你不用理解AlphaGo 也不需要懂大数据,等着收获惊喜就够了

简介: 你不用理解AlphaGo 也不需要懂大数据,等着收获惊喜就够了

image.png


AlphaGo赢了,人类也赢了,这场比赛其实并不存在失败者。再苛刻的威胁论者,在质疑过后,也总免不了一笑而过,是啊,即便是真的有威胁,那也离我们过于遥远了。

 

就像卡耐基梅隆大学计算机科学系教授邢波在“理解未来”论坛走进京东的讲座中所说的那样,“孔子、拿破仑、贝多芬、爱因斯坦不会被机器代替。感情、常识、美感,这都是人工智能无法企及的”。

 

这就是邢波主题“为人工智能装上引擎”的演讲的最终结束语。所以,什么是人工智能的引擎?

 

我们常见的人工智能方法包括人工神经网络、机器学习、智能搜索等。然而要想使这些方法产生实际的价值却并不容易,前提是拥有足够多的数据样本和强大的分析能力。

 

这就是大数据。先有了足够完整的大数据链条,再通过大数据的分析和挖掘,才会产生出真正的价值。所以,AlphaGo让人工智能真正走进现实的画面还在远方。而大数据的价值作为人工智能的基础设施,却即将迎来一个长期的发展机遇。

 

但是,什么是大数据时代的真正价值?


大数据的本质 是你只需要收获惊喜

这是一个很有趣的话题,如果从大数据的技术线来分析,这一定是无解的。大数据的本质,随着技术和应用的不断发展,总在发生着变化。

 

但是京东集团CTO张晨,却用了一个最浅显的道理,解释了大数据的价值,“你不需要真的懂什么是大数据,你只要发现生活中存在惊喜,这就是大数据的价值”。

 

这个理论是对大数据最人性化的定义。而事实也确实在这样发生着。


image.png


首先,是用户惊喜。在今年三星旗舰手机S7发布当天,很多用户就发现这样的惊喜,当他们在京东下单购买这款全球同步首发的新手机时,用户惊喜的发现,从下单算起,只用了9分钟的时间,他们就拿到了送货上门的三星S7。这算不算是惊喜?

 

当然,实现这样的用户体验背后,是京东大数据的诸多产品与技术。比如用户画像,可以提前锁定购买人群;再比如小区画像,会针对购买区域进行智能分析,当然还有智能的配货和物流,等等,就是京东大数据的价值。

 

而且,这种体验还再更一步的加速中。要知道,在苹果6S上市时,京东最快送货上门的时间还是12分钟。

 

其次,是商家惊喜。不是每一个商家都懂得运营效率动态定价,这属于运筹学的范畴。运筹学其实也是通过大数据分析来为商品进行动态定价的学科。京东通过大数据,根据销量的需求或者企业利润的需求、毛利率的需求,按照不同的方式进行定价。这个定价方式能够保证商家可以获得最大的经济效益,这个经济效益绝对不是价值定的越高越好。

 

值得一提的是,这个基于大数据的动态定价,使运维变得自动化,不需要人的介入,从商品进入京东仓库,到定价、再到变化价格,直到产品销售结束,整个流程都可以由机器自己来做,这其实就是人工智能商业化的雏形。

 

第三,线路优化惊喜。简而言之,就是怎么把路径规划的更好的一种应用,通过走最短的路产生最大的效益,这也是通过大数据分析做了一个算法。一方面在库房里面的货物分拣,另一方面是基于配送,比如提高车辆使用率,降低空驶率,根据路径重新部署,通过大数据分析优化配送路径。

 

听起来,这好像只是京东自己的惊喜,但其实它的背后有很多文章可以做。线路优化,其实就是未来无人驾驶技术的核心部分。无人驾驶只是看起来很美,实际难度很高。比如只做了高速路的大数据分析,下了高速怎么办?遇到雨雪天气怎么办?遇到突发事件怎么办?人工智能毕竟不是人,所以,既要有算法去覆盖核心路网,也要有算法服务于支线和应对突发状况。京东线路优化在算法上的优势,也许会成为未来无人驾驶中很好的补充。

 

当然,大数据带来的好处还有很多,但就像如何衡量一个产品的好坏要看体验一样。如何衡量大数据的价值,就来看看它是不是能够带来惊喜吧。


京东如何挖掘大数据价值

 

除了建立在用户层面的惊喜之外,张晨是如何看待大数据价值的呢?“第一要能给用户带来品质生活,提供一些惊喜。第二,要有完整的数据精准分析。第三,能让处于大数据应用的各个层级多赢。”

