技術(shù)以變革性的方式正在讓我們重新思考，我們過去所做的事情，所以在考慮我們?nèi)绾伍_發(fā)產(chǎn)品，如何做Maketing，如何去做廣告，哪怕游戲的東西，我們會發(fā)現(xiàn)機(jī)器學(xué)習(xí)都有可能出現(xiàn)。
我理解的數(shù)據(jù)進(jìn)化從最開始我們談DI這個(gè)詞，叫數(shù)據(jù)整合，整合的問題，如果我能夠把線下線上的數(shù)據(jù)整合，如何把大小數(shù)據(jù)整合，如何把不同的數(shù)據(jù)源整合，如何整合異構(gòu)數(shù)據(jù)源整合。進(jìn)而會發(fā)現(xiàn)DI這個(gè)詞還包括數(shù)據(jù)洞察，什么是數(shù)據(jù)洞察呢？我經(jīng)常說這個(gè)洞察有可能只可意會不可言傳，是一種腦筋，是一種直覺，是一種悟性，還是一種積累的經(jīng)驗(yàn)，今天我認(rèn)為最重要的數(shù)據(jù)是DI，是數(shù)據(jù)智能，它是數(shù)據(jù)的聰明，或者聰明智慧的數(shù)據(jù)，如何讓數(shù)據(jù)變成智能呢？這時(shí)候讓我預(yù)測大數(shù)據(jù)技術(shù)2025，除了我住的房間是2025之外，我們還有中國制造2025，盡管在中美貿(mào)易中，大家知道有一個(gè)很重要的導(dǎo)向是說，要對中國的2025，中國制造，那么大數(shù)據(jù)已經(jīng)成為了生產(chǎn)要素，大數(shù)據(jù)跟小數(shù)據(jù)不可同日而語，小數(shù)據(jù)是我們才用抽樣的方法，采用洞察的方式，采用更好的研究者智慧，去解決商業(yè)、社會問題，但是大數(shù)據(jù)它是社會生產(chǎn)要素，它將助力中國制造2025，實(shí)現(xiàn)中國在實(shí)體經(jīng)濟(jì)，在智慧城市、社會治理等領(lǐng)域，所以如何賦能中國2025的中國制造，我們市場研究至少在這里邊是重要的一股力量。
我這里特別強(qiáng)調(diào)，我們從來不是為了做大數(shù)據(jù)挖掘而去采集數(shù)據(jù)，而是商業(yè)自動化和社會治理導(dǎo)致海量數(shù)據(jù)存儲，數(shù)據(jù)是生產(chǎn)要素！因此從我們市場研究的角度去理解的話，應(yīng)該更好的看待這個(gè)疆界，這個(gè)疆界會變得更大。在過去我們市場研究最傳統(tǒng)的，最掌控的是統(tǒng)計(jì)分析技術(shù)，在量化研究層面上，所以這種技術(shù)主要采用的是抽樣、是統(tǒng)計(jì)推斷，但是大數(shù)據(jù)呢？大數(shù)據(jù)挖掘采用的是自動生成，是機(jī)器學(xué)習(xí)，而現(xiàn)在進(jìn)入人工智能，我說了它是喂養(yǎng)數(shù)據(jù)，所謂喂養(yǎng)就是我把一千張的圖片貓、一千張的圖片狗，讓機(jī)器去學(xué)，學(xué)著學(xué)著就學(xué)會了它會判別它是貓還是狗，是你喂養(yǎng)給它是什么，你告訴它是什么，這樣的深度學(xué)習(xí)就會起作用，而且目前就我對人工智能和深度學(xué)習(xí)算法的感知，我認(rèn)為現(xiàn)在只要是打好標(biāo)簽，屬于監(jiān)督類的算法，深度學(xué)習(xí)的技術(shù)所得到的結(jié)果，幾乎打倒人類，甚至已經(jīng)超過人類。所以從這個(gè)角度來講，今天大數(shù)據(jù)所帶來的這種進(jìn)化，從過去我們所提到的一個(gè)洞察力，就是我們市場研究一直強(qiáng)調(diào)我們的價(jià)值所在，但是未來它更多的是預(yù)見性，是一種預(yù)見力，機(jī)器學(xué)習(xí)具有預(yù)見力，傳統(tǒng)的市場研究由于大量采用的是橫斷面的研究，而大數(shù)據(jù)自動生成的數(shù)據(jù)，所有的數(shù)據(jù)都打著時(shí)間的標(biāo)簽，所有的數(shù)據(jù)可能都打著位置的標(biāo)簽，而這些隨著時(shí)間的變化的數(shù)據(jù)，將給我們帶來一種預(yù)見性，當(dāng)人工智能的技術(shù)普遍應(yīng)用的時(shí)候，我們就見到了行動力，過去傳統(tǒng)的市場研究不太向往著預(yù)見力、預(yù)測性的東西，也不太關(guān)注行動力，盡管我們希望行動力，這些技術(shù)本身具有這樣的能力。
