【回顾·2020】GIDC深圳站——平安科技汪伟：数据组织与类脑智能的探索与实践分享

什么是“数据组织与类脑智能的探索与实践”？汪伟表示其核心点就是数据组织和类脑智能，类脑智能则是AI演进的一个方向，但最主要的还是数据组织。

任何一个问题的提出都有非常重要的底层原因，这个原因的基础就在于平安科技现在的分析模式，目前市面上很多报告、研究、分享主要模式还是黑盒模式，主要以统计为逻辑驱动，工作原理是基于一些出发点来做，缺陷是会信赖大量的数据样本以及各种的标注，包括分析套路以及分析的框架还有推断的可信性都是建构在普及的基础上。

但现实的应用场景有点像类脑模式，智能方面有两个重要的特征：第一个特征是推理的链条，不太依赖于个案样本量的大小，比如数学的推理是从基本的逻辑出发，不太依赖很多样本，甚至是只是推测，没有发生都有可能推断。

另外一个是因果性，人类的大脑分析问题的时候非常依赖因果的连接，和所谓的统计性的逻辑或者高尖的推断模式还有差距。在现实中最明显的就是法庭判案和研发药物以及销售的过程。

对此，平安科技的解决思路是认为现在良好的数据组织是支撑类脑智能的重要组成部分，可以分成三步来看。

第一步是高能信息的识别和提取，对金融行业来讲就是大量的信息在文本的形态或者法律文书以及视频、语音的情况，里面很多分散的信号都在广阔的数据空间，怎么识别到高精度的数据点很有讲究。

第二步是有序的关联与组织，能想到的是把一堆文本存储起来放在一个文件夹，包括文件、视频，但是现实生活当中这样放置处理的有效性就非常有限。这是高能信息的释放，相当于大海捞针，就是在宽泛的信息量中找到关键点。其次把高能的信息点有序的串联起来，传统的模式可能是表格，但是现在有更好的方式，但还存在着挑战。

第三步是高能信息加工，也叫做点石成金，这中间有很多高能的转换，这两个过程在物理世界是核剧变和核裂变实现，现实中也有很多的方式实现。

接下来是平安科技支撑框架逻辑的设计，在工具平台这个环节，将数据的关联从以往的表格形式变化成网状的结构，这种结构就和脑细胞以及神经元的结构有一致性，或者模拟这个功能的属性。

说到探索和实践，就是把建构过程及搭网过程用一个工具串起来，标注之后会有一些平台搭建，比如在融合的环节怎么自动化实现融合。而在这里面会催生出一些新的商业机会，以前可能都是数据库形态，现在还有一些其他数据处理的形态，包括结构化、非结构化数据。还有不同多模态的数据，结构化、语音、文本、图像的，都非常类人脑。

关于政策的分析，汪伟表示尤其是金融行业，它是一个强监管的行业，金融表现的状态会时刻影响金融的状态，所以需要专门用一些机器的手段来做，因此政策分析主要是分成了四个步骤，第一个步骤是信息汇聚，第二个是结构化的解析，第三个是做关联，第四个是做政策博弈的预测。

为什么说类脑智能和数据组织，其落脚点还是数据组织，因为人的大脑有无限的延拓性，也就是底层的结构要具备延展性，可以分为三个方面，硬件方面比如软硬件一体化或者类脑芯片的一些东西会出现，系统方面包括清华大学做的类脑完备性的框架，这些条件具备之后中间部分的知识和信息更加需要持续建设。

汪伟表示类脑的特性至少有三点。第一个是广泛的连通性，就是听觉和味觉以及触觉还有嗅觉连接起来，但这个连接其实到目前还没有非常好的解决方案，但目前平安科技已经在尝试，连通性非常重要，现在的数据管理和数据融合其实就是解决广泛的连通性问题。

第二个是结构和功能的层次化组织，在视觉、听觉中，虽然每一个部分相对独立，但是每一个部分还有一个组连的通道。

第三个是事件依赖，包括长时短时记忆的关系，可能还有一些重新编码。

最后，汪伟认为结构决定功能，数据结构的组织会决定今后功能的强大程度。