永辉云计算联合创始人兼cto胡鲁辉：从微软智能大数据到智慧零售，我的大数据与人工智能融合实践 | ccf-米乐m6平台

雷锋网按：2018 全球人工智能与机器人峰会（ccf-gair）在深圳召开，峰会由中国计算机学会（ccf）主办，雷锋网、香港中文大学（深圳）承办。

本次大会共吸引超过2500余位 ai 业界人士参会，其中包含来自全球的 140 位在人工智能领域享有盛誉的演讲与圆桌嘉宾。

大会第三天的【ai 专场】中，美国德州农工大学数据挖掘实验室主任胡侠，永辉云计算联合创始人兼cto、前华为美研首席架构师兼cto胡鲁辉，乂学教育首席科学家崔炜，中兴力维首席技术官曹友盛等重磅嘉宾先后发表精彩演讲，分享ai在各自领域的落地实践经验。

其中永辉云计算联合创始人兼cto胡鲁辉作为第二位出场的嘉宾，发表了题为《机器学习融合大数据》的主题演讲。

胡鲁辉老师在演讲中指出，这一次人工智能浪潮的兴起与大数据密切相关。过去大家觉得大数据很火但价值不大，是因为没有形成闭环。他认为，未来大数据会朝着实时智能数据的方向发展。所谓实时智能数据应当从用户的角度从发，包含实时批流计算、随时可得、数据智能化、实时决策和安全共享五大特点。

胡鲁辉老师还特别强调，未来应该加强数据安全共享，因为数据虽然重要，但它不是黄金，如果现在不用、不分享就会不断贬值。

随后，他从微软大数据平台和永辉云计算两个案例从发，分享了自己在促进机器学习与大数据融合方面的实践经验。

以下是胡鲁辉老师的全部演讲内容，雷锋网做了不改变原意的整理与编辑：

大家下午好！刚才胡侠教授从学术角度做了精彩的分享。我来自工业界，所以跟大家分享一下人工智能在工业界的应用。今天的分享主要包括两个方面：一是机器学习和大数据怎么融合，二是融合之后怎么应用到工业中。我会列举两个例子：一个是微软的场景，另一个是智慧零售的场景。

首先回顾一下科技的发展历程。过去几十年，基本每十年就会有一个大的技术突变。85年微软发布第一个操作系统windows开启了pc时代，94、95年amazon.com、yahoo先后发布，宣告进入互联网时代；07年苹果手机发布，又开启了移动时代，直到2015年人工智能时代开启。这些突变的价值一次比一次大，基本每一次突变的价值都是上一次的10倍。人工智能有些例外，它的价值是上一次技术突变的2倍左右。

今天人工智能概念非常火热，也已经在一些领域落地应用了，但规模不大，所以大家可能感受不到它的巨大价值。但大家不妨回想下98年的互联网是什么样的，当时的互联网和今天的人工智能很像——虽然很热，但规模不大。所以大家要对未来充满信心。

人工智能在朝两个方向发展：一是学术研究，包括tensorflow、torch等很多工具和平台；二是行业应用，包含iaas和ai edge两个方面，iaas即intelligence as a service，ai edge则拥有很多应用场景。学术研究和工业应用中间是cloud ai，通过云化或平台化的方式来提升人工智能的能力。

这一次人工智能浪潮的兴起和大数据密不可分，没有大数据，这一次人工智能浪潮就不会到来。例如fraud detection、content recommendation、cognitive assistance等的应用都和大数据密切相关。

大数据的演变经历了batch processing、stream processing两个阶段，其中batch processing主要应用在报表上，stream processing则主要应用于报警。

大家或许会有这样一种感觉——大数据很火，但价值却不大。这是为什么呢？因为在许多场景中，它还没有形成闭环。只有让它成为业务的关键，才能体现更大的价值。

大数据未来会如何发展呢？我认为大数据的下一个阶段是实时智能数据（real-time intelligent data），不是以技术角度定义大数据，而是从用户体验的角度来定义。具体包含五个方面：

1.实时批流计算。所谓实时不是从数据或技术层面，而是从用户的角度来定义，即用户什么时候想用，数据就能产生结果。

2.数据结果随时可得。如果数据量很大，如何也能快速得到结果？

3.数据和智能完全融合。

4.如何让数据做到闭环，也就是实时决策。

5.数据安全共享，这一点非常重要。我在国内发现一个很有意思的现象：大家都认为数据很重要，所以握在手里不分享。数据确实很重要，但它不是黄金，如果现在不用、不分享就会不断快速贬值，因为每年产生的数据无论量还是丰富性都在快速增长。

下面列举两个机器学习和大数据融合的案例。

微软智能大数据

下图展示了微软的实时大数据平台。在这个平台上我们主要实现了两点功能：一是可配置，即在数据采集、展示、存储、计算方面都是可配置的；二是实时性。这里的“实时”指的不是流处理，关键的是实时搜索能力。站在用户的角度，如果你需要什么结果，搜索是更好的方法。

我们在这个大数据平台里结合了许多人工智能的算法。我们知道，微软有很多的产品和服务，那么如何维护它们呢？微软有system center，下面的图表列举了微软所有的产品部门。

