经济观察网记者李晓丹人工智能已经从感知智能、认知智能走向决策智能，这意味着数据技术影响决策的速度和深度在不断提升。工业互联网中企业数据被无限丰富，高效、智能响应密集需求的决策AI开始占据人工智能“食物链”的顶端。

微软全球研究院前高级副总裁、哥伦比亚大学数据科学研究所（DSI）所长、美国计算机协会（ACM）院士、IEEE院士周益臻向经济观察网表示，AI数据的应用价值在经济和营销领域有了很大的提高。数据科学是从数据中提取价值的研究，但价值最终取决于用户的解释。

输入决策智能

经济观察网：您如何看待国内人工智能产业的发展速度？人工智能投资热潮为何放缓？

周亦臻：目前，很多人工智能公司都处于利用技术解决问题的早期阶段。然而，这些公司发展迅速。例如，深度学习已经在各个领域得到应用，并取得了可观的成果。

对于AI行业来说，他们都在努力做一件事，那就是让人工智能真正解决某个特定问题或者完成某个特定任务，即从感知智能、认知智能到决策智能。这就需要大量的人力去建立模型，这样才能有决策或者预测的能力。

这个过程需要非常繁重的工作量，因为必须收集大量的数据，并且必须通过这些数据反复训练算法，这样算法的结果才能准确。经常发生的情况是，几周的工作最终解决了一个非常小的问题，而这些问题本来可以由人类轻松解决。

因此，我们的任务是建立比人类更好地解决简单任务的人工智能模型。学术界目前正在致力于将这一过程自动化，即自动机器学习，从而减少构建模型所需的劳动力。尽管有许多人工智能技术取得了成功，但它们无法规模化。

企业需要有足够的耐心来建立模型。只有有了模型，才能真正实现决策智能。如果追求短期回报，就很难立竿见影。这也是人工智能领域投资热情减退的原因。

经济观察网：构建模型最大的困难是什么？

周亦真：我们需要很多领域的专家来帮助建立模型。每个模型都是针对特定任务量身定制的，然后可以训练该模型来解决实际问题。

有一种模型叫做转化学习，但还没有正式推出。我的建议是企业要有足够的耐心。人工智能领域的每一次进步背后，都有大量的工作要做。事实上，人工智能现在可以完成的任务已经取得了长足的进步。

经济观察网：人工智能如何区分精准推荐与个人隐私的界限？

周亦臻：我也一直从事隐私领域的研究。事实上，每个人对于隐私都有自己的底线。很难判断如何避免跨越这个底线。因此，没有办法给出通用的解决方案，所以还是坚持吧。数据为善很重要。

数据偏差

经济观察网：人工智能会产生数据偏差吗？

周亦真：其实还没有发展到那个程度。目前学术界的共识是，人工智能模型的公平性尚无一致的定义。它们以不同的形式存在，但预测结果差异很大。满足所有客户在技术上是很困难的。

从实践来看，学术界认为AI存在偏见的案例其实越来越多。每个人工智能模型都有自己的偏见。这不是模型或算法的问题，而是不断输入算法进行计算的数据是有偏差的。

从学术角度来看，在某些情况下不可能建立一个完全正确的模型。

我想特别强调这一点，因为最近人们对一个新的研究领域很感兴趣，这就是人工智能的可信度。如果AI模型用于无人驾驶技术或用于诊断癌症患者，那么当消费者知道AI模型可能会犯错误并且可能存在偏见时，他们就不会信任该模型。

经济观察网：基础研究与产品落地还存在哪些差距？

周亦臻：其实人工智能和深度学习技术最早的应用是为了解决一些人类擅长的任务，比如语音识别、物体识别、人脸识别、机器翻译等。这些都是人类天生擅长的领域，但现在我们可以让机器为我们完成这些任务，所以人工智能技术已经具备了一定的发展基础，不仅是商业，还包括各种细微的任务。

然而，建造一台可以翻译语言的机器与建造一台可以为人类做决定的机器完全不同，所以它们之间存在很大的差距。尽管深度学习已经有很多成功的应用，但人们对这项技术还没有深入的了解。例如，深度学习的工作原理是什么？虽然已经有无数的应用案例，但从科学角度看，这项技术仍然缺乏科学理论基础，所以迟早会遇到发展障碍。

经济观察网：哥伦比亚大学数据科学系与企业有哪些合作？

周亦臻：哥伦比亚大学数据科学系与企业界有着广泛的合作。目前已与25家各领域企业建立了合作伙伴关系。 8月底，与深圳燕燕智能在人工智能技术领域的顶级技术实力和研发能力方面展开合作。纽约有许多新兴金融公司和IT公司，包括阿里巴巴、百度、滴滴等。此外，我们还与IBM的研发中心合作。滴滴正在制造自己的自动驾驶汽车。我去过滴滴在加州的研发中心。滴滴目前拥有海量的数据和非常先进的算法，因此具有巨大的发展潜力。

本文经“原创”认证为原创，作者为经济观察报。访问yuanben.io查询【46L3IP3Z】获取授权信息。