• 0
极验联合创始人张振宇:技术变革带来产业上的机遇
统计 阅读时间大约7分钟(2528字)

2019-05-17 13:26:08 极验联合创始人张振宇:技术变革带来产业上的机遇

AI+图数据的组合将会对未来的产业带来巨大变革。

【猎云网(微信:ilieyun)武汉】5月17日报道

5月17日,“万物生长——2019武汉创业创新峰会暨第二届楚馨奖颁奖盛典”在武汉光谷凯悦酒店隆重举办。

峰会上,极验联合创始人张振宇以《AI生长:下一代深度学习技术的创新机遇》为题分享了自己的观点。张振宇认为,以卷积神经网络为代表的深度学习的技术进步,过去的3-4年在很多的应用领域,比如人脸识别、智能安检、语音识别等取得了很大的进步。技术变革会带来了产品上的机遇,甚至带来产业上的机遇。在未来,AI+图数据的组合将会对产业带来巨大的变革。

张振宇认为,在过去几年,深度学习对网络安全行业带来的机遇有3个:人机验证、防入侵检测和业务风控模型。

图卷积神经网络进一步突破了行业数据的限制,保持数据的关联性的前提下,挖掘数据的价值,在精准营销、推荐业务、智能风控等场景下都有很高的价值。

此次峰会由猎云网&猎励科技主办,武汉东湖新技术开发区管委会作为指导单位,锐视角、猎云资本、猎云财经、懂币帝、创头条作为协办方。

猎云网已连续两年推出万物生长武汉创业创新峰会,致敬最有拼搏劲和创新精神的武汉系创业者,窥探武汉创业投资变局,试图从媒体、数据、资本的角度全面解读“创业in武汉”。

以下为演讲实录,猎云网经删减整理:

今天很高兴第二次站在武汉的峰会给大家做分享,前面听了很多投资人包括嘉宾做了行业里机会的分享。我自己也是有很多感触,相信大家听了这些分享收获很多。因为我们(公司)做的是这样一个形式是比较细分的,也比较技术驱动,接下来给大家分享一下我们在最近两年发现了哪些新的机遇,技术上的变革。好,进入主题。

相信大家非常熟悉深度学习,在2015年到2016年非常活跃,现在是2019年了,相信大家对深度学习的应用非常熟悉了,包括一些人脸识别、智能安检、语音识别等很多。今天的主题不是深度学习,我只给大家简单过一下。那么深度学习为什么这么成功?其实从2012年开始,以卷积神经网络为代表,深度学习取得了很大的成功。最大的一个变化是相比传统的机器学习,深度学习是做到端到端的输出,传统的机器学习依赖于人工经验,需要自己构造很多特征,采用传统的分类器才能得到业务结果。但深度学习是完全不需要的,直接把数据输入进去,跟输出的结果做一个鉴定之后,想要的输出为目标,我们通过强大的神经网络之后就可以得到我们想要的结果。

网络安全行业里深度学习的三个机遇

我想跟大家讲的是,我们为什么看重技术背后的变革,因为技术变革会带来产品上的机遇,甚至带来产业上的机遇。我们以深度学习为例,以网络安全行业为例,因为我们本身做这个行业。大家如果在2012年看深度学习技术,可能成为一个爆发式的增长,解决很多实际产生的问题,站在这个节点之后我们想到底带来哪些机遇呢?

第一人机验证,其实是非常历史悠久的技术,传统的字符验证码核心的理念是计算机没有办法识别出图片里的字符,但是人是可以识别的。但是我们想,深度学习技术发展这么快,这背后的理论还能不能成立?如果说不能成立,代表变革发生了,那么会带来新的产品机遇。

我再举个例子,比如防入侵检测,我们对已知的入侵模式建好了之后,比如一些规则,当下一个出现类似入侵的时候我们可以进行识别。既然AI这么强大,我们能不能利用AI对未知入侵进行判断呢?这也可能是很好的机会。

第三,业务风控模型。金融行业很早就有战略风险,我们有风控的战略经验,但是传统的模式是依赖于专家的经验,我们能不能利用AI去摆脱人类的经验,然后充分利用大数据背后的价值,利用AI挖掘背后的价值,这是技术变革带来的一些思考。当然今天还是以我们企业自己的例子给大家讲一下,比如人机验证为例,在AI时代我们需要新的产品,打造新的技术。