市場研究實(shí)際上是一個(gè)服務(wù)經(jīng)濟(jì)，從狹義的角度來講，而服務(wù)經(jīng)濟(jì)是一個(gè)價(jià)值交換，你沒有獲得產(chǎn)品，無論是我們的甲方還是我們的乙方，你只是獲得了它的功能和它的價(jià)值。所以在今天大數(shù)據(jù)到底是什么？為什么它能助力我們的市場研究？其實(shí)這時(shí)候我們的市場研究已經(jīng)有了更寬的，或者更廣義的概念，所以大數(shù)據(jù)實(shí)際上它是一個(gè)使得我們更好的人類，更好的借助于數(shù)據(jù)科學(xué)，去感知這個(gè)社會，這種感知會出現(xiàn)這句話我是最喜歡引用的，這也是我給《爆發(fā)》這本書寫的推薦語，它核心觀點(diǎn)是說人類行為的93%是可預(yù)知的，我們更關(guān)注的是什么是大數(shù)據(jù)，今天的大數(shù)據(jù)和傳統(tǒng)市場研究有些不同，就像有人說傳統(tǒng)的市場研究采用抽樣的方法，是割裂了消費(fèi)者，割裂了人的社會情景，它變成了一個(gè)社會學(xué)的絞肉機(jī)，是一個(gè)獨(dú)立的樣本，但實(shí)際上人類這樣一個(gè)人的行為，他是有社會溝通的，從這個(gè)角度來講，我們?nèi)パ芯咳说臅r(shí)候，他會變得非常具體，我上次已經(jīng)提到了這個(gè)概念，就像說什么呢？就像有人說了，沈老師，特朗普當(dāng)選了，我曾經(jīng)說過了這個(gè)案例，因?yàn)橛泻芏嗫蛻?，也有很多新的朋友，我再次闡述一下，當(dāng)時(shí)人們就說了民調(diào)顯示，特朗普不當(dāng)選，希拉里當(dāng)選，民調(diào)顯示不脫歐最后脫歐了，什么是真正的民意？如何獲取真正的民意？這是當(dāng)時(shí)的一個(gè)問題，也涉及到我們市場研究，所以當(dāng)時(shí)市場的研究很多人都參與了關(guān)于可能落地的民間市場調(diào)查管理能力，但是在這個(gè)過程中，曾經(jīng)有人問，特朗普的性格很重要，所以我立刻就分析了特朗普的性格，這時(shí)候我們在分析特朗普性格的時(shí)候，實(shí)際上我用了一個(gè)模型，叫大五碼，在這個(gè)大五碼里面，我分析他性格的時(shí)候，可以打開它，可以分析這個(gè)性格里面不同的元素，在這個(gè)分析結(jié)論當(dāng)中，特朗普在我的分析中，他是一個(gè)非常優(yōu)秀的人，為什么呢？從我的數(shù)據(jù)上大家可以看到，在這個(gè)數(shù)據(jù)里面，特朗普真的是很優(yōu)秀的，這是我當(dāng)時(shí)做的一個(gè)結(jié)論，在那個(gè)時(shí)候做出來的一個(gè)結(jié)論，你會發(fā)現(xiàn)對特朗普一個(gè)人做一個(gè)性格分析，他的盡責(zé)性非常強(qiáng)，責(zé)任感在一百個(gè)人里邊處于前四名，他的開放性、智力前三名，他的外向性是0.98，前兩名，他的同情心是第一名，暴躁非常低，這跟我的直覺不一樣，是的，因?yàn)樘乩势账苯訏仐壔蛘咧苯臃艞壛藗鹘y(tǒng)的媒體，而用推特，所以他在推特上表露更多的他的行為特征，是他的語言，他的文本，所以這些文本去分析以后，會發(fā)現(xiàn)特朗普他的需求，我們知道有馬斯洛需求理論，你會發(fā)現(xiàn)特朗普的需求它的結(jié)構(gòu)穩(wěn)定性占比非常高，60%以上，這說明什么？說明如果我早去陳述這個(gè)問題，我們對特朗普這樣一個(gè)人的認(rèn)知就會更好，為什么？因?yàn)橹袊畲蟮慕Y(jié)構(gòu)叫人口結(jié)構(gòu)，結(jié)構(gòu)往往具有穩(wěn)定性，因此結(jié)構(gòu)具有預(yù)見性。所以像中國這么大的人口結(jié)構(gòu)，那沒有一代人、兩代人是改變不了的，所以如果當(dāng)初意識到了這個(gè)結(jié)構(gòu)，我們對于特朗普來講，我們似乎想的選前他所說的話，選后絕對會這么做，如果從性格特質(zhì)上來看他是這樣的結(jié)構(gòu)，他的穩(wěn)定性也會不錯(cuò)。在這里面可以分析他的價(jià)值觀，那時(shí)候分析還真不錯(cuò)，他上班時(shí)間從來不發(fā)推特，他都是在7點(diǎn)到10點(diǎn)，10點(diǎn)之后他才發(fā)推特，您做得到嗎？我還分析了他133種消費(fèi)行為，大家會說了沈老師你分析的準(zhǔn)嗎？我就做了這個(gè)東西玩一玩，如果我做的是消費(fèi)者，我才不關(guān)心它準(zhǔn)不準(zhǔn)呢，對于消費(fèi)者來講你是誰跟你沒關(guān)系，是我怎么看你，我分析出你這樣的行為特征，我就Marketing你了，這個(gè)過程也給特朗普打了標(biāo)簽，做了用戶畫像。
