卷首语：人工智能就是统计学？遇到彼此是幸运

作者：氪信首席数据科学家 闵薇

华为创始人兼 CEO 任正非 1 月 20 日在接受央视《面对面》采访时，谈及基础研究和基础学科的重要性时说，人工智能就是统计学，计算机与统计学就是人工智能。无独有偶，去年 8 月，诺贝尔经济学获奖者 Thomas J. Sargent 在世界科技创新论坛上也表示，人工智能其实就是统计学，只不过用了一个很华丽的辞藻。作为数理统计背景的人工智能从业者，非常欣慰世界级的企业家和专家学者为统计学在人工智能中“根正苗红”的地位摇旗呐喊，在此也分享一下本人对于统计思维如何影响 AI 产品和 AI 研究工作的经验看法。

我们每天都在主动或被动接受各种信息和知识，头条系个性化的精准推荐以及 Google 专业的搜索查询，这些看似不同的问题，背后都有数理统计的身影。推荐引擎的核心算法协同过滤是基于矩阵分解技术，搜索引擎的核心算法 PageRank，是图特征向量中心度的表达方式。在感知技术中，AI 在语音识别和图像识别上分别取得 95%和 99%的准确率，无论是统计语言模型还是深度网络模型，也主要依赖概率论，贝叶斯理论和最优化理论等数学统计方法作为基础工具。强人工智能阶段的本质就是基于数据的学习和推理，而统计学就是 learning system 里最必不可少的“轮子“。

统计学不仅是解决算法和模型问题的基础，统计思维对整个学习过程——包括人机协作数据获取，算法研发以及结果分析都有着巨大影响。经典的统计概念： 观测对象（Population）　→业务目标（Question of Interest）→训练样本表征 (Representativeness of training data) →结果分析 (Scrutiny of result) ，这套数据分析和建模的思维过程也是 AI 产品和研究非常重要的思维框架。

• Population：观察对象所产生的条件和环境，是统计推断和学习的基础；

• Question of Interest : 建模目标和研究对象，需要依赖领域专家和业务知识确定分析和预测的目标；

• Representativeness of training data：是统计推断中最重要的部分，训练样本表征是否有充分的信息反映与建模目标之间（Question of Interest）的关系，训练样本的分布是否与观察对象（Population）的分布一致；

• Scrutiny of result：是对模型效果的检测，包括模型的稳定性，可复现性，算法可解释性，以及结果的业务解释性等。

这套 PQRS 框架是华人统计大牛 Yu Bin 教授（伯克利统计系系主任，美国科学院院士）在 2017 年底发表的论文 artificial intelligence and statistics 中提出的。本人有幸与 Yu 教授有过较长时间的项目合作，这套理论也一直影响本人在人工智能产品落地和研究中的理念，拒做“调包侠”，深耕业务场景。尤其对于氪信这样专注于 AI+金融领域的人工智能科创公司来说，我们需要追求结果的解释性和业务的因果分析，既有用 AI 解决大数据的能力也有解决小数据的能力。因此统计思维决定了我们的产品和服务的“厚度”，让我们更懂客户需求。

由此可见，人工智能里的统计学，不仅是不需要重复构建的“轮子”, 更是一种结合人类知识和智慧的思维方式。统计思维框架提出了一个非常有效的概念，把人的知识融进 AI 黑魔法中，让 AI 产品在充满变数和挑战的环境下正确有效地执行，从而产生真正的价值。当然，人工智能也不仅仅是统计学，AI 在不同方向上结合了大量基础学科知识，如强化学习借鉴了大量的认知科学成果，遗传算法等大量仿生智能算法。引用我喜欢的一段话，“持开放的态度对待人工智能技术，人工智能的核心是创造智能而不是解释世界，为了造出智能，AI 人愿意拥抱一切学科，也拥抱一切泡沫”。

目录

生态评论

深度好文:2018 年 NLP 应用和商业化调查报告

年融资超 230 亿!计算机视觉为何如此吸金?

重磅访谈

投入千亿的菜鸟网络智慧物流做得怎么样?

落地实践

深度学习在金融文本情感分类中的应用

特别专栏

旷视砸 20 亿进军 AIoT，发布国内首个机器人协作大脑河图

从架构、API 到应用，华为云如何全局践行 AI 落地

从入门到沉迷，AI 小白如何逆袭年薪“百万”AI 攻城狮

推荐阅读

Jeff Dean 执笔:一文看尽 2018 谷歌 AI 重大突破

精选论文导读

重读 Youtube 深度学习推荐系统论文，字字珠玑，惊为神文