編譯于ZDNet 2019年2月16日采訪文章

采訪嘉賓：Hilary Mason

人工智能行業正處在魔力與功能的十字路口。我們對這個技術感到敬畏，但是市場中的聲音是紛雜的，特別是在企業中。希拉里·梅森，Cloudera的機器學習部門總經理，則努力為企業撥開云霧去偽存真。

Cloudera 機器學習部門總經理

Mason曾擔任Bitly的首席數據科學家，然后創立Fast Forward Labs (FFL) 并兼任首席執行官，該機構被Cloudera于2017年收購。FFL仍然作為Cloudera的一個部門存在并進行著非常重要的工作，但梅森的重任使她成為Cloudera在AI方面的負責人。

這是個重磅的角色，原因一個是Cloudera最近與Hortonworks的合并使其成為數據湖/ Hadoop / Spark / 分析領域無可爭議的領導者。更為重要的是，AI是公司的三大核心焦點之一（另外兩個是邊緣和數倉）。

鑒于她的重磅位置以及她目前和以前的角色所帶來的經驗，梅森大概是了解應用AI在商業方面最好的人選。我最近與梅森的交談正是于此。梅森對人工智能是真正的樂觀和興奮，但同時她也認為，作為一個行業，我們應該可以做得更好。

“人們正關注在錯誤的事情上。

我們幾乎只關心人工智能技術本身，導致我們卻未能專注人工智能實際可以帶來的價值。換句話說，我們需要關注在“無聊”的業務問題上，比如優惠券和反洗錢，而不是“酷”的事情，比如能和人交談的機器人。”

—— 梅森

更具體而言，梅森描述了在該領域的一種令人警覺的隔離。

一方面，人工智能世界的研究人員正在進行突破性的創新工作，但往往處于學術界的真空中。研究人員通常不會與行業進行足夠的合作，并且經常使用穩定的教學常用的數據集，這些數據集并不總能很好地解決業務問題。

因此，許多人工智能研究工作都被隱而不見。這消弱了企業組織研究人員的創新進步，缺乏來自現實世界行業問題的各種數據也阻礙了研究人員可以取得的進步，即使在這個隱蔽的領域也是如此。

另一方面，這個行業也有其自身的問題。對人工智能的盲目迷信使企業通常采用先搞起來再規劃的方法，而且由于無法自主開展AI工作，他們通常找一些初創公司，其中許多并不是特別穩定或資金充足。這種方式導致了令人無法接受的高項目失敗率，即使有些被認為是成功的項目，往往也沒有達到足夠的潛力。

Fast Forward Lab（FFL）的使命是幫助彌合這一學術和工業差距和雙方的不匹配。FFL的一種方式是顧問形式，為企業客戶提供咨詢，數據是否質量足夠以進一步建立機器學習或深度學習模型。如果數據確實提供了足夠的完整性和功效，那么FFL可以幫助將來自學術界最前沿的人工智能應用于行業。FFL還發布學術級別的報告，以及將研究人員的工作應用于真正的商業環境的原型構建。

客戶可以訂閱這些報告并與FFL合作幫助他們建立數據科學組織。這包括幫助客戶招募數據科學家人才，確定優先事項和舉措計劃。FFL在舉措計劃的早期對客戶進行指導，以展示快速結果和強大投資回報率，然后也可進一步進行更復雜的工作，風險更高但潛在價值也更高。FFL甚至會為客戶進行機器學習開發工作 – 但所有這些都著眼于幫助客戶自己的數據科學小組到位 – 而不是作為外包項目替代這個小組。

如果沒有辦法與FFL合作，又有哪些方法可以讓AI更具可操作性？最近有很多關于自動機器學習（AutoML）作為技術“民主化”的討論。當然，目前有很多數據科學平臺可供各種公司使用，包括Cloudera。

梅森對這些技術如何評論？

她預測AutoML將在幾年內商品化。

認為它不是商業用戶進行人工智能的工具，而是仍然需要技能的數據科學家的生產力工具。當然，梅森是一名數據科學家，在這一觀點上可能有一些偏向性。AutoML可能對兩個群體都有好處，開發人員或許也能受益。

有一點非常清楚：如果業界最重要的數據科學家之一認為我們必須對人工智能技術保持冷靜，那么廠商和客戶應該更多地關注如何更廣泛和審慎的應用，而不是其光鮮的表面。

但是早期創業公司通常很難做到這一點，因此也就期望Cloudera，Microsoft，Amazon和Google這樣的公司引領前行了。

慧都大數據專業團隊為企業提供Cloudera大數據平臺搭建，免費業務咨詢，定制開發等完整服務，快速、輕松、低成本將任何Hadoop集群從試用階段轉移到生產階段。

歡迎咨詢或撥打客服熱線023-68661681，我們將幫您轉接大數據專家團隊，并發送相關行業資料給您！