在這個(gè)過程中你會發(fā)現(xiàn)一個(gè)很重要的大數(shù)據(jù)挖掘想法，既然沈老師可以分析一個(gè)特朗普，是不是推特上所有人我都可以分析，今天的群體行為是每一個(gè)活生生的個(gè)體所構(gòu)成的群體，過去市場研究看到姚明在這兒，我們要把他剔除掉，為什么？異常值，但是今天我們要去抓的人，我們要去挖掘的人，是挖那些跟正派不太一致的人，我們希望找到姚明，所以大數(shù)據(jù)挖掘更多的是異常監(jiān)測，更多的是那些不能靠直覺發(fā)現(xiàn)的東西，甚至是違背直覺的，有時(shí)候挖的東西越出乎意料，越有商業(yè)價(jià)值。那么從這個(gè)視角來看，我既然可以去挖特朗普，那是不是可以把特朗普他關(guān)注的人，他的團(tuán)隊(duì)都分析一下，那時(shí)候我就分析了這個(gè)女的，這是他女兒，上回我記得就是跟建新，我們打Uber問出租車司機(jī)，你會投誰？他說支持希拉里，但是最終投票一定會投特朗普，這是為什么呢？這個(gè)人說了，如果我投票給特朗普，一旦特朗普當(dāng)選，他女兒特別漂亮，每天就會上電視，你說這消費(fèi)者什么樣的心，所以我就做了一個(gè)分析，后來我就特別無聊，我既然能夠做這個(gè)事情，那是不是我可以把世界各國領(lǐng)導(dǎo)人全做一遍，這可不可以呢？這時(shí)候你會發(fā)現(xiàn)，完全可以對世界各國領(lǐng)導(dǎo)人171個(gè)全分析了，這一塊大家看到了一種可視化的效果，而且這個(gè)可視化你可以秒懂，大數(shù)據(jù)很重要的特征就是要秒懂，所以我們才創(chuàng)建了新的一個(gè)專業(yè)方向，在過去我們因?yàn)楦袌鲅芯康暮献鳎菚r(shí)候叫小數(shù)據(jù)，我們叫媒體市場調(diào)查與分析，當(dāng)然我愿意去掉媒體，就叫市場調(diào)查與分析專業(yè)，之后大數(shù)據(jù)來了，我們成立了一個(gè)數(shù)據(jù)新聞這樣一個(gè)專業(yè)方向，自主招生，非?；鸨?，這個(gè)是為了可視化而可視化，這是假的，為什么？世界各國領(lǐng)導(dǎo)人互相不關(guān)注。
從這個(gè)角度來講，今天我們一個(gè)很重要的特點(diǎn)，這是和傳統(tǒng)的市場研究有新的區(qū)別，我們可以分析一個(gè)獨(dú)特的個(gè)體了，我不再需要分析兩個(gè)人，從這個(gè)角度來講，數(shù)據(jù)的多樣性和復(fù)雜性需要我們立刻獲取數(shù)據(jù)，滿足數(shù)據(jù)的結(jié)構(gòu)，以規(guī)模和速度解決復(fù)雜數(shù)據(jù)問題，所以有人說大數(shù)據(jù)就是復(fù)雜的數(shù)據(jù)，而且提供實(shí)時(shí)洞察?，F(xiàn)在大家都會想了，那我如果想實(shí)現(xiàn)實(shí)時(shí)洞察有沒有可能性呢？請問誰有推特，如果你有推特我立刻就可以分析出你的結(jié)果。我現(xiàn)在的分析也許跟明天的分析不太一樣，但是如果我們認(rèn)為人的行為特征很多不可改變的時(shí)候，這種趨勢也許是我們更好的捕捉，我只要敲入這個(gè)地址，這時(shí)候就部署了這樣一個(gè)模型，也就是說我只要在這樣一個(gè)地址上，敲入你的賬號，我立刻可以抓來你在推特上的信息，抓來信息以后，投入到性格特征模型，然后得到一個(gè)包，立刻把這個(gè)包替換我原來的數(shù)據(jù)，就會展示出一種新的可視化效果，這時(shí)候它是一個(gè)產(chǎn)品了，我們模型已經(jīng)部署上去了。在這個(gè)過程中，其實(shí)微博可不可以呢？當(dāng)然可以，所以你對微博任何一個(gè)人，只要說自己的話，就可以分析他的行為特征，這時(shí)候如何實(shí)現(xiàn)這一點(diǎn)？因?yàn)橛辛舜髷?shù)據(jù)以后，我們對消費(fèi)者的追蹤技術(shù)已經(jīng)相當(dāng)?shù)某墒?，這種追蹤不僅僅是我們看到的一種社會治理層面，而這些在營銷方面，使得我們營銷變得更復(fù)雜的領(lǐng)域，具有更準(zhǔn)確的結(jié)果，直接行動力，這時(shí)候計(jì)算機(jī)將接管手動或勞動密集型的任務(wù)，也可以提前感知消費(fèi)者需要感知的東西，我們就可以提供服務(wù)。
