产业|亿欧专访｜零点有数董事长袁岳：算法产业化势在必行人工智能

【编者按】袁岳，零点有数董事长，黑苹果青年公益理事长，飞马旅联合创始人，独立媒体人，发表关于数据科学、管理科学、社会群体研究等相关领域著作逾一千三百五十万字。近日，袁岳接受亿欧EqualOcean专访，就算法在行业、政务端的应用，推动“算法产业化”进程中的机遇与挑战以及产学研各方举措等方面分享观点与心得。
算法组成的智能模块的数量与品质决定了系统智能化水平算法（Algorithm），从定义上来说，即是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。
对于算法的理解，袁岳举出一个生动的示例，他认为对于大脑来说，脑干是后台，皮质是前台，可以将算法类比为大脑的最小单位，也就是脑干上分布的突起—神经元，每个神经元具有特定功能用来解决特定问题，神经元通过突触与其他神经元相关联，形成不同的功能模块即可理解为算法模块。对于大脑来说，脑容量及脑细胞的总量决定了生物的智慧决策水平，而对一个系统来说，由算法组成的智能模块的多少与品质决定了系统智能化水平。
从另外一个角度看，算法还可以被理解为业务经验和技术实现的整合，是人们在处理问题时长期经验积累优化出的最佳策略，普通人也可以去实现。
很多算法其实是来源于小数据的提炼、中数据的训练和大数据的输入。如在公安领域，老民警抓小偷经验丰富，老民警退休之后，如何将他们几十年的经验用技术继承续用？算法就适合做这些经验提炼的事，算法工程师将老民警对小偷眼神、姿态等等诸多指标敏锐把握的经验算法化，把过去的经验、模式、做法变成一系列指令，过去不成型的经验就转变成了生产力。这种行为识别算法，可以在类似火车站、广场等人流量大的场所，从上万人中快速识出潜在的行为不轨者。这个算法可以嵌套在某一个系统里，也可以植入硬件当中，具有灵活的可迁移性。
袁岳表示，算法的载体是非常灵活的，它既可以放在网络端，也可以放在设备里，也可以放在互联网或者是物联网里面，不需要单独为它再开发系统，它可以部署在任何系统之上。比如机器人里面就嵌入了算法的硬件，所以算法是可以分布在各个不同的载体上的。

文章插图

作为人工智能三要素之一的算法至今仍被忽视数据、算力、算法是人工智能不可或缺的三要素。在人工智能已经构成一个巨大产业的今天，数据行业已然市场化、规模化，大数据、数据源领域实际上就是指以数据源为核心开展的开发工作。在商业领域，市场上拥有大量的互联网企业在大数据的应用开发方面位于前沿，不断提供信息。而算力作为支撑行业的血液、营养，决定系统的“体能“，当前也已有相当规模，入局的巨头企业层出不穷，端、云、边缘计算等技术蓬勃发展。而唯独算法行业，在当前得到的重视程度还远远不够，尚未形成产业化发展。
袁岳指出，造成这种状况的原因主要有两点：
第一是算法模块相对分散。从商业落地的角度来说，一个产业场景即需要一套算法来解决此类问题，对于不同领域的专业知识的要求也较为丰富。比如若要实现一个工业自动化流程即工业大脑，就需要几万个算法模块。从赚钱角度来说，不够快体量也不够大，相比之下，做系统企业的可复制和可盈利性就高得多。
第二是算法的可评判性导致其在检验的角度会遇到较大挑战。比如使用某种算法对电信诈骗案进行侦查，若破案率没有得到提高，使用者便会对算法的可靠程度产生质疑，每个人对算法都有评价权，所以对于企业来说投入算法的动力就会不足。而对于系统来说，很少有人可以简单地评价系统。