移动Labs来源

专访中国移动首席科学家冯俊兰 :AI业务应用需要收敛再收敛

“智能”欲来风满楼!人工智能(AI)是新一轮科技革命和产业变革的前沿领域,是培育新动能的重要方向。无论是在数字化转型方面,还是在网络基础设施建设方面等等,AI都为电信运商们提供了巨大的想象力空间。 本文由机器之心经授权转载自移动Labs,禁止二次转载。

近年来,国内外电信运营商一直在努力谋划自身的转型,并力争在新的竞争格局中抢占先机。以创新为重要发展驱动力的中国移动正在规划未来全面智能化发展之路,力争成为AI商业价值实践者中的先锋。

日前,中国移动通信研究院首席科学家、人工智能与智慧运营研究中心总经理冯俊兰接受了移动Labs的采访,她认为中国移动AI业务的发展策略,只有像树一样扎根泥土才能风中飞扬。“现在AI主要应用在在网络、市场、服务、安全、管理五个方面,今后我们会阶段性进一步收敛集中在一些关键点上发力。”

AI应回归商业价值本质

Gartner预测,2018年AI产生的全球商业价值预计将达到1.2万亿美元,比2017年增长70%。预计2022年AI衍生的商业价值将达到3.9万亿美元。我们应该如何在通信行业中将AI转化为规模化的价值, 包括商业价值,社会价值以及技术价值?

冯俊兰于2013年9月加入中国移动,当时中国移动已经嗅到了AI技术的潜力。这几年,中国移动自主研发了多项智能化技术并得到大规模使用,解决了业务流程中真正的痛点,公司也从战略和研发两个层面规划了未来全面智能化的发展之路,力争成为AI商业价值实践者中的先锋。

冯俊兰博士认为

在中国移动这样相对传统的大型企业中, 将AI尽快转换为规模化的商业价值,是通信行业走向全面智能化之路的关键。 那就需要找准业务的痛点,以解决业务问题为导向, 将AI领域最前沿的技术与业务面临的问题深入结合起来。

这其中有几个关键点需要把握: 

第一,业务层面要达到的目标与评测的方式要清晰、 刚性。在这个前提下, 再去细化技术指标。 

第二, 一项智能化技术的落地需要业务、研发、运营和运维等各环节高效联动起来, 形成一个富有活力的闭环, 这样的AI应用才是活的, 有生命力的。一个成熟的AI应用不只是研发出来的, 更是在这个闭环中成长出来的。

第三, 提出高要求的技术指标。 这样一方面迫使将最先进的技术能应用进来, 针对要解决的问题做进一步创新; 另一方面可以促进研发人员精益求精, 在核心算法和相关工程技术上,优化再优化,积累核心能力。 

第四, 研发平台化。通过平台,使内部的技术、数据/代码等共享变得便捷并安全, 大规模节省研发成本, 缩短研发周期。第五, 做好人才梯队的培养, 改善研发管理和激励机制。 

如果将AI技术比作发动机, 那么AI转化商业价值的效率就成为公司的核心竞争力。 

中国移动在人工智能应用方面做了哪些工作?

现在通信行业的有四个关键词:

5G, AI, NFV, SDN。

  • 5G,也就是它是第五代的通信,既是一个技术名词,也是一个商业名词。

  • NFV是网元的虚拟化。

  • SDN是软件定义网络。

中国移动是全球网络规模和用户规模最大的通信运营商,也是一家大型国有企业,可能没有外面很多AI创业公司,或很多互联网公司所具有的灵活管理机制和激励方式。 但我们做的事情是非常重要的,对用户、对社会、对国家都是至关重要的。我们希望能够在现有人才体系和人力资源可实现、可支撑的情况下,将AI的应用集中在5个业务领域:

网络、市场、 安全、服务和管理。

首先,最重要的就是我们的网络,包括下一代网络和现网。

我们这几年已经落地了多项技术来提升网络智能化,提高运营效率,降低运营成本,目前正在由个别的“点”,扩展到更系统化地将网络和AI进行结合。在未来网络方面,我们在探索如何将AI的能力原生地结合到5G的框架中,包括感知能力,数据分析能力,预测能力,推断能力。

其次是市场。

市场成本是非常高昂的,我们正在以平台的方式将市场智能化能力沉淀下来,以实现精准化营销,智能辅助市场策略指定和市场研究。

第三是安全。

目前已经有大量的AI技术用在信息安全方向。对于未来网络,5G连接了物理世界和信息世界,我觉得5G就是下一代的操作系统,为什么这么讲?第一代操作系统就电脑,它屏蔽了用户和外设之间的关系。第二代操作系统就是手机操作系统,它帮用户连接智能手机的各种硬件,应用以及网络。将来的5G将连接万事万物,从功能上、规模上它真的是下一代超级操作系统,所以需要有一个非常重要的特性,一定要安全!之前关注和解决的更多的是信息安全,现在已经关系到物理世界的安全。

第四个业务方向是服务,即实现服务的智能化。

我们的客户服务机器人已经大规模应用于我们所有的服务渠道,每天服务几百万到千万次,极大提升了用户的体验和客户服务的效率,也帮助我们节省了相当规模的客户服务成本。这其中,语音识别语音合成、人机对话、自然语言处理知识库等典型AI技术在我们的客户服务流程中发挥了重要的作用。

最后是管理。

我们在财务、法律等很多部门应用了一些智能化的技术,包括交互机器人,文档自动审核等。 

“九天”实力获得认可

中国移动以解决内部业务需求为初衷,积极布局AI,并特别注重落地和应用。“在做到内部智能化升级之后,AI技术要做到普适性就必须平台化。”

冯俊兰强调

“技术很复杂,没有一个人可以从上到下、从左到右纵横贯穿整个AI技术,所以我们推出‘九天’平台,希望通过平台化的技术降低大家研发的成本。”