我們可以通過一個(gè)視頻感知這一點(diǎn)的應(yīng)用場景，這一種場景已經(jīng)開始出現(xiàn)，可以看到在這樣的場景里面，當(dāng)你進(jìn)入一個(gè)超市的時(shí)候，你會發(fā)現(xiàn)在這個(gè)過程中，它可以實(shí)時(shí)的通過視頻來實(shí)現(xiàn)，當(dāng)你進(jìn)來的時(shí)候就可以給你打上標(biāo)簽，你是男的、女的，高興、不高興，年齡，現(xiàn)在的計(jì)算機(jī)都可以識別，當(dāng)然它有區(qū)間和概率，當(dāng)我的攝像頭可以針對某一個(gè)人的時(shí)候，實(shí)際上我是可以做到跟這個(gè)人，如果他是一個(gè)流量監(jiān)控，我可以做這樣的統(tǒng)計(jì)，如果正好是一個(gè)無人購物，當(dāng)我拿起這件衣服的時(shí)候，它是能看到我拿起衣服很高興，看到價(jià)簽就很悲傷了，我們可以監(jiān)控這樣的過程，對于我們實(shí)現(xiàn)這個(gè)過程來講，其實(shí)這個(gè)東西并不太困難，因?yàn)槭裁?？作為大?shù)據(jù)來講，如果你想從事大數(shù)據(jù)的分析，必然你需要進(jìn)入到一種云計(jì)算，如果我們今天依然依賴于我們自身所謂的建模，在這兒如果采用了機(jī)器學(xué)習(xí)的技術(shù)，科技看到有Deeplens，相當(dāng)于攝像頭將來有計(jì)算能力，我們?nèi)A為手機(jī)可以做美顏了，實(shí)際上后臺還有強(qiáng)大的云計(jì)算，如果我點(diǎn)擊這樣一個(gè)云計(jì)算的服務(wù)，你會發(fā)現(xiàn)在這個(gè)里邊，我們可以去進(jìn)行面部的分析，在這個(gè)面部分析，大家立刻看到我上傳一張我的相片，所以我上傳一張我的相片，我看一看我的相片長的什么樣，它會發(fā)現(xiàn)99.9%他是男的，年齡在35到52歲之間，這個(gè)判斷是錯(cuò)誤的，因?yàn)樯蚶蠋熆隙ㄔ谶@個(gè)區(qū)間之外，但是我喜歡這樣的區(qū)間，而且它知道我表現(xiàn)出是否高興是否戴著眼鏡，我們可以看到這樣的過程，現(xiàn)在拿到一張相片，可以自動從相片中提取它的標(biāo)簽，同時(shí)可以自動給相片加上標(biāo)題，同時(shí)可以實(shí)現(xiàn)人臉識別，去年年初的時(shí)候我做了一個(gè)人臉識別的應(yīng)用。
我們會發(fā)現(xiàn)今天完全可以追蹤，而這種追蹤得益于云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)，當(dāng)然了最重要的是我們的手機(jī)，所以手機(jī)導(dǎo)致我們的海量數(shù)據(jù)形成一個(gè)新的信息空間，在這里面我們會發(fā)現(xiàn)，我們的數(shù)據(jù)大家已經(jīng)不再叫單一的數(shù)據(jù)了，而希望構(gòu)建一個(gè)全域數(shù)據(jù)，就像剛才阿里所演講的。我們現(xiàn)在到底有什么樣的數(shù)據(jù)呢？首先我們有各種支付、消費(fèi)、銀行刷卡記錄，我們有各種購物消費(fèi)行為數(shù)據(jù)，我們有各種社交媒體，整天在微博微信上交流，當(dāng)然了，我們還有我們看到的文旅數(shù)據(jù)，看各種電影、影視劇等等，同樣我們也有位置地理大數(shù)據(jù)，還有一類傳感器大數(shù)據(jù)，如果我們一個(gè)企業(yè)擁有所有這些數(shù)據(jù)，不可能，所以我們需要開放大數(shù)據(jù)，不可能，所以誰擁有大數(shù)據(jù)？政府，政府是擁有大數(shù)據(jù)、使用大數(shù)據(jù)和開放大數(shù)據(jù)的重要角色，所以從這個(gè)角度來講，你的開放數(shù)據(jù)、刷卡銀行的數(shù)據(jù)、投資股票的數(shù)據(jù)、投資企業(yè)的數(shù)據(jù)，所有這些數(shù)據(jù)跟我們這些數(shù)據(jù)如何融合呢？對我們企業(yè)來講，也許你有部分的某一類數(shù)據(jù)，如何跟另一個(gè)部分的數(shù)據(jù)去產(chǎn)生數(shù)據(jù)整合之后的價(jià)值呢？盡管不需要全域，盡管我不可能有全域，但是我們需要你有各種各樣的技術(shù)，比方說我們可能需要去解決認(rèn)知技術(shù)，像剛才分析特朗普的行為，而認(rèn)知技術(shù)是我們市場研究非常核心的算法，為什么？我們需要能夠通過它的語言、聲音來解決我們的分析問題，所以在今天對于這些用戶畫像、性格分析，需要我們有新的知識結(jié)構(gòu)。
自然語音處理技術(shù)，所以認(rèn)知技術(shù)正在成熟，這種認(rèn)知技術(shù)會有更好的算法，將用于分析個(gè)體數(shù)據(jù)和人類行為。