从流感预测到智能决策，深度学习能帮企业做哪些事？

本篇文章3373字，读完约8分钟

未来只有两种公司，一种是人工智能公司，另一种是不赚钱的公司。

这个句子大致可以概括两个意思。一方面，人工智能使更多的企业面临更广阔的商业前景；另一方面，如果要用人工智能来创造价值，就必须拥抱技术，实现真正的着陆。

科技部最新发布的《中国新一代人工智能发展报告》也指出，人工智能技术的成熟和应用催生的智能经济将为中国经济的高质量发展提供强有力的支撑。

随着人工智能技术迅速进入各个工业港口，越来越多的企业意识到人工智能对企业来说是必不可少的，但如何真正将“智能”转化为“智能使用”仍然是一个问题。

5月26日，品友互动首席技术官欧阳晨在2019年全球人工智能技术大会上发表了题为“深度学习在企业决策中的应用与实践”的演讲。欧阳晨在讲话中从技术角度介绍了知识地图、联合学习等一系列人工智能相关技术在企业决策场景中的应用与实践，以及如何利用深度学习等人工智能技术构建新一代企业决策引擎，并从四大能力方面阐述了如何赋予企业数字化、智能化的能力。

欧阳晨，品友互动首席技术官

以下内容是根据欧阳陈的讲话组织的:

关键词1:场景演变

人工智能决策引擎在场景中进化

各行各业都在积极拥抱人工智能，而特定场景的应用是人工智能创造价值不可或缺的。人工智能决策引擎就是基于这样的场景而诞生的，并在进入更多场景的过程中不断发展。

人工智能算法的训练应该基于数据流。在第一阶段，品友切入营销领域，决定通过算法和模型来实施广告策略。这项技术帮助我们占据了近60%的品牌规划广告市场。当时，人工智能的概念还没有进入公众的视野。在第二阶段，我们帮助广告商(企业)建立第一方数据管理平台。在这个平台中，客户的第一方数据(内部数据、业务数据)、第二方数据(媒体数据等)。)和市场中的第三方数据集成到平台中，并通过打开和激活数据来提供智能决策能力，例如帮助cmo和企业的营销部门决定在哪里做广告。给谁？使用什么样的创造性材料？你什么时候投票？在经历了互联网上半年的人口红利之后，人工智能决策引擎在为大量企业服务的过程中不断发展。在深化营销情景后，我们发现这种基于大数据和人工智能的决策能力可以帮助更多的企业或机构在营销决策情景之外的各种情景中应用。因此，在第三阶段，我们进入了智能金融、智能政务等多领域决策场景。

关键字2:预测模型

从预测销售数据到预测流感

要理解人工智能决策引擎，我们首先要理解人工智能的三个要素:感知、认知和决策。

感知层是人工智能引擎获取数据的重要途径。感知包括获取各种数据，包括图像、视频和声音。物联网还包括各种结构化数据源。在业务场景中，Pinyu提供了合法和安全的数据对接能力，Pinyu目前对接的数据流每天都达到pb级。pb是一个数据单位，1p约为1028 t，更直观地说，一些研究文章指出800人的记忆容量相当于一Pb。

感知层越强，就越容易锻炼后来的思维能力。认知是一个“思考”的过程。

在决策引擎的认知层，我们可以关注特征共享自动化建模平台。我们在这个领域做了很多事情。随着机器对用户理解的加深，我们为每个用户都有一个特征项目，我们可以通过特征工程对他们的历史行为进行编码。编码后，我们将通过业务目标设定优化目标，然后自动对整个流程进行建模和优化。模式识别和预测模型都基于特征细化。我们使用复杂的网络结构，如深度学习，将认知模型转化为机器模型，并形成预测未来的能力。

模式识别和预测模型是人工智能授权决策的两个核心。模式识别可以从大量的行为数据中找到相似的行为数据。预测模型能做的是根据历史数据预测下一个趋势。

在营销增长方面，我们可以帮助企业利用历史销售数据，包括各种销售数据的特点，预测未来的销售情况，分析影响销售数字的因素，找到最佳的促销策略。

基于这方面的技术积累，我们建立了一个预测模型，可以预测和分析未来的流感形势。这种人工智能解决方案基于一些关键数据，通过联合建模，我们可以预测某一地区的流感情况。该解决方案可以增强人工智能技术，帮助制药企业更好地分析流感数据，发现客户的实时有效需求，并帮助制药公司制定更好的市场策略或帮助相关医疗机构制定计划。

