注：近日，金電聯(lián)行首席科學(xué)家曹鴻強在天堂硅谷信息技術(shù)閉門會上做了精彩發(fā)言，以下根據(jù)其講話實錄整理而成。
感謝主辦機構(gòu)。很高興有這個機會，和大家分享金電聯(lián)行在大數(shù)據(jù)領(lǐng)域的一些觀點和做法。
首先介紹一下公司的情況。金電聯(lián)行有兩個顯著標簽：一是國內(nèi)大數(shù)據(jù)行業(yè)領(lǐng)軍企業(yè)之一。公司成立于2007年，是國內(nèi)最早涉足大數(shù)據(jù)行業(yè)的高新技術(shù)企業(yè)，經(jīng)過多年發(fā)展，在金融大數(shù)據(jù)、政務(wù)大數(shù)據(jù)、產(chǎn)業(yè)大數(shù)據(jù)的部分細分領(lǐng)域已經(jīng)位居全國領(lǐng)先地位。二是國內(nèi)信用建設(shè)主導(dǎo)企業(yè)之一。我們是國內(nèi)最早運用大數(shù)據(jù)技術(shù)開展信用體系建設(shè)的企業(yè)，是中國人民銀行首批備案的全國性企業(yè)征信機構(gòu)、北京征信機構(gòu)總經(jīng)理聯(lián)席會主席單位；是國家發(fā)改委綜合信用服務(wù)試點機構(gòu)、第三方評估機構(gòu)；是工信部、科技部等主管單位認定的信用體系建設(shè)和中小微企業(yè)信用融資評價機構(gòu)；國家公共信用信息中心第一批可為信用修復(fù)申請人出具信用報告的信用服務(wù)機構(gòu)。
作為一家大數(shù)據(jù)企業(yè)，金電聯(lián)行有一個基本觀點：大數(shù)據(jù)正在推動流程化系統(tǒng)向決策支持系統(tǒng)轉(zhuǎn)變。在IT領(lǐng)域，如果說過去二三十年是流程化系統(tǒng)占據(jù)主導(dǎo)地位，那么未來二三十年一定是決策支持系統(tǒng)占據(jù)主導(dǎo)地位，要用數(shù)據(jù)說話，要讓數(shù)據(jù)說話。
因此，金電聯(lián)行將核心業(yè)務(wù)能力定位為幫助客戶實現(xiàn)決策支持系統(tǒng)。經(jīng)過在金融、政務(wù)、產(chǎn)業(yè)等市場十多年領(lǐng)域的技術(shù)積累，我們建立了覆蓋大數(shù)據(jù)價值變現(xiàn)全鏈條的五層架構(gòu)（如下圖所示）：最底層是大數(shù)據(jù)輸入輸出控制器和大數(shù)據(jù)基礎(chǔ)平臺，其中前者實現(xiàn)大數(shù)據(jù)的內(nèi)外交換及其控制，例如安全、計費等，類似計算機的南橋芯片；后者是大數(shù)據(jù)存儲、處理、分析的基礎(chǔ)設(shè)施，類似計算機的主板。倒數(shù)第二層是大數(shù)據(jù)管理器，實現(xiàn)了大數(shù)據(jù)的數(shù)據(jù)管控，例如數(shù)據(jù)標準、元數(shù)據(jù)、數(shù)據(jù)質(zhì)量、數(shù)據(jù)譜系等，類似計算機的北橋芯片。中間一層是大數(shù)據(jù)中央處理器，即針對大數(shù)據(jù)的數(shù)據(jù)工廠平臺，實現(xiàn)規(guī)模化的大數(shù)據(jù)加工處理，類似計算機的CPU芯片；再往上是大數(shù)據(jù)通用AI處理器，即針對大數(shù)據(jù)的數(shù)據(jù)科學(xué)平臺，實現(xiàn)規(guī)模化的大數(shù)據(jù)分析挖掘，類似計算機的GPU芯片。