認(rèn)知技術(shù)可以歸到我們今天所說的人工智能技術(shù)，所以在這里面我們可以看到原來的劍橋分析就是這樣的一個(gè)技術(shù)，只不過劍橋分析過去它沒有想改變所有的政治水平，但當(dāng)我們用在政治層面上，臉書所暴露出來的數(shù)據(jù)問題，就會產(chǎn)生政治影響，所以在這里面我們會發(fā)現(xiàn)，我們需要大數(shù)據(jù)同時(shí)需要實(shí)時(shí)大數(shù)據(jù)，這種實(shí)時(shí)大數(shù)據(jù)我一直在演示這樣一張圖表，就是希望大家可以看到，我們經(jīng)常看到如果給的數(shù)據(jù)是可以實(shí)時(shí)的，而所謂實(shí)時(shí)呢，就可以秒懂，你會發(fā)現(xiàn)小數(shù)據(jù)需要我們向甲方去闡釋我們的結(jié)論，我們小數(shù)據(jù)有點(diǎn)像碩士博士論文，但是我們的大數(shù)據(jù)不需要，我們的用戶、消費(fèi)者，甚至所有的領(lǐng)導(dǎo)都可以秒懂，我們希望他秒懂，所以我們瞬間可以看到那個(gè)地方一片黑，為什么？說明我們中國人不喜歡推特，你可以感知到，感知就是不精確，感知就是快速，從這個(gè)角度來講，我們可以做一些非常重要的分析，而這個(gè)分析需要我們?nèi)诤细嗟募夹g(shù)，包括數(shù)據(jù)科學(xué)、人工智能，當(dāng)然也包括商業(yè)智能，未來物聯(lián)網(wǎng)和AP數(shù)據(jù)的接口，會成為數(shù)據(jù)之間交融的很重要的技術(shù)手段，所以在這個(gè)里面圖像處理也會有更加好的結(jié)果，臉書已經(jīng)實(shí)現(xiàn)了一張相片中，在秒級毫米級上找到這張圖片，過去我們說十個(gè)人里面搜到誰，現(xiàn)在可以在上億圖片中去處理，為什么呢？現(xiàn)在都是一個(gè)faceID，我們叫做向量化，這個(gè)概念可能有些人不太理解。
我們會發(fā)現(xiàn)當(dāng)我們捕獲更多的消費(fèi)者數(shù)據(jù)，我們可以有更好的算法用于消費(fèi)者行為分析的時(shí)候，這種數(shù)據(jù)的分析已經(jīng)不僅僅來源于我們現(xiàn)在看到的所采取的結(jié)構(gòu)化數(shù)據(jù)，我們更多的從視頻、圖像、文言、文字、聲音中實(shí)現(xiàn)處理能力，而這種處理能力采用的是一種建模的思想，這種建模的思想它實(shí)現(xiàn)了我們可以更好的去感知，這一點(diǎn)我去比喻一下，這是一個(gè)人們把神經(jīng)網(wǎng)絡(luò)、人工智能的深度學(xué)習(xí)，叫卷機(jī)神經(jīng)網(wǎng)絡(luò)CNN，這個(gè)CNN怎么算這些東西呢？你會發(fā)現(xiàn)我們現(xiàn)在想?yún)^(qū)分這樣的過程，在區(qū)分這個(gè)過程中，如果數(shù)據(jù)的結(jié)構(gòu)，比如說現(xiàn)在給你數(shù)據(jù)，只要長的這樣，分的那么細(xì)有什么方法都好分，但是如果我們的數(shù)據(jù)長成這樣呢？顯然它已經(jīng)不是我們的因果關(guān)系了，不是我們的線性關(guān)系了，它已經(jīng)變得非常復(fù)雜，所以我們要想?yún)^(qū)分這樣的效果，我們?nèi)ミ\(yùn)行它會是什么樣的效果呢？它會不斷地訓(xùn)練，它在出現(xiàn)這些效果的時(shí)候，這個(gè)不好，我們要增加幾個(gè)隱含層，通過增加隱含層再次訓(xùn)練這個(gè)模型的時(shí)候，這個(gè)過程就需要上百、上千萬的參數(shù)輸入進(jìn)去，它很快就能尋找，甚至我們說了需要加入二次方，這時(shí)候我們會發(fā)現(xiàn)，也許這時(shí)候我們的算法會更好的能夠區(qū)分出它的特征來，甚至達(dá)到在這個(gè)區(qū)分上，我們怎么能夠去算出它的一個(gè)效果來，當(dāng)然了它的很好的，但是時(shí)間不要等，因?yàn)橛锌赡芩?jì)算的過程需要GPU的電腦，或者需要更長的訓(xùn)練時(shí)間。如果我們需要這個(gè)模式的時(shí)候，用市場研究過去的建模方式已經(jīng)無法替代，只能依賴于神經(jīng)網(wǎng)絡(luò)的技術(shù)，它在不斷算的過程，當(dāng)然也要改變這些抽樣的方式。比方說在深度學(xué)習(xí)里面，它就采用的是過度抽樣、欠抽樣，它的抽樣方式是完全不一樣的，從這個(gè)角度來講，未來的分析技術(shù)，由于它具有一致性，所以對人工智能的技術(shù)帶來很大的發(fā)展。
如果我們希望，比方說市場研究公司說了我怎么去做呢？現(xiàn)在很多的算法都已經(jīng)變成了自動化的，我啟動一個(gè)數(shù)據(jù)，啟動這個(gè)數(shù)據(jù)以后，然后啟動云計(jì)算的實(shí)力，我點(diǎn)擊它，這樣就啟動了云服務(wù)器，我只愿意利用阿里，或者百度云等等，我只需要運(yùn)行這一次，我支付一百塊錢、一萬塊錢，總好過我這樣一個(gè)記。在這個(gè)過程中我的數(shù)據(jù)全部在這兒，就是這個(gè)DATA，這個(gè)DATA非常簡單，現(xiàn)在把數(shù)據(jù)模型直接運(yùn)行出來，自動會生成這個(gè)模型，在這個(gè)模型里邊，我們可以看到拿過來就行了，就像搭積木一樣，生動以后就會開始調(diào)參，調(diào)完參就訓(xùn)練，訓(xùn)練以后就出結(jié)果，然后就進(jìn)行部署，部署什么呢？我現(xiàn)在需要預(yù)測了，只要啟動需要預(yù)測的新數(shù)據(jù)直接給出結(jié)果，這個(gè)結(jié)果給出來以后，像這種叫做自動化模式有很多類型。
