凌鸿教授加拿大游学笔记大公开，带你读懂人工智能前世今生
10月初，我们结束一段美妙而又难忘的复旦EMBA加拿大首次游学。在行将离开资源丰富、文化包容的加拿大之前，此次游学的带队教授凌鸿将本次游学中3天的有关人工智能课程的知识要点作了记录。在他看来，这一记录可以弥补课堂时间有限，口头讲述难以保留之憾，也为知识的储备、今后的工作应用，对管理与经济发展的理解上有所帮助。
凌鸿教授也将此次游学笔记在此分享给大家。
课程
数据分析：人工智能和机器学习的商业应用
授课人
Mahesh Nagarajan，UBC的尚德商学院教授，运营与物流系主任
地点
不列颠哥伦比亚大学（University of British Columbia，简称UBC）
在当今信息技术飞速发展，数据分析到处渗透，人工智能无处不在的大背景下，这是一门非常应时代之景的课程。
Mahesh教授在大数据研究和应用领域有很深的造诣，更难得的是他对中国的企业有很深的了解，经常往返于中国和加拿大，与中国的高校和企业有很多深入的合作。他在课程中列举和讨论的大部分是中国企业的案例，让我们深感亲切。其实，当今的中国已经是世界的中国，讨论中国的问题，也就是讨论世界的问题。
主讲人｜
Mahesh Nagarajan
UBC Sander商学院教授、运营与物流系主任
点评人｜
凌鸿
复旦大学EMBA授课教师，复旦大学管理学院信息管理与信息系统系主任、教授，复旦大学智慧城市研究中心主任
凌鸿教授加拿大游学笔记大公开，带你读懂人工智能前世今生
人工智能是什么？
人工智能（AI）是什么？
机器学习（ML）是什么？
大数据是什么？
大数据分析是怎么回事？
Mahesh教授在开场作了简单介绍后，以一系列“是什么”切入主题。然后用数据和案例讲解了这些纷繁复杂的概念，传递了如下重要知识点：
人工智能是一种用机器模拟人的智能，从本质上说，一定是人能区分出机器是否在模仿人的智能。如果人已经不能分辨出是机器的智能还是人的智能，其实机器就具备了自我意识，而具有了自我意识，就意味着人已经不能理解机器了，其实就产生了机器智能，机器也就脱离了人类的理解成为一种新物种。
物种之间不存在替代，只存在竞争！在各自的追求冲突中竞争，人类和机器之间是追求没有根本性的冲突，更多的是人和人之间借助机器的人类自身的冲突。所以人工智能应用的核心问题仍然是人的问题。
智能可以理解成智慧的能力(是一种能力的度量)，也就是人们解决问题时具备的通用能力。一个两岁小孩的智能叫智能，一个成年人的智能也是智能。人类最高的智能就是无所不能。
如果你期待借助别人的智慧来解决当前碰到的问题，人工智能的需求也就自然形成了。所以人工智能类似一位秘书 (一旦超出秘书的职能，就不是秘书了！)。而秘书的最大期望不是成为老板，而是满足老板的智能需求。
如果一家企业借助别的外界智慧解决当前碰到的问题，人工智能的需求又产生了。所以人工智能类似一家咨询公司，(咨询公司一定不是你企业的同行！)。而咨询公司的最大期望不是成为你的竞争对手，而是满足你企业的智慧需求。
人工智能的应用问题就变成你期望你的机器秘书做什么的问题！
期望是由人们的三观(人生观、世界观和价值观)来决定的。三观决定了商业观、决定了商业思维，所以人工智能的问题首先就是商业思维的问题。
思维的改变是技术创新的开始，因为商业创新就是打破商业假设！
利用技术创新的逻辑：
新技术→新特性→新能力→新假设→创新
大数据的作用及特征
Mahesh教授举例说明了利用数据决策的过程，当一位管理者根据当前的库存量预测明天的采购量，就是利用数据，凭着经验，对数据进行分析作出的预测。人类的智慧来自数据，是人类对世界客观存在的感知。
我们有了数据，通过对数据的理解，我们有了信息；通过对信息的理解，我们具备了知识；当我们把这些知识进行泛化，就出现了解决普遍问题的能力，这就是智能。而所有的预测，都包含两个基本的元素，那就是预测值与概率。
对于为什么是现在出现大数据，Mahesh教授提到三方面的数据来源，包括企业内部运营积累了大量的数据、物联网技术应用感知到了大量的数据、社交网络沉淀了大量的数据，因此就自然形成了大数据。
面对大量的数据，人们需要快速作出决策，大数据的三个V的技术特征也就自然形成：
大数据的3个特征与2个特性
多丨数据量特别大
广丨数据来源特别广，既包含结构数据也包含非结构数据
快丨收集和处理数据的速度要求特别快
——面对大数据的出现，人工智能和机器学习也就成了是一种必要的工具，机器学习是区别与传统工具的根本所在。