关键字3:知识地图

人工智能支持复杂的决策场景，并协助高层决策

知识地图是一种复杂数据结构技术，它通过实体和关联描述建立一种网络知识组织形式。

Pinyou在营销行业率先推出了营销知识地图，在营销知识地图中沉淀了营销的关键实体和关联，并利用nlp技术和机器学习技术建立了核心营销概念和实体分类。同时，结合2012年发布的行业首个数字人群标签(daat)，通过大数据的积累和清理，包括消歧、知识表达、实体分化等技术，我们形成了一个高覆盖率、准确的营销知识地图。这张地图在各个领域帮助我们。其应用包括在线交付中的点击率预测和转换率预测。它还支持营销优化策略的自动生成，各种策略优化的持续探索，以及整个环节的营销决策。

品友的知识地图积累了近10年的数据处理经验，并通过不断的数据经验积累和数据清理，不断升级和优化。与一般模型相比，营销知识地图模型具有更好的覆盖性和可解释性。为了给出知识地图的应用实例，我们的人工智能引擎查询“中高端suv新车发布的营销策略”，系统将使用营销知识地图输出过去成功的营销策略，以辅助决策过程。

我们认为决策是人工智能的核心，而这种具有可持续反馈的人工智能只有真正将认知结果应用于决策并得到现实世界的反馈，才会有生命力。

在企业成长解决方案、智能政府事务和财务风险控制等领域，存在着复杂的决策场景，而人工智能在这些决策场景中可以发挥越来越重要的支持作用。未来，低层次的实时决策将由机器做出，人工智能可以在更大程度上辅助高层次的抽象决策。

关键词4:公共安全

在保护数据安全的同时打破“数据孤岛”

人工智能引擎“福尔摩斯”的名字是希望人工智能引擎能够通过大数据找到各种线索，像夏洛克·福尔摩斯一样进行判断和决策。

我们的决定是什么？以营销场景为例，营销是一件非常复杂的事情，包括产品定位、人群构建和筛选、对用户人群的理解等。例如，消费者购买了某个产品后，为什么不再购买？为什么又要买？事实上，在整个过程中，它可以通过提供模型来帮助企业做出产品定位等营销决策。

然后有些人会认为营销实际上是一个老问题和老场景。近年来，你为什么需要人工智能和大数据来解决营销问题？与20年前只有一台电视相比，消费者的注意力被太多的频道所吸引。年轻人基本上不看电视，许多90后甚至不看电视。他们喜欢使用颤音和快速的手，他们的注意力分散了。这是人工智能和大数据下的营销场景。Pinyou开发了基于人工智能引擎的第一方数据管理平台(dmp/cdp)。通过部署和联合建模，它可以帮助企业获得第一方的客户关系管理数据、营销数据和社会数据，并通过机器学习和建模方法输出见解，如媒体业务见解、群体见解和一些属性。归因意味着，例如，企业通过许多渠道投放广告，哪个渠道的广告发挥作用？归因可以帮助你做很多分析。最后，实现了策略输出。

在智能政务场景中，品友构建了一个基于人工智能引擎的智能政务管理系统，相当于一个“政务大脑”。例如，智能政策着陆解决方案可以帮助政府和企业解决政策着陆的“最后一英里”。政府出台了许多有利于企业的政策，但并不是每个企业都知道，尤其是一些小企业。政府如何将这一企业政策扩展到所有企业，让企业知道哪些政策是有益的？面对这样的需求场景，它可以通过算法和技术做出登陆信息的策略推荐。该智能推荐平台通过网络获取开放策略，通过语义分析等技术自动分析和解释策略文档，并提取出策略的目标是谁？行动范围是谁？是优惠政策还是补贴资金？另一方面，企业可以通过输入企业信息自动匹配。这样，我们可以向合适的企业推荐最合适的政策，并通过这样的方法帮助政策的实施。自然语言处理将有助于简化这一过程。

然而，无论在任何情况下服务于何种企业或机构，数据安全都是最重要的。品友在数据安全和隐私保护方面不遗余力，率先通过iso27001安全认证，并等待第三级安全认证，同时还在开发相关的数据安全技术。我们最近的研究课题之一是联邦研究。联合学习是在保护隐私甚至不交换数据的前提下，用一个通用模型打破“数据孤岛”。在我们对企业数字服务的探索和实践中，我们发现了联合学习技术的重要性和联合建模的巨大商业价值。