在這個(gè)過程中人工智能似乎給人帶來了一絲絲恐懼，其實(shí)不需要這樣，是我們在教會機(jī)器如何創(chuàng)造合理的未來，是我們的數(shù)據(jù)在教會機(jī)器如何創(chuàng)造合理的未來。從這個(gè)角度來講，盡管有著一些像給出的未來人類概念，但是人工智能將可能成為未來社會的核心技術(shù)，這些技術(shù)可能在很多領(lǐng)域，人臉識別、對象偵測、語言的自動合成，這些工作都可能會產(chǎn)生。我經(jīng)常愿意表現(xiàn)，如果你愿意我也經(jīng)常會做這樣一個(gè)工作，就像我現(xiàn)在打開這個(gè)，我打開這個(gè)工具以后，就可以看到這里面存在這樣一個(gè)邏輯，在這個(gè)邏輯里面，會發(fā)現(xiàn)今天我非常高興能夠有機(jī)會在我們市場研究行業(yè)峰會上，一起探討這樣一個(gè)關(guān)于大數(shù)據(jù)人工智能，我說這是一個(gè)令人興奮的時(shí)代，也是大數(shù)據(jù)的時(shí)代，數(shù)據(jù)科學(xué)讓我們越來越多從數(shù)據(jù)中觀察到人類社會的行為模式，我們從數(shù)據(jù)中擁有更多的可用知識的增加，我有意把時(shí)間放的非?？欤浅Ｂ?，在這個(gè)過程中大家會發(fā)現(xiàn)原來真的是可以，你只要說話就變成了文本，這就成為了我們的DATA，我們聲音就變成DATA了，如果是這樣的話，我們依然還可以嘗試著另外一種思考問題的方法，就是說如果我同時(shí)錄入的時(shí)候，還真的希望說今天非常高興能夠來到上海，我們在探討人工智能、大數(shù)據(jù)和區(qū)塊鏈技術(shù)，
我如果在說話的時(shí)候它在不斷翻譯，如果能夠同聲翻譯，我們的速記和同傳，大家不要小看它，它還是有一些問題，但它在不斷地進(jìn)化，人工智能它的最大價(jià)值在不斷進(jìn)化，它在不斷地學(xué)習(xí)，這個(gè)學(xué)習(xí)的過程會讓我們越來越知道，未來它會替代68%的那些同傳，未來它會達(dá)到90%的同傳水平，從這些技術(shù)的角度來看，我們會發(fā)現(xiàn)人工智能的技術(shù)，它實(shí)際上并不是對我們市場研究這樣一個(gè)，如果把它定義的非常狹窄，實(shí)際上我們已經(jīng)看到了，像我們戴著攝像頭，戴著眼鏡就可以進(jìn)行貨架的識別和掃描，就可以通過這樣一個(gè)應(yīng)用場景，來實(shí)現(xiàn)什么呢？比方說人工智能現(xiàn)在說的都是弱人工智能，為什么呢？如果我們把一個(gè)人，把他的鼻子、眼睛、腦袋全部調(diào)個(gè)個(gè)，但依然會認(rèn)為它是人。我通過一個(gè)程序?qū)崿F(xiàn)車損的自動定損，也可以數(shù)人流量，同時(shí)也可以數(shù)客流量，這些技術(shù)的應(yīng)用場景，使得我們越來越多看到自動化的狀態(tài)，實(shí)現(xiàn)這種行動力，換句話說它是產(chǎn)品，在這里面這種技術(shù)，我也可以給大家演示，但是時(shí)間不太夠了，我就不再啟動，要演示這個(gè)啟動我需要立刻登錄我的實(shí)驗(yàn)室，我實(shí)驗(yàn)室是有它的服務(wù)器，所以我需要登錄，這實(shí)際上就是我們所說的云計(jì)算，相當(dāng)于我現(xiàn)在已經(jīng)登錄到了我的云計(jì)算，登錄云計(jì)算以后，比如我出差就可以實(shí)時(shí)的，可能我的學(xué)生在做這個(gè)，我沒有邀約，我就不做了。
其實(shí)我們用云計(jì)算和我用實(shí)驗(yàn)室的計(jì)算，而且用我手機(jī)的4G，其實(shí)使用上并沒有太大的差異。當(dāng)然了，我們還是希望大量數(shù)據(jù)的使用可以更好。有了這些以后，我們會發(fā)現(xiàn)將來所有事物都將感知、連接和智能化，我們也可以看到傳感器大數(shù)據(jù)，就像我們現(xiàn)在看到行業(yè)里面越來越多的采用第三方評估，也可能這不是接觸性的評估，也可能通過攝像機(jī)、照相機(jī)，也可能通過監(jiān)測點(diǎn)，這時(shí)候我們會發(fā)現(xiàn)基于未來的人聯(lián)網(wǎng)、車聯(lián)網(wǎng)、互聯(lián)網(wǎng)，還有情感傳感器、社會傳感器，位置信息將非常重要，越來越多的企業(yè)會將他們預(yù)測分析模型轉(zhuǎn)移到云端，比如說在IBM上它有什么樣的預(yù)測能力。