征信巨头邓白氏：人类数据以指数级增长，得用新型AI解决

经过多年发展，大数据已走出理论阶段，在生活的各个领域发挥实际效用。在人工智能、物联网、量子计算等概念的加持之下，大数据应用的可能性还将进一步扩大。在数据量已不成问题的今日，前沿技术带来的捷径与歧途同时显现，对大数据内涵的下一步探索亟待启程。

今年9月，邓白氏高级副总裁兼首席数据科学家安东尼·斯克里费加诺(Anthony Scriffignano)在接受澎湃新闻(www.thepaper.cn)在内的媒体采访时表示，地球上的数据总量正在以指数级的速度成倍增长，其规模已无法测算，“这不是数据的问题，而是如何使数据有意义的问题。”

 

邓白氏集团(Dun&Bradstreet)是全球著名的商业信息服务机构，拥有170多年历史，其全球数据系统收录了收录了源自于数万个数据源的超3亿家企业记录。作为邓白氏高级副总裁兼首席数据科学家，斯克里费加诺有着语言学与高级算法的学术背景。今年5月，他被全球最大的高管级数字和数据领导人社区CDO俱乐部评选为2018年美国首席数据官。

 

 

安东尼·斯克里费加诺

 

“大数据”一词的提出始于2008年《自然》子刊的一篇论文。这一概念进入中国后，迅速被茁壮成长的互联网企业奉为圭臬，引领其落地应用。当前，中国的大数据产业已然做大做强。根据中国信息通信研究院发布的《大数据白皮书》，2017年中国大数据产业规模已达到4700亿元，同比增长30%。这一数字固然可观，但无法与全球数据总量的增长速度相匹敌。2017年，全球数据总量约为21.6泽字节(Zettabyte)，国际数据公司(IDC)预计全球数据总量将在2020年将达到44泽字节，在2025年达到180泽字节。

 

海量增长的数据为人工智能提供了施展拳脚的空间。斯克里费加诺表示，人工智能、物联网、金融科技等新技术在多年以前便存在，但是如今的计算机运算能力与数据规模使这些技术聚合到了一起，变得更强大。“我们的客户们面对着这种数字化带来的颠覆和挑战，他们被迫要做出改变。但是很多小的企业没有资源去应对变化、参与竞争，而大公司则可能会被机会所淹没，反而耗费太多时间在做决定上。”

 

作为一家以商业数据咨询见长的企业，邓白氏在新的数据业态中改变了自身的方法论。斯克里费加诺表示，在技术影响之下，当今商业的本质已经发生了改变。如：企业兴衰荣枯的速率大大加快了，因此需要引入自动化的数据采集技术来代替以往的人工操作;获取信息后还不足够，需要培养机器来高效辨识信息的及时性与真实性;在检测和发现欺诈行为时，企业可能意识到自己处于被观察状态而改变自己的行为。这就使得传统的建模分析法鞭长莫及。对于这些问题，邓白氏给出的解决方案是，拥抱人工智能，并且比主流水准走得更远。

 

多变与不确定似乎成为当今商业的一大新特征，因此传统的建模法已不再是最佳分析手段。“你不能再借助传统的‘机器学习+建模’方法来应对当下正在剧变的环境，而是需要更高级的AI。”斯克里费加诺将这一类型的AI称为“非回归AI”。回归一词在此意指数据分析中的“回归分析”，在邓白氏的设计中，不再由AI以归纳过去的数据来预测未来，而是“教会机器如何学习”。

 

斯克里费加诺举例道，传统算法会基于数据规律得出一条“回归线”，而距离回归线很远的数据会被认作异常状态。传统算法会忽略这些异常点，将它们视作随机出现的“杂音”。但是在一些情况下，这些“杂音”背后可能蕴含着对决策至关重要的信息。它可能意味着一次借贷，一次加密货币的交易，也可能意味着有组织的犯罪行为。邓白氏将这些蕴含信息的“杂音”称为clique，训练更为高级的AI对其加以辨识。

 

在一张涉及了数百万宗交易的商业网络里，某几家企业之间建起了包买包卖的闭环渠道，这一异常关系以几个clique的形式被AI识别并呈现。至此，AI的关系告一段落，接下来将交由人类分析师来判断异常关系背后隐藏的真相是什么。斯克里费加诺解释道，这样的AI解决的不是数学问题，而是模式(pattern)问题，“把大问题分解成小问题，让人来分析解决。”