我们在2012年的时候看到深度学习可能会对这样一个领域带来变革,所以我们率先提出了行为式验证安全理论,核心是依据既然深度学习这么强,我们背后能不能依赖于AI构建安全系统呢?我们通过大量数据建模得到一个模型,然后采用卷积神经网络,非常强大的技术构建AI内核,最后得到一个真正安全的人机模型。就是因为这样一个细小的机会,我们通过技术上的创新,打造了AI产品,也经过这么多年的发展,现在超过26万家的客户,真的是非常大的数字。

AI+图数据的组合对未来产业的变革

今天的分享更多是想讲最近两年又有新的发现,虽然说深度学习非常强大,但是我们从专业的角度,技术的角度去看,其实有很大的一个局限:研究学习的对象,严格限制在规则结构化数据,比如2D图象,1D的语音或者文本。我们除了结构化分析之外,我们更多是关系化数据,数据和数据之间是有关联的。比如社交网络里,用户和用户之间有关注,用户会发一些帖子,帖子会有转发,这就形成了关联关系。因为传统建模方式是没有办法发生关系,包括银行里的金融风控,人与人之间是有关联的,我们用更加深度的方法找到哪些用户是有价值的,哪些用户是存在风险的。

所以说,总的来看,第一个问题是效率非常低,没有很好的建模方式。我们谈到深度学习的极限,对业务分析,我们想有没有一种方法能够自动地同时学习这种特征信息和结构信息呢?其实是有的,2017年下半年,在学术界冒出一个新的想法,叫做图卷积神经网络,最典型的特征是我们把强大的深度学习技术直接应用到代表关系型应用数据的图上面。我们说一下图卷积神经网络的理解,端到端的学习,不需要任何人工,适用范围非常的广只要数据存在关联,不管是那个行业,都可以进行应用。比如互联网、新闻领域,都可以应用的,以及当前新的技术在公开数据集的效果远远比其他的要优秀。

典型的几个应用场景,比如精准营销、推荐业务、智能风控,所以说我们相信技术会带来很大的变化。但是问题来了,我们当时人工智能的变革一样,这个技术非常牛,但是它的成本非常高,我们需要大量的设备、人才、专业的知识积累,有这些好的技术之后,企业怎么应用呢?我们想能不能把这套能力开放出来呢?我们搭建一个平台,大概是四层,(如图),关系型的数据库都是有的,再下面是分布式图引擎,分布式图学习引擎,Work Studio这四个方面。

jiyan.png

总的来看我们给企业带来的价值是一个低门槛、低成本、适应性强的平台。企业价值,完全可以利用这个平台达到要求。

传统机器建模平台处理数据和图数据建模对比,原始数据本身有一些关联信息,但是我们需要把关系数据给丢掉的,但是图数据这样一个建模方式原始数据任何场景充分保留用户价值,最后通过这个方向取得更好的结果。

所以回顾最开始的问题,深度学习在2012年这个时间节点给我们带来很多新的意想不到的机会,我们会思考认为下一代深度学习技术会带来什么新的机遇呢?我相信也是各位想得到的答案。我只能说以一个例子说明,从我们产业角度、细分领域角度讲解技术变革带来新的产品机会,我们认为图或者关联数据是一种无处不在的数据表达方式,以图卷积模型为代表的AI+图数据的组合对未来产业一个大的变革,希望大家能够抓住新的技术带来变革的机会。

AD:还在为资金紧张烦恼吗?猎云银企贷,全面覆盖京津冀地区主流银行及信托、担保公司,帮您细致梳理企业融资问题,统筹规划融资思路,合理撬动更大杠杆。填写只需两分钟,剩下交给我们!详情咨询微信:zhangbiner870616

1、猎云网原创文章未经授权转载必究,如需转载请联系官方微信号进行授权。
2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网(微信号:ilieyun
)字样。
3、猎云网报道中所涉及的融资金额均由创业公司提供,仅供参考,猎云网不对真实性背书。
推荐阅读
记者名字
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×