最上面一層是大數(shù)據(jù)專用AI處理器，固化業(yè)務(wù)專家的方法論和知識經(jīng)驗，實現(xiàn)面向特定領(lǐng)域的大數(shù)據(jù)分析挖掘，類似計算機的FPGA芯片。這五層架構(gòu)作為一個整體，支撐信貸風(fēng)控、精準營銷、社會治理、企業(yè)征信、智能定價、預(yù)測性維護等各種具體大數(shù)據(jù)決策支持應(yīng)用，類似計算機作為一個整體支撐各種軟件應(yīng)用。當(dāng)然，有可能五層架構(gòu)的某個部分是客戶自研的，或者是友商的，例如大數(shù)據(jù)基礎(chǔ)平臺。我們的五層架構(gòu)是開放的，有對外的兼容性。金電聯(lián)行大概就是這樣一個產(chǎn)品和技術(shù)架構(gòu)，我們認為，這個架構(gòu)是建設(shè)決策支持系統(tǒng)（包括開發(fā)和運維的全生命周期）的一條有效路徑。
在二十多年前讀書的時候，我曾經(jīng)學(xué)過一門課程，叫計算機輔助軟件工程，英文縮寫是CASE。如果大家都認可，決策支持系統(tǒng)是一種特殊的IT系統(tǒng)，大數(shù)據(jù)處理和分析軟件是一種特殊的軟件，那么我們的五層架構(gòu)，特別是數(shù)據(jù)工程平臺和數(shù)據(jù)科學(xué)平臺，不就是一種CASE工具、一種針對大數(shù)據(jù)軟件開發(fā)的特殊CASE工具么？這種特殊的CASE工具，目標是讓計算機幫助人更優(yōu)質(zhì)、更高效地開發(fā)大數(shù)據(jù)應(yīng)用這種特殊的軟件。如何幫助人？關(guān)鍵的兩點：一是智能化、二是工程化。所謂智能化，就是在工具中固化人的方法論和知識經(jīng)驗，就是讓工具使用最先進、最智能的模型算法，就是讓工具的數(shù)據(jù)和知識產(chǎn)出更符合人的認知方式和認知習(xí)慣，使得數(shù)據(jù)處理、數(shù)據(jù)分析更加高效。所謂工程化，就是大數(shù)據(jù)應(yīng)用的開發(fā)維護要遵循軟件工程的基本原理，工具要支持設(shè)計和實現(xiàn)的一致性，工具要支持配置管理、軟件測試、持續(xù)集成等，軟件過程和軟件資產(chǎn)要受管受控，使得大數(shù)據(jù)應(yīng)用軟件更加優(yōu)質(zhì)。
融合了智能化和工程化的五層架構(gòu)整合到一塊，為金電聯(lián)行實現(xiàn)核心競爭力從技術(shù)上提供了有力支撐。其效果就是：可以幫助客戶低成本、高質(zhì)量地建設(shè)決策支持系統(tǒng)。低成本是由于所有核心和基礎(chǔ)的軟件構(gòu)件開發(fā)工作都提前完成了，有各種預(yù)制件，包括實現(xiàn)數(shù)據(jù)處理的預(yù)制件、實現(xiàn)數(shù)據(jù)建模的預(yù)制件、實現(xiàn)數(shù)據(jù)展示的預(yù)制件等等，只是根據(jù)客戶需求做不同的編排組合，編碼層級的軟件開發(fā)工作量大大減少，省人省時。高質(zhì)量是由于大部分功能和流程都是預(yù)制件，而且是抽象層級很高的預(yù)制件，軟件質(zhì)量在預(yù)制過程中已經(jīng)確認，所以整個系統(tǒng)的質(zhì)量很高。比方說我們給某個政府機構(gòu)做一個重點企業(yè)監(jiān)測系統(tǒng)，傳統(tǒng)建設(shè)方式要兩三個月，可我們使用五層架構(gòu)，編排預(yù)制件，兩三周就高質(zhì)量交付了，獲得客戶好評。
