隨著人工智能技術(shù)與產(chǎn)業(yè)不斷融合，人工智能技術(shù)助力傳統(tǒng)產(chǎn)業(yè)實(shí)現(xiàn)新的發(fā)展和升級，助力工業(yè)經(jīng)濟(jì)向數(shù)字經(jīng)濟(jì)快速轉(zhuǎn)型。目前，人工智能技術(shù)在醫(yī)療、金融、交通、零售、工業(yè)制造、教育、安防等領(lǐng)域均產(chǎn)生良好的發(fā)展前景。

雖然人工智能技術(shù)的行業(yè)應(yīng)用越來越廣泛，仿佛真的站在風(fēng)口準(zhǔn)備擁抱下一場革命，但正如專家們所言，對于人工智能的發(fā)展，應(yīng)該保持謹(jǐn)慎的樂觀態(tài)度。眾所周知，沃森是當(dāng)下諸多人工智能技術(shù)和應(yīng)用的典型代表，其重點(diǎn)領(lǐng)域是醫(yī)療（主攻癌癥的預(yù)測與治療）。然而，在經(jīng)歷了六年時(shí)間、耗資數(shù)十億美元之后，Watson的診斷結(jié)果卻令人沮喪。人工智能系統(tǒng)需要基于數(shù)據(jù)調(diào)整參數(shù)，以達(dá)到最佳擬合效果，由于數(shù)據(jù)的復(fù)雜性和相對不可用性，人工智能的效用往往存在不確定性。

同樣對IBM沃森而言，當(dāng)Watson獲得足夠多的“條理清楚”的數(shù)據(jù)時(shí)，能通過不斷學(xué)習(xí)給出可能有用的答案。但在實(shí)際操作中，一方面Watson使用的訓(xùn)練數(shù)據(jù)并不豐富，例如，訓(xùn)練肺癌治療方案的數(shù)據(jù)僅有635例，其它疾病更是少得可憐。另一方面，由于患者就醫(yī)記錄沒有全部聯(lián)網(wǎng)，醫(yī)生經(jīng)驗(yàn)錄入成為沃森分析最核心的來源，這意味著當(dāng)它掃描大量文件時(shí)，必然要識別復(fù)雜的信息并從中抽取關(guān)鍵內(nèi)容。例如，患者的病歷可能包含醫(yī)生的大量注釋，這些注釋又是由簡寫和短語構(gòu)成的，機(jī)器想完全理解它們并非易事?？偨Y(jié)IBM沃森失敗的原因，其算法算力毋庸置疑，而在數(shù)據(jù)處理上，除了收集的樣本數(shù)據(jù)量不足，最大的問題便是在數(shù)據(jù)質(zhì)量不高，幾十萬份病例下來，能夠用的可能才幾萬份病例。這一切導(dǎo)致了沃森不能提供足夠的敏感性、特異性和精準(zhǔn)性，而這都是臨床決策所必需的。

當(dāng)前人工智能還面臨諸多挑戰(zhàn)，例如數(shù)據(jù)孤島問題、隱私保護(hù)問題、安全問題等瓶頸。一項(xiàng)2018年的研究顯示，人工智能的采納率急劇增加，從2017年的38%增至2018年的61%，醫(yī)療保健業(yè)、制造業(yè)和金融服務(wù)業(yè)等各個(gè)行業(yè)都是如此。但根據(jù)國際數(shù)據(jù)公司（IDC）發(fā)布的一份報(bào)告指出，評估了4個(gè)行業(yè)（包括醫(yī)療健康行業(yè)）的“數(shù)據(jù)質(zhì)量”，范圍為1（嚴(yán)重）到5（優(yōu)化）。IDC將醫(yī)療健康行業(yè)的數(shù)據(jù)質(zhì)量評為2.4。報(bào)告顯示，60%的醫(yī)療行業(yè)受訪者缺乏數(shù)據(jù)處理能力。