我們也需要有編程，像沈這個(gè)歲數(shù)還要學(xué)Assa，對市場研究的人來講，是否擁有能夠掌握編程的技術(shù)呢？就像現(xiàn)在的記者，我們一直在問急著要不要學(xué)編程呢？我們數(shù)據(jù)新聞的學(xué)生已經(jīng)開始開設(shè)編程課，這樣才能進(jìn)入系統(tǒng)和工程層面。當(dāng)然我們面對這么多數(shù)據(jù)，一直談GDPR，它的核心就是數(shù)據(jù)的主體，應(yīng)該完全明確的說我既可以同意，也可以不同意，我即使同意了也可以隨時(shí)不同意。從這個(gè)角度來講數(shù)據(jù)的安全性，數(shù)據(jù)的隱私，數(shù)據(jù)的確權(quán)，數(shù)據(jù)的邏輯，這些都可能提到議程。當(dāng)然了，我們也需要去思考數(shù)據(jù)的刪除和數(shù)據(jù)的可遺忘，這些是大數(shù)據(jù)所關(guān)注的話題。
所以在這個(gè)過程中，我們更深入的大數(shù)據(jù)挖掘問題，是如何當(dāng)我們擁有了這些數(shù)據(jù)，如何從收集的數(shù)據(jù)和分析的數(shù)據(jù)中，能夠獲得更好的最佳見解，我們經(jīng)常說洞察、洞見，這是我們市場研究說的，但是這種見解會發(fā)現(xiàn)我們市場研究公司也好，我們其他的甲方，還有整個(gè)社會也好，都在加大大數(shù)據(jù)的投入，那些不投入大數(shù)據(jù)的階級也許跟大數(shù)據(jù)投入的企業(yè)，或者大數(shù)據(jù)擁有的企業(yè)產(chǎn)生巨大的鴻溝，這種鴻溝所帶來的可能性就是改變企業(yè)、政府，甚至我們商業(yè)的運(yùn)作模式，就像我們的市場研究公司，如果說我想重新起步，開始進(jìn)入大數(shù)據(jù)，這不僅是一個(gè)收集大數(shù)據(jù)人才的問題，而可能改變了整個(gè)企業(yè)的性質(zhì)，改變了企業(yè)整個(gè)的行動方式，包括管理方式。在這里面我們會有很多的應(yīng)用，我經(jīng)常愿意講這樣一個(gè)例子，在里邊我們啟動一個(gè)程序，這些所有的程序都是免費(fèi)的，因?yàn)槊赓M(fèi)意味著你也可以做，在這里面當(dāng)我們?nèi)舆@樣一些算法程序的時(shí)候，我們就可以看到在這個(gè)里邊，計(jì)算機(jī)完全可以實(shí)現(xiàn)一些新的思考問題的方法，甚至帶來一種改變，這種改變是什么呢？就像我看到這樣一個(gè)程序，我先去跑一跑，這個(gè)我曾經(jīng)想演示過，在跑這個(gè)數(shù)據(jù)的時(shí)候我已經(jīng)算出來了，模型我就不再去運(yùn)行了，直接就跑了，實(shí)際上是這樣一個(gè)場景，這個(gè)場景非常重要，我也希望耽誤點(diǎn)時(shí)間跟大家交流一下。在這個(gè)場景中，它是這樣一個(gè)邏輯，這個(gè)邏輯是說，在我的數(shù)據(jù)中，如果我擁有這樣一些圖片，這是什么？電影海報(bào)，假如你去看電影，你不會不識字，不識字看什么呢？反正不懂中文、不懂英文只能看畫，當(dāng)我選擇0這張圖片的時(shí)候，我們程序就會告訴你說，如果選擇了0這個(gè)圖片，回車，回車，你會發(fā)現(xiàn)我立刻就找到了跟它相似的圖片，我既然可以做這個(gè)，同樣也可以隨便取一張圖片，來看一下，比方說我們隨便取這個(gè)945，我們再換一張圖片，這個(gè)圖片的945執(zhí)行執(zhí)行，大家看到像不像呢？像，那就叫個(gè)性化推薦，不像這就叫精細(xì)?，F(xiàn)在我們知道在所有的媒體上，所有的電商上都存在著個(gè)性化推薦，那么個(gè)性化內(nèi)容推薦、協(xié)同過濾，都需要我們擁有消費(fèi)者信息歷史記錄，對歷史記錄的使用帶來數(shù)據(jù)的隱私，以及個(gè)性化推薦所帶來的信息解防，還有一個(gè)很重要的問題就是冷啟動的問題，冷啟動就是一個(gè)消費(fèi)者沒有信息，或者新產(chǎn)品沒有歷史記錄，但在今天可以發(fā)現(xiàn)根據(jù)不需要消費(fèi)者的數(shù)據(jù)，通過圖片就可以推測他喜歡什么。我可以把新聞做成圖片，我可以把文字做成圖片，而形成的創(chuàng)意就變得重要了，人們通過看畫來實(shí)現(xiàn)他的選擇行為。
