什麽是圖靈測試？
我們人類在五分鐘之內向計算機提出壹系列問題，然後計算機給出答案。如果其中的30%讓我們認為是人類的答案，那麽他已經通過了圖靈測試。這標誌著人工智能的第壹波浪潮。
六七十年代，人工智能繼續是壹個非常重要的話題，那個時代湧現了很多重要的算法，但隨後人工智能迎來了它的第壹次低潮。
那麽原因是什麽呢？
因為當時的很多工程師和科學家發現，當時的算法和人工智能只能解決相對狹窄領域的問題。
那麽問題出在哪裏？
其實就是電腦的計算能力不夠。
20世紀80年代，出現了第二波人工智能，如人工神經網絡和專家系統等領先的算法。當時計算能力也同步提升，出現了很多像IBM這樣的大型計算器，使得壹些實際問題得到了適用和解決。
但是到了80年代，人工智能迎來了第二波低谷，個人電腦逐漸開始普及，但是，和大規模的專業計算機資源壹樣，成本和費用仍然很高。漸漸的像美國政府開始減少這方面的預算和資源，帶來了這波低谷。
最後，眾所周知的第三次人工智能浪潮，就是我們現在正在經歷的時代。自20世紀初以來，我們迎來了深度學習算法、AlphaGo和谷歌DeepMind等壹系列技術創新。計算能力和數據資源的爆炸式增長，使得算法得到了極大的提升。
以前計算機解決不了的問題，比如語音識別，圖像識別，包括自然的原始處理，都有了很大的提高。
？
我剛才說的是人工智能的發展浪潮。其實妳可以註意到，算法的提升離不開整個智能技術的提升，也離不開計算能力基礎、計算基礎設施、數據量。
我提出了壹個概念。在智能時代，我們實際上需要經歷幾個步驟:首先是信息化，然後是大數據，最後是智能化。
可以看看我們所了解的行業處於什麽階段。
我們以醫療行業為例。比如妳認為醫療行業目前處於什麽階段？
答案是:信息化。
特別是在國內，壹些比較大的三甲醫院，比如謝赫，301或者北大醫院，現在都處於信息化向大數據升級的階段。
有壹個簡單的例子。之前我們聯系了壹個老中醫，這個中醫院的院長說:“我們想做大數據。我們擁有65，438+百萬患者的數據。”我們聽完很開心，數據量也不小。接著，老中醫拿出了厚厚的壹疊病歷。他有100本大書，每本書的最後壹頁都是壹個病人的手寫記錄。每本書有1000名患者，因此有6.5438億多名患者。我當時就很傻眼。這要怎麽分析呢？
？
以醫療行業為例，我們所說的信息化其實包括病例電子化、醫院信息系統、影像管理系統等。現階段這些系統的數據資源並不開放，所以還沒有到大數據的階段。
如果把這些數據資源打通，我們可以以壹個病人為中心，可以看到他的入院記錄、診斷記錄、住院記錄，還有他的影像資料，形成壹個全方位的數據。而且從時間軸上看，這樣的數據記錄可以形成大數據，通過智能算法，幫助醫生決定自己需要什麽樣的治療，在什麽階段需要做壹些輔助。
這是壹個需要醫療行業持續發展的過程。
？
比如，像科大訊飛最近在醫院的申請，我覺得挺好的。因為最近進出醫院比較多，像醫院的超聲科，需要兩個醫生。壹個醫生會給妳做超聲診斷，然後另壹個醫生會把他說的專業術語記錄下來。
科大訊飛做了壹件事。他是壹名翻譯，實時記錄做超聲波診斷的醫生說了什麽，然後自動生成病例。這對醫院來說非常有效，因為減少了壹個勞動力。
這其實就是我們說的，從信息化最開始，然後把智能技術引入到整個業務流程中，是壹個相當不錯的應用。
像我們熟悉的互聯網行業，妳覺得我們現在處於壹個什麽樣的時代？
？
我認為它正處於從大數據到智能時代的過程中。
比如Google，從網頁搜索起家，擁有大量數據後，開始做推薦系統。更成功的是，他最終推出了商業模式，創辦了精準廣告。通過我們的訪問和瀏覽行為，給妳精準的推薦廣告。很多互聯網公司其實都會通過這種方式獲取用戶。
我自己是做金融大數據的，所以對於傳統的金融行業來說，其實在不同的發展過程中有很多不同的機構。
比如我們熟悉的商業銀行和眾多股份制銀行，都實現了壹個大數據基礎設施的建設。以工行為例。事實上，他用了十幾年的時間建立了全行範圍的數據倉庫，所以他的所有分支機構和業務系統都實現了良好的數據通信。在此之上，有壹個數據挖掘平臺來支持其業務。
？
對於壹些小銀行或者金融機構來說，還處於信息化向大數據過渡的這個階段。比如前幾年，我們去做信貸。其實貸款考官做的就是面對壹大堆紙質材料，完全依靠自己的經驗來判斷是否給妳通過。在這個過程中，不僅有操作風險，還有信用風險和道德風險。
近年來，隨著金融科技包括互聯網金融的發展，傳統金融業被迫向線上業務轉型。
銀行面對的是互聯網用戶和移動互聯網用戶，傳統的線下方式很難獲得新客戶。壹方面，從線下切換到線上的模式體現在產品的創新上。以前都是房貸車貸。以前銀行90%以上的個人業務都是房貸產品。
消費金融出現了，比如壹些消費貸款和網絡小額信貸產品，小微金融等。，並且在傳統銀行也有實施。
另壹方面，以前依靠專家審批的模式開始轉向依靠模型，智能算法有助於快速識別客戶的信貸需求，以及信貸風險、承載能力和還貸意願。通過這些維度，形成壹個全面的模型，幫助控制風險。
？
這幾年整個金融科技的發展，對於我們這些做技術的人來說是很有前景的。我們可以把自己的優勢和傳統金融行業結合起來，然後發揮更大的能量。
在我看來，沒有大數據和信息化的支撐，純粹的人工智能和算法其實是沒有生命的。
回到金融行業，我們需要幫助金融機構建立信息的底層，然後依靠信息大數據實現智能化的應用和算法。
最近壹直在思考商業模式。在這個金融科技領域，無論是p2p公司還是銀行，都有大量的科技公司為金融機構提供服務。第壹，提供服務的模式是完全的第三方形式，提供技術支持，包括系統開發、數據底層建設等服務。另壹種模式，聯合經營的模式，比如在信貸業務中註入聯合資金，或者覆蓋所有風險的方式，共同經營金融業務。
？
未來，我們在擁有領先技術的前提下，要進壹步思考如何與金融機構結合，形成良好的商業模式，輸出價值，實現價值。我覺得這也是我需要思考的，希望大家集思廣益。
關註“貝克漢姆保險”，選擇保險，不用擔心！