事實上，我們給金融機構(gòu)、政府、產(chǎn)業(yè)等客戶交付的各種決策支持系統(tǒng)，都是采用同樣的五層架構(gòu)，只不過是不同的業(yè)務(wù)需求、不同的數(shù)據(jù)輸入、不同預(yù)制件的不同編排組合、不同的模型輸出、不同的用戶界面。這就類似于收音機的生產(chǎn)方式變革，最早是電子管的，后來是晶體管的，再后來是集成電路的，現(xiàn)在是智能手機里面的一個應(yīng)用程序，也被叫做軟件無線電；當(dāng)然智能手機里還有其他程序。決策支持系統(tǒng)建設(shè)也是如此，我們開始時模塊化，后來是縱向封裝，現(xiàn)在是五層架構(gòu)。我們稱其為大數(shù)據(jù)應(yīng)用能力的芯片級輸出、平臺級封裝。正是基于這種能力，金電聯(lián)行可以隨時切換應(yīng)用場景，以一套產(chǎn)品和技術(shù)體系架構(gòu)，低成本和高質(zhì)量地滿足金融、政務(wù)、產(chǎn)業(yè)等不同領(lǐng)域，不同客戶的不同需求。這樣一種系統(tǒng)建設(shè)模式變化是革命性的，為客戶創(chuàng)造了價值，得到了市場認可。
下面在五層架構(gòu)框架下，談?wù)剶?shù)據(jù)建模和數(shù)據(jù)科學(xué)平臺，它們是大數(shù)據(jù)應(yīng)用能夠“從數(shù)據(jù)挖掘知識，使用知識創(chuàng)造價值”的關(guān)鍵環(huán)節(jié)所在。
所謂數(shù)據(jù)建模，就是從數(shù)據(jù)中探尋客觀世界的真理。從本質(zhì)上講，數(shù)據(jù)建模體現(xiàn)了一種潛藏在人性深處的駕馭數(shù)據(jù)的需要，或者說是本能：從積極方面講，人類通過數(shù)據(jù)建模滿足好奇心；從消極方面講，人類通過數(shù)據(jù)建模尋求安全感。具體到我們的客戶，他們期望能夠通過數(shù)據(jù)建模，洞察業(yè)務(wù)特點規(guī)律，以支撐決策、防范風(fēng)險。具體而言：
決策是數(shù)據(jù)建模的目標。可以從兩個維度考察決策的特征：一個維度是決策的復(fù)雜性，一個維度是決策的風(fēng)險性。決策的復(fù)雜性包括：決策的環(huán)境是否確定、決策的信息是否完備、決策的目標是否單一、決策的時間是否充足等等，這些決定了決策的難易程度。單從環(huán)境是否確定、信息是否完備而言，AlphaGO做的是簡單決策，股票投資做的是復(fù)雜決策。決策的風(fēng)險可以分為低、中、高，它代表了決策的利害相關(guān)程度，例如投資是高風(fēng)險決策，外部環(huán)境越不確定、投資額越大風(fēng)險越大，當(dāng)然收益也越大；相對而言，商品推薦是低風(fēng)險決策。
數(shù)據(jù)是數(shù)據(jù)建模的輸入。同樣可以從兩個維度考察數(shù)據(jù)的特征：一個維度是數(shù)據(jù)規(guī)模，一個維度是數(shù)據(jù)質(zhì)量。數(shù)據(jù)規(guī)模可以分為小、中、大：小規(guī)模數(shù)據(jù)單機內(nèi)存就可以容納；中規(guī)模數(shù)據(jù)單機硬盤或者小規(guī)模計算機集群內(nèi)存可以容納；大規(guī)模數(shù)據(jù)大規(guī)模計算機集群內(nèi)存和硬盤才可以容納。數(shù)據(jù)質(zhì)量包括數(shù)據(jù)的完整性、數(shù)據(jù)的準確性、數(shù)據(jù)的結(jié)構(gòu)化程度、數(shù)據(jù)的時效性、數(shù)據(jù)的持續(xù)性等等，它們決定了數(shù)據(jù)加工處理的難易程度。
