清华大学范玉顺：大数据、人工智能与工业互联网

6月2日，大企业大集团（重庆）2018干部自主选学课堂暨新时代组织新能力建设学习计划继续开讲，来自清华大学信息科学技术学院的范玉顺教授，用专业的理论系统和现实案例对上述问题给出答案。

大数据的发展将给我国带来资源优势现

如今，“大数据”一词并不陌生。从上世纪90年代开始，数据运用以几何倍数的速度实现增长，根本原因在信息技术的发展催生了大数据热。在范玉顺看来，计算机存储、计算机能力的提升，以及数据存储成本的下降，造成当今大数据运用的火热态势。

他继续讲到，大数据的来源主要包括四个方面：一是交易数据，包括电子商务；二是移动互联、社交网络；三是物联网感知数据，比如海洋、天气、物流跟踪等：四是政府的开放数据。而这些海量数据将带来犹如里程碑般的意义：大数据让人类可以分析和使用的数据大大增加，通过对这些数据的交换、整合和分析，人类可以发现新的知识、创造新的价值，带来“大知识”、“大科学”、“大利润”和“大发展”。

利用大数据之前，我们首先要了解大数据的特征，范玉顺教授认为，大数据最突出的特征就是“量大”，在数据产生的地区分布方面，我们尤其要注意到新兴经济体将产生并持有越来越多的数据，比如中国。“到2020年，这一比例将会达到62%，其中我国所占比例将达到21%，这将成为我国的资源优势。”

但我们也要注意到，大数据还存在价值密度低的特点。范玉顺教授指出，目前来看，数据良莠不齐，价值密度低，“但是通过挖掘，我们还是可以从数据中获得大量的价值。”他认为，通过收集、分析海量数据，并快速地从数据模型中分析未来的趋势，人们可以提前实现对未来的预判或是准备。

正因为上述特征，我们必须正视大数据所带来的思维转变。“大数据技术的发展使我们能够掌控全局的数据，可以更多地关注数据中的细微异常，从而发现原本因为采样而被忽略的重要结论。”范玉顺认为，过去随机采样的有效性难以保证，但大数据的发展，则带来采集全体数据的可能，这将有助于结论偏差的缩小。此外，他认为今后将从单一数据收集发展到多类型数据的收集。

人工智能的关键在于机器学习

很多人对“人工智能”的了解来自于科幻电影，但范玉顺教授则通过专业理论，对此进行了深入解说。他认为，智能是指个体客观事物进行合理分析和判断，并灵活、自适应地对变化的环境进行响应的一种能力。

智能系统拥有对未来推演以及制定最佳行动策略的能力，但最重要的则是学习进化能力。范教授解释到，每当智能系统执行行动完成后，会对结果进行评估，并积累正反两方面的经验，通过这种不断的学习和积累，使其系统不断进化，从而对环境的响应速度和准确度越来越高。

范教授认为，在人工智能的研究领域，最重要的方向之一就是研究人类的认知机理，建立信息处理机制和模型，从而模仿人类思维过程。他举例Google X实验室，Google X实验室通稿1.6万片处理器构建了一个庞大的系统，用于模拟人类的大脑神经网络。借助“谷歌大脑”，无需接受人类的任何培训和指令，就可以利用内在算法从海量数据中自动提取信息，比如“谷歌大脑”已学会如何识别猫咪。

“谷歌大脑就是一个基于多层人工神经元网络的深度机器学习机，它不是聪明，而是算的太快，而且输入给它的数据越多，它就越聪明。”在范玉顺蓝来，“谷歌大脑”就是一种机器学习，机器学习就是机器（计算机）来模拟和实现人类的学习功能，比如设计和分析一些让计算机可以自动“学习”的算法，即从数据中自动分析获得规律，并利用规律对位置数据进行预测的算法，最终使得计算机具备和人类一样的学习能力。

在未来，他建议要培育高端高效的智能经济，比如大力发展人工智能新兴产业，加快推进产业智能化升级，大力发展智能企业和打造人工智能创新高地。

工业互联网是一种新的制造业态

什么是工业互联网，在范玉顺看来，这是将物联网、云计算、大数据、移动互联、人工智能等先进信息技术和工业技术融合形成的新制造业态。

“目的是促进工业企业在产品、设计、工艺、制造、管理、服务、企业间合作等各个方面的创新。”范玉顺认为，工业互联网的最终目的是为客户提供个性化、高增值的产品和服务。工业互联网的发展将给制造业带来极大的提升，其中突出的方面是生产过程智能化，从而显著提升全流程生产效率、提升质量、降低成本。

范玉顺指出，全球工业互联网平台进入井喷期，数量上超过150个，总体上处于商业化前期，尽管平台数量众多，但绝大部分平台尚处于探索阶段。而我国工业互联网平台刚刚起步，相关企业在2015年之后积极开展布局，但与国外相比，我国企业在平台功能、商业化程度、生态体系完整度等方面都存在一定的差距。

范教授谈到，未来平台应用将向深层次演进，不断推动企业管理流程、组织模式和商业模式创新，最终平台将具备全社会资源承载与协同能力，通过全局性要素、全产业链主题的重新组织与优化配置，推动工业生产方式、管理模式和组织架构变革。

来源：两江新区官网