据了解,“九天”人工智能平台,是中国移动研究院历经4年自主研发完成,已于2017年11月在中国移动全球合作伙伴大会上发布。

“九天”虽然还处于不断发展过程中,但已经有了很多落地应用,并与具体场景适配提炼出了很多共性能力,这些能力支撑了公司很多研发和业务部署,节省了其他环节在技术研发和学习、数据积累和挖掘方面的工作。

到目前为止,在上海、江苏、浙江等多个省公司通过使用九天平台基础能力,结合本地的具体业务需求,已经开发出智能营销机器人、网维智能化,故障信源的自动溯源,以及自动质检等多类的一线AI应用。

不久前,工业和信息化部公布了2018年人工智能与实体经济深度融合创新项目名单,中国移动研究院申报的“九天”人工智能平台顺利入选创新项目名单,成为唯一一个由通信运营商提供的核心基础产品。

“这是对中国移动在AI领域的一大肯定,九天虽然获得了认可,但未来还有很大的提升空间。”

冯俊兰表示

“在成本严格控制的情况下,我们力求利用AI技术尽快给公司带来商业价值,短期内我们更为关注对于公司成本效益有帮助的现实商业价值,而不仅是那些潜在的商业价值。”

AI业务应用需要收敛收敛

谈到“九天”这个名字来源时,冯俊兰认为这是一种机缘巧合。“当我们考虑在为这个平台取名时,它正好就来了。九天给人的感觉是开阔、豁然开朗、大格局的感觉。此外,九天代表最高处,中国移动希望未来“九天”平台在各个层面可以吸纳更多AI能力。

“九天”作为中国移动首个人工智能平台,被寄予厚望。“一个是赋能,一个是改变。平台提出后,就要关注收敛到重点业务来。”

中国移动作为一家拥有近10亿客户的大型企业,业务线条丰富,可以应用AI技术的环节不计其数,但中国移动没有遍地开花,而是选择了在重点方向上重点投入。

对于这样的选择,冯俊兰解释

中国移动并不缺乏AI的应用场景,其中很多场景与AI结合都会收到成效,具体的价值大小不一,中国移动需要的是那些可以以点带面、不断放大的机会。

冯俊兰一直认为

AI不应该百花齐放,必须在某些重点业务深根下去。她借用三毛在《一棵树 》歌曲填词里说:“如果有来生,要做一棵树,站成永恒, 没有悲欢的姿势。一半在土里安详,一半在风里飞扬。 ”在她看来,AI业务如果过于分散,根扎不好,无法在风中飞扬很久。

“九天平台就是这个树。”

冯俊兰指出

“目前的应用主要抓树的主干,现在AI的应用主要收敛在网络、市场、服务、安全、管理五个方面。今后我们会阶段性进一步收敛,聚焦关键的业务痛点, 找到AI使能的技术和业务高效结合的方式和方式:一方面创新性地使用最前沿的AI技术,一方面提升AI转化为商业价值及社会价值的效率。”

在衍生业务方面,中国移动的专业公司如咪咕公司、互联网公司、政企分公司等,也在各自的业务线上有了AI技术规模化的应用。 

采访后记

许多同学及朋友对于冯俊兰的选择并不理解。毕竟在他们眼中,运营商没有灵活的机制、没有高收入、没有股份激励,很难吸引并留住一部分高端人才。正是对通信行业的这份热爱,让冯俊兰在移动一干就是五年。

“通信行业是非常基础的行业,是其他行业之本,我能参与通信行业的升级,并贡献一己之力也更有意义。”

冯俊兰表示

每一天上班都非常充实,感觉在做一件对于人类社会有贡献、有意义的事情。“实际上,通信行业与其他企业相比非常不一样,它不仅需要降低自己行业的成本,还需要降低所有行业的成本。所以通信行业不能落后!”

在她的带领下,中国移动研究院在AI领域不断加大探索,推出“九天”,并获得工信部的点赞。随着5G的临近,在以冯俊兰为代表的员工的努力下,中国移动将进一步推动5G和AI融合发展,将成为数字化创新的全球领先运营商。

本文由机器之心经授权转载自移动Labs,禁止二次转载。

原文链接:https://mp.weixin.qq.com/s/7vib59GTwRT2RemJ1S79uQ

产业电信无线通信5G
1
相关数据
数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

收敛技术

在数学,计算机科学和逻辑学中,收敛指的是不同的变换序列在有限的时间内达到一个结论(变换终止),并且得出的结论是独立于达到它的路径(他们是融合的)。 通俗来说,收敛通常是指在训练期间达到的一种状态,即经过一定次数的迭代之后,训练损失和验证损失在每次迭代中的变化都非常小或根本没有变化。也就是说,如果采用当前数据进行额外的训练将无法改进模型,模型即达到收敛状态。在深度学习中,损失值有时会在最终下降之前的多次迭代中保持不变或几乎保持不变,暂时形成收敛的假象。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

语音合成技术

语音合成,又称文语转换(Text to Speech)技术,是将人类语音用人工的方式所产生,能将任意文字信息实时转化为标准流畅的语音朗读出来,相当于给机器装上了人工嘴巴。它涉及声学、语言学、数字信号处理、计算机科学等多个学科技术,是信息处理领域的一项前沿技术,解决的主要问题就是如何将文字信息转化为可听的声音信息,也即让机器像人一样开口说话。

知识库技术

知识库是用于知识管理的一种特殊的数据库,以便于有关领域知识的采集、整理以及提取。知识库中的知识源于领域专家,它是求解问题所需领域知识的集合,包括基本事实、规则和其它有关信息。

操作系统技术

操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

推荐文章
高捷资本・投资经理
厉害👍