模型是數(shù)據(jù)建模的輸出。可以從多個維度考察模型的特征，包括模型的準確性、模型的可靠性、模型的安全性（即抗攻擊性）、模型的可解釋性、模型的時效性、模型的經(jīng)濟性、模型的公平性等。其中最重要的兩個維度是模型的準確性和模型的可解釋性，簡而言之，就是既要知其然、也要知其所以然。
金電聯(lián)行的客群主要集中于金融機構(gòu)、政府部門和大型企業(yè)，我們要幫助他們構(gòu)建基于大數(shù)據(jù)的決策支持系統(tǒng)。對于這些客戶，從數(shù)據(jù)而言，通常是中大規(guī)模、中低質(zhì)量；從決策而言，通常是中高風(fēng)險、復(fù)雜決策；從模型而言，通常要兼顧準確性和可解釋性。需要特別強調(diào)，這些客戶風(fēng)險厭惡程度相對偏高。心理學(xué)有個著名的前景理論，講的是人都有所謂的“損失厭惡性”。這些客戶尤其如此。由于決策的利害相關(guān)性，永遠是合規(guī)第一、安全第一、可控第一，可以不使用大數(shù)據(jù)模型、不獲得大數(shù)據(jù)模型帶來的收益，但是不可以因為使用大數(shù)據(jù)模型，而產(chǎn)生不可預(yù)測的風(fēng)險，即便是相對小的發(fā)生概率。大數(shù)據(jù)模型必須要有助于防范風(fēng)險，而不是帶來未知風(fēng)險。在很多應(yīng)用場景下，客戶不會接受由成千上萬特征和成千上萬規(guī)則構(gòu)成的黑盒機器學(xué)習(xí)模型，必須把黑盒模型打開成白盒模型。客戶要的是：在業(yè)務(wù)知識規(guī)律約束下的大數(shù)據(jù)模型，也就是可以把控的大數(shù)據(jù)模型，當(dāng)然成本要盡可能低、性價比要盡可能高。這就是我們面對的市場。
基于這樣的市場認知，金電聯(lián)行研發(fā)了“全智”數(shù)據(jù)科學(xué)平臺，幫助客戶低成本、高質(zhì)量、工程化地構(gòu)建“既知其然、也知其所以然”的大數(shù)據(jù)模型。除了常規(guī)數(shù)據(jù)科學(xué)平臺的共性之外，“全智”數(shù)據(jù)科學(xué)平臺的特色在于實踐了以人為本、人機融合的建模理念，既依靠人，又服務(wù)人。所謂依靠人，就是通過知識圖譜、因果推斷、機器教學(xué)等技術(shù)途徑，在建模平臺中固化業(yè)務(wù)專家以及建模專家的方法論和知識經(jīng)驗，同時結(jié)合最先進的自動建模算法，使得建模過程更規(guī)范、更高效、更智能、更經(jīng)濟。所謂服務(wù)人，就是使用模型可視化、白盒模型構(gòu)建、黑盒模型解釋等技術(shù)途徑，使得建模成果能夠以方便人理解使用的方式輸出，不僅向人輸出模型，而且向人輸出模型解釋，以幫助人實現(xiàn)業(yè)務(wù)洞察。實踐表明，“全智”數(shù)據(jù)科學(xué)平臺的技術(shù)理念是務(wù)實的，適合了市場需求，得到了客戶肯定，對于大數(shù)據(jù)和人工智能技術(shù)在各領(lǐng)域、各行業(yè)落地實施，發(fā)揮了技術(shù)引領(lǐng)和推動的作用。
謝謝大家！