大数据还有另外两个特性：
深丨数据之间存在着隐性的相关性
全丨大数据几乎包含了与解决问题相关的所有数据
在理清枯燥的概念之后，Mahesh教授通过案例的分析，说明了大数据在实践中的应用：
金融研究机构可以根据特朗普的推特估计股票市场的趋势；Zara公司能够根据不同地区的数据发现各自30%不同的畅销品类；拉斯维加斯的凯撒娱乐集团通过大数据可以发现赌场的最大收益不是来自住店的游客，而是来自下班回家途中的中年打工者，从而改变了赌场的竞争策略；沃尔玛运用客户终身价值（CLV）理念，通过大数据分析了解到了客户的消费习惯，能准确预测台风来时什么商品会消费上升？塔吉克商场能根据消费者的消费记录推算出少女怀孕了，比她父亲更早知情；医院可以利用语音识别技术承担医院导医的功能……。
通过这些案例，指出了大数据应用的问题就是建立包含了技术层、处理层、组织层、目标层问题的综合系统。而作为高层管理者，重点要解决的问题应该聚焦在数据组织层和应用目标层。最后，教授指出了：有了大数据，不一定成功。要成功就必须将大数据的应用目标与企业的战略紧密相结合。
在第二天的课程中，Mahesh教授首先说明了大数据系统的能力：
1. 通过大数据为管理者提供信息；
2. 分析数据，提供分析结果；
3. 利用数据驱动创新。
而管理者更多的是获得大数据应用的管理价值：降低成本、改善决策、带来创新。
分组讨论：大数据应用的设想和计划
“如何用大数据解决商业问题”的分组讨论，引发了六个小组分别提出了大数据应用的设想和计划。
教授提出了大数据分析的三种类型：
1. 描述性分析；
2. 预测性分析；
3. 规范性分析。
教授同时将应用问题归结为学术研究中的三大问题：画像、匹配和预测，或管理中的三类问题：分析、决策及预测。并指出了大数据应用中存在的问题：安全、隐私、相关法律法规等。
最后，通过领英（LinkedIn）的PYMK（People You May Know）、aMaDEUS的旅游分销系统、“通用电气”的涡轮发电机检测系统说明了大数据的应用正在从支持内部决策转为支持外部决策；正在由四平八稳的流程转变为及时发现、灵敏反应的流程。
其实，人工智能包括了五个技术应用领域：
1. 机器视觉：如自动驾驶；
2. 自然语言处理：如自动翻译和客户服务；
3. 机器学习：如智能秘书；
4. 机器人：如工业机器人和服务机器人；
5. 专家系统：如下棋专家、智能投顾、健康助理、欺诈设别等。机器学习又分为监督式学习、非监督式学习、半监督式学习和强化学习。而大数据是人工智能的基础。
Mahesh教师指出：在关注上述技术细节的同时，管理者更应该坚持大数据处理过程中的六大原则：
1. 泛化原则：就是以寻找具有普遍意义的规律为主；
2. 无免费午餐原则：即不要期望一个模型适应所有的应用场景；
3. 简单算法原则：尽量运用易于理解和简单的算法；
4. 更多数据原则：即尽量采用增加数据而不是增加算法复杂性原则；
5. 交叉验证原则：即需要多重检验保证结论的可靠性；
6. 多样性：即组合多种算法解决问题的原则。
最后，通过数据驱动决策的游戏，再次说明了预测的两个基本元素，即预测值与概率。同时指出没有预测目标，就没有预测！预测之前的先验概率是重要的预测依据！
课程期间，Mahesh教授邀请了1Qbit公司来课堂进行了分享。说明了量子计算机基本原理；量子计算机带来的创新应用及量子计算机对机器学习促进作用。勾画了一幅高科技引领创新的未来蓝图。
Mahesh教授通过垃圾邮件过滤的数据处理、P2P公司还贷预测的数据处理，详细讲解了监督式机器学习中的回归和分类算法，包括K-最近邻算法、逻辑回归、分类树等。
Mahesh教授还邀请了德勤的演讲嘉宾分享了德勤在人工智能方面所做的工作和提供的服务，说明了人工智能已经成为企业创新竞争的重要工具。
最后，通过分组讨论印度大篮子（BigBasket.com）的案例，Mahesh教授介绍了大量的研究项目和研究成果，展望了人工智能和大数据未来的研究方向和研究内容。
以上课程说明企业已经进入个性化、精准化服务的时代！
大数据的应用就是人工智能的应用，人工智能的应用领域非常广泛，将影响所有的行业，包括你的行业！
- The end -
往期精彩
作为2002年国内首批获国务院学位办批准开办的中文EMBA学位教育项目，复旦大学EMBA以培养“将帅之才”为己任，以“商道人文，融汇贯通”为目标，为企业决策层传授全球领先的管理思想，激发学员构建先进的管理理念，为校友搭建高端的商业交互平台。
点击“阅读原文”，申请入学