構(gòu)建高質(zhì)量數(shù)據(jù)集，推動(dòng)人工智能快速發(fā)展

當(dāng)前，不管是人工智能技術(shù)的研發(fā)以及應(yīng)用領(lǐng)域的發(fā)展，“數(shù)據(jù)”都是一個(gè)不可或缺、位于重中之重的因素。機(jī)器學(xué)習(xí)等AI技術(shù)的基礎(chǔ)是應(yīng)用軟件分析系統(tǒng)對數(shù)據(jù)集進(jìn)行分析、挖掘。而數(shù)據(jù)集的大小至關(guān)重要，因?yàn)闄C(jī)器學(xué)習(xí)需要特定、大量的數(shù)據(jù)。只有數(shù)據(jù)上傳足夠高效，才能夠在相關(guān)工作中體現(xiàn)出及時(shí)，而準(zhǔn)確的數(shù)據(jù)是人工智能技術(shù)研發(fā)、訓(xùn)練的關(guān)鍵，以及其能夠在生活中起到多大作用的一個(gè)考量因素。乍一看，醫(yī)療健康行業(yè)應(yīng)該具有優(yōu)勢：該行業(yè)擁有大量數(shù)據(jù)。到2025年，醫(yī)療健康領(lǐng)域的數(shù)據(jù)數(shù)量將超過金融、媒體和制造業(yè)等領(lǐng)域，其年復(fù)合增長率達(dá)到36%。這在很大程度上是由于醫(yī)療健康領(lǐng)域新興技術(shù)的不斷涌現(xiàn)，例如醫(yī)學(xué)成像、康復(fù)機(jī)器人以及不斷成熟的大數(shù)據(jù)分析工具。但不幸的是，數(shù)量只是數(shù)據(jù)的一個(gè)方面：質(zhì)量是另一個(gè)關(guān)鍵。醫(yī)療領(lǐng)域的數(shù)據(jù)往往數(shù)量足夠，但質(zhì)量堪憂。

GetApp的一項(xiàng)研究表示，他們調(diào)查了五個(gè)行業(yè)（包括醫(yī)療健康行業(yè)）的近500名小企業(yè)領(lǐng)導(dǎo)者，當(dāng)詢問受訪者數(shù)據(jù)分析過程的哪個(gè)方面讓他們感到信心最低時(shí)，25%的醫(yī)療行業(yè)受訪者表示，他們對收集“相關(guān)數(shù)據(jù)”——可以提供決策的高質(zhì)量數(shù)據(jù)的能力最不自信，在所有五個(gè)領(lǐng)域（包括醫(yī)療行業(yè)）數(shù)據(jù)質(zhì)量是他們關(guān)注的主要問題。加拿大的一家保險(xiǎn)公司想要根據(jù)保險(xiǎn)公司的工作地點(diǎn)來衡量保險(xiǎn)公司的風(fēng)險(xiǎn)時(shí)，其分析產(chǎn)生了垃圾結(jié)果，究其原因，是在對距離數(shù)據(jù)的標(biāo)注時(shí)，分別以英里和公里為標(biāo)記，使其結(jié)果出現(xiàn)了偏差。而在Dun&Bradstreet的一項(xiàng)調(diào)查中，很多組織表示，缺乏正確的數(shù)據(jù)是進(jìn)一步實(shí)施人工智能的最大障礙之一。

大數(shù)據(jù)是人工智能技術(shù)研發(fā)、訓(xùn)練的關(guān)鍵，是人工智能長期發(fā)展的重要保障。只有當(dāng)人工智能系統(tǒng)能夠獲取更為準(zhǔn)確、及時(shí)、一致的高質(zhì)量數(shù)據(jù)，才能提供更有效、有用、精準(zhǔn)性高的智能化服務(wù)。根據(jù)埃森哲在2018年4月的一份調(diào)研發(fā)現(xiàn)，中國制造企業(yè)在運(yùn)用人工智能技術(shù)時(shí)面臨一系列挑戰(zhàn)。其中，52%的受訪中國企業(yè)將數(shù)據(jù)質(zhì)量列為突出挑戰(zhàn)，數(shù)據(jù)安全與網(wǎng)絡(luò)安全緊隨其后（47%）。在2017年4月的一次研討會上，圍繞人工智能話題，某業(yè)界專家提出：“高質(zhì)量的數(shù)據(jù)是人工智能的前提和基礎(chǔ)”。當(dāng)前，不管是人工智能技術(shù)的研發(fā)，還是人工智能應(yīng)用領(lǐng)域的發(fā)展，“數(shù)據(jù)質(zhì)量”都是一個(gè)不可或缺、位于重中之重的要素。