微软的产品出了问题怎么办？微软常常用knowledge base来解决。这对微软来说是很大的市场，规模每年差不多有50亿美元。而且这件事相当复杂，knowledge base有20万个。我们利用人工智能，根据用户信息，有效地把米乐m6平台的解决方案和问题自动联系起来了，这是一件非常了不起的事情。

微软的产品、服务器、企业服务软件都会产生很多的机器数据，另外也有一些人为配置数据。根据这些机器数据和配置数据，把问题和米乐m6平台的解决方案自动联系起来，这就是我们做到的事情。

我们具体是怎么做的呢？我们把大数据平台和客户数据中心（服务和设备都在客户数据中心）通过混合云的方式链接起来，然后在平台上运用人工智能的方法。

前面提到，微软有20万个knowledge base，这个东西是文档，处理起来有很大的挑战。我们是如何把这些文档或米乐m6平台的解决方案的文字转化成对应特定场景的问题，一步步解析出来，帮助用户解决问题的呢？

我们主要做了两步工作：第一步是做线下nlp的index，将20万个knowledge base进行分类处理，放在大数据平台；第二步是数据采集和实时分析，这一步的算法和第一步差不多，也应用了类似的nlp技术。但二者针对的数据不同，第一步处理的knowledge base是文档式的；第二步处理的是客户数据，是另一方面的数据。我们用类似的nlp算法处理实时数据，产生一个fingerprint，然后把这个fingerprint与index里的knowledge base进行匹配。

比如，机器出现问题时会产生一堆logging，这些logging可以反映出某种特定的场景。于是我们根据这些logging生成一个fingerprint，再到knowledge base的index平台搜索匹配。有时候我们会搜索出很多个结果，这时候就需要特定的ranking来优化。

这件事看似简单，其实蕴含着很多挑战，下图列举了四个方面。比如对kb articles的nlp：微软的产品相当之多，有windows server, exchange server等至少七八种servers，每个server都相当复杂，处理起来比较困难。

智慧零售与大数据融合

再跟大家分享一个大数据和人工智能融合应用于零售领域的案例。

随着消费升级、消费者行为变化，零售行业已经发生了巨变。早期60、70后是消费主力，现在消费主力渐渐成了80、90后。

如果说传统零售是零售的1.0模式，那么新兴大卖场和互联网电商就分别是2.0和3.0模式。1.0模式以货为中心，只要有好的货就能卖得很好；2.0和3.0模式没有本质区别，主要是靠渠道和流量，只要有流量就能卖得很好。现在我们进入了零售4.0模式，也就是以人为本、以服务为中心的零售模式。

这个模式有很大的不同，因为消费者更加追求个性化、社交化、口碑化，更加在乎服务品质，不再是什么便宜买什么。

过去线上有电商，线下有门店，如果把线上、线下融合起来，就能给消费者带来更大的便利。比如我去一家门店买东西，我想买很多东西，又嫌东西太重不想拿，怎么办？现在只要在app上下单，门店就可以把商品配送到家，这就是典型的线上、线下融合。

过去电商解决了信息不对称的问题，但用户体验商品还是比较困难。假如我有一个体验店，消费者可以先到体验店试用，再到线上下单购买，就解决了这个问题。这些是线上、线下融合的例子。

不管怎么说，零售行业应该回归到了本质——以人为本。如何做好服务、让消费者满意成为了零售行业的重点。

再来看一下永辉云计算是怎么做的。

永辉云计算是在永辉和腾讯平台上搭建的面向零售的智慧云。它的使命是运用云计算、大数据和人工智能赋能零售行业，以人为本，以服务为中心，让消费者更满意。

门店和电商在很多方面有着本质区别。首先，对电商来说数据是天生的，采集也比较容易。但对门店和超市来说，数据虽然很多，但形式各不相同，如何全面数据化是一个巨大的挑战。

不过凡事都有两面性，线上数据采集虽然容易，但数据的真实性不一定可靠。比如你帮朋友买东西，虽然是你下的单，但你朋友才是最后使用商品的人。门店的数据则相对真实，人工智能可以精准识别到你的行为。

大数据和人工智能在零售行业有很多的应用场景。

比如，合伙制是零售行业一种比较创新，也比较能激发员工动力的管理方法。如果能够有效利用大数据，通过信息联通、透明化，进行智能化的管理，将比人工管理更加有效。

另外，大数据可以加深对用户的理解，实现更加精准化的营销。我们经常把商品简单理解成sku，但其实并没有这么简单，它还涉及很多东西，比如商品从何而来、怎么库存和哪些因素相关。这是一个生命周期的管理，过程中的数据非常富有挑战，而且意义重大。

物流也是大数据和人工智能非常好的应用场景，它的数据化也比较重要。

还有前端的线上、线下融合。消费者进店的时候手里还有一个端口，比如小程序、app。如何把这个端口有效的数据化，也是我们正在探索的。

数据化之后，下一步是数据智能，把数据和人工智能融合起来，让比较复杂的场景可预测。

最后一步是智慧赋能，即通过数据和智能的融合，赋能真实的应用场景。比如智慧选址，假如你要开一千家店，选址是一个非常庞大的工作量，用大数据和人工智能选址，既有效又能节省成本。再比如，以前需要在pos机上刷卡支付，现在通过刷脸就能支付，登记一下就可以拿着东西走人。诸如此类，很多场景都可以将数据化和人工智能有效结合起来。

我今天的分享就到这里，谢谢大家。