工艺要求
2020年，“人工智能”这四个字可以说是耳熟能详。我们过往所常见的人工智能更多的是“感知智能”和“认知智能”，他们的存在的确为我们的生活提供了很多的便利。
比如在手机的钱包app录入一张银行卡的时候，通过摄像头拍摄就能识别上面的数字，并自动选择了发卡行；在认证环节，又自动识别了收到的短信验证码，并自动输入。
在这一整个流程当中，通过人工智能技术，帮我们省去了“银行卡号输入”，“发卡行选择”，“短信验证码输入”这三个动作，但在进程当中你需要点2次确认/提交，1次是确认卡号的正确，以开始执行验证流程，第2次这是确认自动输入的验证码，来进行最后的校验提交。
类似这样的关于人工智能的使用已经在2020年的今天在我们的身边无处不在，你也许并不知道是AI在当中发挥了作用，但是你一定感受到了这项便捷。
不知道是不是有人看完上面的案例会问，未来的AI有没有可能把两次“确认”的操作都省去了？
”决策科学是一门通过运用社会科学，决策理论和管理科学中的理论知识来扩展数据科学的一门工程类学科“。
那搞决策智能的都有哪些公司、哪些产品呢，尽管不多，但有一个标志性东东，我相信我们大家肯定都知道。那就是Google Alphago，它干的就是决策智能，更讲究的叫法是“博弈决策智能”。
博弈决策有很大的不确定性，博弈场景非常动态，其问题边界很难罗列完全。在当下能够处理问题的策略，在时间和空间变化时，可能不会起作用，甚至是反作用。在一些基于海量数据来进行实时决策的场景，人力很难完成大量计算，实现最及时和最准确的决策。在这样的场景下，机器智能能轻松实现比人更优的决策。
Alphago干的就是博弈决策的典型场景之一—-围棋。围棋的下法十分复杂，棋盘有10的170次方种变化，特别难找到边界。每一步棋都可能给局面带来非常大变化，走错一步就可能会引起全盘皆输。而计算每一步盘面的优劣则更是一个艰巨的计算任务，在短短几十秒内，很难将后续所有可能的变化一一枚举。
2016年AlphoGO战胜了世界围棋冠军李世石，这也证明了在复杂的环境下，机器决策是存在比人的决策更加“正确”的。
而通过人工智能围棋（AI围棋）战胜世界围棋冠军的除了Google Alphago还有一家国内的勇于探索商业模式的公司—天壤智能。2018年，天壤AI围棋就战胜了世界围棋冠军朴廷桓。
令业内人觉得不可思议的并不是AI围棋“又一次”战胜了世界冠军。而是当时的“天壤”它只是一家成立不到两年的勇于探索商业模式的公司，和google相比，这家勇于探索商业模式的公司能够调动的资源，就计算资源而言，就肯定是无法相提并论的。
Google在AI领域，让全世界看到了惊鸿一瞥的烟花，让世人开始慢慢直面“博弈决策智能”，但是后来对Alpha的关停，则是又给了全世界一个“惊吓”，究其原因，或许是因为找不到可以落地的应用，对于一个企业而言，研究如果仅仅是研究，那项目被关停肯定是逃避不了的。
上文提到的天壤就是“决策智能”的实践者之一。成功将“决策智能”落地在了商业、金融、城市大脑等多个领域。
在商业领域，广告投放一直是一门很深的学问，之前听一位业内大牛说过这样一句话“作为一个运营，你今天的的水平是你的前几任老板们用他们的真金白银帮你练出来的”。怎么样做有效的投放，针对不同人群投放素材的设置，根据既定预算对现有投放目标的分配问题等等等等，一系列的问题都影响这最终的结果，而这最终决定的往往是通过经验的判断。
复杂的多元环境下的决策，动态环境下的决策，几乎类似的环境，“决策智能”就有了它的价值和意义。通过对于当下多元数据的分析，不带感情的“冷面杀手”就上线了，“冷静”的分析，“果决”的判断，最优解就产生了。
天壤的决策智能引擎也成功应用到了“城市大脑”场景中。“城市大脑”的提出者王坚博士认为：“城市大脑是机器智能的登月计划。今天所有的人工智能都是在讲怎么让机器传感器模仿人做的事情，而当你了解城市挑战的时候，你就会发现实际上今天城市所有的问题都不是人的智能能解决的。”
在杭州城市大脑的研发中，其中一个项目就是解决城市拥堵的问题。通拥堵已成为困扰城市发展的一大难题，通过智能控制交通信号灯来缓解拥堵变得日益重要。跟围棋一样，交通信号灯控制也是一个基于海量数据来进行连续决策的问题，除了考虑局部路况外，还需要仔细考虑整座城市的全局状况，数万个交通信号灯的每一次调整变化，都会对全城交通流量产生一定的影响，复杂度不言而喻。这些困难点正是天壤一直投入研发的博弈决策智能技术最擅长解决的问题。返回搜狐，查看更加多
日期 : 2024-05-22 