用戶隱私安全問題成制約人工智能發(fā)展因素

大數(shù)據(jù)，被視為人工智能發(fā)展的基石。在過去很多年里，人們并沒有意識到大數(shù)據(jù)使用中的隱私風(fēng)險(xiǎn)，企業(yè)對用戶數(shù)據(jù)的收集使用達(dá)到了無節(jié)制的程度，結(jié)果是“數(shù)據(jù)丑聞”在近兩年集中爆發(fā)。比如今年剛被曝光的IBM，為了進(jìn)行人臉識別訓(xùn)練，未經(jīng)當(dāng)事人許可，便從網(wǎng)絡(luò)圖庫上獲得了近100萬張照片。亞馬遜的智能音箱Alex，也屢次因隱私問題引發(fā)美國用戶的質(zhì)疑。雖然企業(yè)總會辯稱匿名化處理后的數(shù)據(jù)無法對應(yīng)到具體的用戶，人們還是無法完全放下?lián)鷳n。根據(jù)加州大學(xué)伯克利分校的一項(xiàng)新研究顯示，人工智能的進(jìn)步為人們健康數(shù)據(jù)的隱私性帶來了新威脅。業(yè)內(nèi)一項(xiàng)人工智能相關(guān)調(diào)查報(bào)告也顯示，8成受訪者擔(dān)心人工智能會威脅自己的隱私，3成受訪者已經(jīng)感受到了人工智能給自己工作帶來的威脅。

作為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量，人工智能正在深刻影響社會生活、改變發(fā)展格局。同時(shí)，人工智能如同一把“雙刃劍”，如果應(yīng)用不當(dāng)，就可能帶來隱私泄露的倫理風(fēng)險(xiǎn)。如何在人工智能應(yīng)用中兼顧隱私保護(hù)，確保安全、可靠、可控，是一項(xiàng)亟須關(guān)注的倫理課題。

2019年9月5日，由北京大學(xué)、國家電網(wǎng)全球能源互聯(lián)網(wǎng)研究院與華矩科技三家產(chǎn)學(xué)研代表聯(lián)合發(fā)起的第三屆大數(shù)據(jù)數(shù)據(jù)質(zhì)量管理國際峰會將在北京舉辦，峰會以“數(shù)以質(zhì)造質(zhì)造未來”為主題展開深入探討與交流，薈萃技術(shù)發(fā)展與產(chǎn)業(yè)升級，匯聚國內(nèi)外數(shù)據(jù)質(zhì)量學(xué)術(shù)大拿、技術(shù)大拿、行業(yè)應(yīng)用及技術(shù)創(chuàng)新者，不僅從更新更全的角度剖析數(shù)據(jù)質(zhì)量的前沿發(fā)展，而且更貼合各行業(yè)各領(lǐng)域深度的業(yè)務(wù)場景，提供全新的視角與思考。

針對人工智能領(lǐng)域，DQMIS2019特設(shè)數(shù)據(jù)質(zhì)量與人工智能的結(jié)合主題板塊，深度挖掘機(jī)器視覺、智能機(jī)器人、大數(shù)據(jù)與數(shù)據(jù)服務(wù)、AI+產(chǎn)業(yè)等前沿技術(shù)話題，邀請了國內(nèi)外技術(shù)大咖及行業(yè)領(lǐng)袖現(xiàn)身說法，分享人工智能發(fā)展過程的數(shù)據(jù)質(zhì)量難點(diǎn)與實(shí)踐，給人工智能應(yīng)用與發(fā)展帶來更多啟發(fā)與探討。