 

所以京东在不断通过挖掘大数据价值,来提高用户的体验。

 

首先,当然是智能机器人JIMI。它是典型的建立在京东大数据基础上的人工智能。JIMI可以通过大数据了解并判断用户的需求,同时精准掌握产品信息,在售前咨询方面,部分品类的回答满意度已经超过人工客服。如今,京东50%以上的客服对话来自JIMI。甚至于很多用户在京东上留言认为,JIMI现在的有效性要超过人工客服。


image.png

其次,是京东大脑。整个京东大脑架构分为3层:基础数据层、知识层、服务层。基础数据层是最基础的一层,它负责存储京东海量的生产数据,包括主数据、交易数据、点击流数据等。知识层是中间层,它在基础数据上,通过有效数据建模和挖掘,加工成知识数据,如用户画像、小区画像、知识图谱等,帮助上层更好地决策。服务层是最顶层,它利用基础数据和知识数据给业务提供预测、推荐搜索、商业智能等服务。基于这样一种三层架构,京东大脑计划不仅能更科学地实施,同时也将为京东带来多个层面的价值。

 

第三,高价值数据链。张晨一直在强调,京东的数据是所有互联网公司中最完整的最有价值的,这是京东大数据区别于其他公司最大的核心竞争力。显然,这也是京东大脑和京东JIMI能够表现出超越其他竞争对手的最大优势。

 

为什么京东有这么强的底气?张晨是这么说的,“第一,京东的数据完整是因为京东的主力业务是自营电商,从用户端浏览下单开始,到分拣出库,最后送到用户手上,这一整个链条没有一家公司比京东的完整。第二,京东的数据精准,是京东对刷单的严格管控,所以数据的精准性可以保障。”所以,从电商的角度而言,京东的数据链确实价值很高。

 

最后,看大数据的未来。京东有高价值的数据链条,也有京东大脑这样的大数据实践,更有JIMI这样的大数据支撑下的产品。如果京东将这种经验和能力开放给合作伙伴和用户,这将对大数据整个产业的发展起到不小的作用。

 

幸运的是,也许这一天很快就会到来。张晨透露说,京东将会在不久的将来,推出大数据开放云平台。京东有很强的数据处理、挖掘能力,有了数据云服务,这些能力是京东,也是整个产业的,这将是一个新的大数据生态。一起来期待吧!

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
机器学习/深度学习 人工智能 大数据
|
4月前
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
359 14
|
6月前
|
数据采集 分布式计算 DataWorks
ODPS在某公共数据项目上的实践
本项目基于公共数据定义及ODPS与DataWorks技术,构建一体化智能化数据平台,涵盖数据目录、归集、治理、共享与开放六大目标。通过十大子系统实现全流程管理,强化数据安全与流通,提升业务效率与决策能力,助力数字化改革。
234 4
|
6月前
|
分布式计算 DataWorks 数据处理
在数据浪潮中前行:记录一次我与ODPS的实践、思考与展望
本文详细介绍了在 AI 时代背景下,如何利用阿里云 ODPS 平台(尤其是 MaxCompute)进行分布式多模态数据处理的实践过程。内容涵盖技术架构解析、完整操作流程、实际部署步骤以及未来发展方向,同时结合 CSDN 博文深入探讨了多模态数据处理的技术挑战与创新路径,为企业提供高效、低成本的大规模数据处理方案。
372 3
|
5月前
|
机器学习/深度学习 运维 监控
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
242 0
|
6月前
|
SQL 人工智能 分布式计算
ODPS:数据浪潮中的成长与突围
本文讲述了作者在大数据浪潮中,通过引入阿里云ODPS体系(包括MaxCompute、DataWorks、Hologres)解决数据处理瓶颈、实现业务突破与个人成长的故事。从被海量数据困扰到构建“离线+实时”数据架构,ODPS不仅提升了数据处理效率,更推动了技术能力与业务影响力的双重跃迁。
|
4月前
|
传感器 人工智能 监控
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
177 14
|
3月前
|
传感器 人工智能 监控
拔俗多模态跨尺度大数据AI分析平台:让复杂数据“开口说话”的智能引擎
在数字化时代,多模态跨尺度大数据AI分析平台应运而生,打破数据孤岛,融合图像、文本、视频等多源信息,贯通微观与宏观尺度,实现智能诊断、预测与决策,广泛应用于医疗、制造、金融等领域,推动AI从“看懂”到“会思考”的跃迁。
354 0
|
4月前
|
机器学习/深度学习 传感器 监控
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
181 1