在這個(gè)里面我做了一些對所有圖書進(jìn)行相應(yīng)的選擇，可不可以，我也可以對所有的煙盒做選擇，可不可以，比如說上萬張煙盒也可以去做分析，當(dāng)然了，你要有圖片，你有所有碳酸飲料的圖像，我們?nèi)匀豢梢杂?xùn)練出相似性，這樣就可以快速尋找到這些結(jié)果，這個(gè)訓(xùn)練過程只要借助深度學(xué)習(xí)機(jī)都可以實(shí)現(xiàn)，換句話說對我來講，只要給我圖片就可以實(shí)現(xiàn)，而這個(gè)處理過程具有通用性，這就帶來了什么呢？帶來了人工智能的應(yīng)用場景會變得越來越特殊，所以在這里面我們就會面臨很多，比方說如何做地理空間的分析，如何去圈住它，就像我現(xiàn)在這樣，這是傳媒大學(xué)的校園，我隨便點(diǎn)了二十個(gè)點(diǎn)，然后畫了一個(gè)區(qū)域，我想知道誰落了這個(gè)區(qū)域內(nèi)，只要用了我的APP就可以測算出落地在這個(gè)位置，這時(shí)候就可以進(jìn)行人數(shù)的統(tǒng)計(jì)，可以算出二三環(huán)之內(nèi)的人，甚至可以知道落在天安門或者哪個(gè)店里面，當(dāng)然上海外灘的踩踏事件，將來就可以實(shí)現(xiàn)公共安全的人流監(jiān)測，我們可以實(shí)現(xiàn)社區(qū)的網(wǎng)格化，我們可以實(shí)現(xiàn)傳感器的物流、選址和智慧足跡，這些應(yīng)用就像我們把一個(gè)城市網(wǎng)格化，城市網(wǎng)格化管理就會精細(xì)化，我們可以實(shí)時(shí)計(jì)算每一個(gè)人距離我的位置，就像現(xiàn)在我可以給大家再次啟動，可能耽誤了時(shí)間，我建議如果有些特別忙的趕飛機(jī)，離開就行了。
我們來看看這個(gè)，就用傳媒大學(xué)，假如說我現(xiàn)在在這個(gè)位置上，我現(xiàn)在想做一個(gè)區(qū)域性的劃分，比如說這樣一個(gè)劃分，這個(gè)劃分以后，我選擇一個(gè)距離，我是開車還是什么，這樣我還可以選擇一個(gè)五百米的距離直徑，就可以立刻去計(jì)算什么呢？計(jì)算在這個(gè)區(qū)域內(nèi)它的一個(gè)網(wǎng)格，這個(gè)網(wǎng)格就是你看到剛才我的PPT里面所顯示的這個(gè)區(qū)域狀況，這樣就可以看到對很多技術(shù)的實(shí)現(xiàn)都可以應(yīng)用，包括在這些大屏顯示上，也成為數(shù)據(jù)、大數(shù)據(jù)應(yīng)用，和未來我們?yōu)槠髽I(yè)、為甲方，或者為政府提供各種應(yīng)用很重要的場景，這個(gè)場景像這種大屏顯示，包括在我們這里邊可以看到的，像這樣的大屏顯示，帶來整個(gè)大屏變化的這種。
講到這兒呢，實(shí)際上我們對大數(shù)據(jù)的分析和人工智能的未來，當(dāng)然它是一個(gè)更寬的東西，它是一個(gè)更全域的東西，對市場研究來講，我們畢竟是它的一分子，我們需要人才，已經(jīng)不僅僅是傳統(tǒng)數(shù)據(jù)定量研究的統(tǒng)計(jì)人才，大數(shù)據(jù)實(shí)際上狹義的講，它已經(jīng)不是統(tǒng)計(jì)了，它是數(shù)學(xué)，人工智能主要是數(shù)學(xué)的技術(shù)，因?yàn)樯蚶蠋煍?shù)學(xué)系畢業(yè)，所以更偏愛于人工智能這樣一個(gè)技術(shù)。在這里面我們說了，未來不遠(yuǎn)，也希望我們能夠擁抱，我今天上午在這兒準(zhǔn)備的時(shí)候，我發(fā)現(xiàn)好像忻雷跑到我前面了，是不是又騰出時(shí)間了，我就想是不是要講一講區(qū)塊鏈呢，所以我又準(zhǔn)備了區(qū)塊鏈的東西，我這一兩年大部分時(shí)間在研究區(qū)塊鏈的技術(shù)，如果大家愿意聽我就接著講，如果下次有機(jī)會我們再來講。下回我們再分享，作為最后一個(gè)總結(jié)，堅(jiān)持到這兒，再次代表協(xié)會，代表在座的各位會長領(lǐng)導(dǎo)，特別是我一直看到我的老師，柯老師，一直在這兒在學(xué)，相信大家一樣都會有收獲，這次論壇再次感謝我們各位嘉賓，各位市場研究的同仁，和甲方乙方、各位老師，再次感謝上?；I辦這次峰會的各家市場研究公司，最重要的要感謝我們的工作人員，我們的秘書處、秘書長，再次感謝！還有兩位主持人非常辛苦，也感謝所有為這次峰會做出貢獻(xiàn)的，我們期待著下一次，期待著明年我們有雙年會，期待著我們有更好的知識分享，謝謝大家！
主持人：時(shí)間過的很快，我們的會議接近了尾聲，這次大會的主題是聚合·共生，我們正是因?yàn)閷I銷和市場研究的熱愛，讓我們聚合在上海，也是因?yàn)閷?shù)據(jù)和對應(yīng)用價(jià)值的渴望，讓我們共生向未來，不確定的明年會在哪個(gè)城市，但是明年的會更精彩、更豐富，這一定是確定的，各位明年見，謝謝。
|
當(dāng)前位置：
友情鏈接
