走入华院数据技术有限公司（以下简称“华院数据”）的大门，迎面就见两排古色古香的画像，询问下得知，画的是“中国古代数学家—刘徽， 祖冲之，孙子，秦九韶“。不错，华院数据的CEO宣晓华喜欢自己的专业数学，早已名声在外。

华院数据成立于2002年，是国内创新的数据智能公司，一直致力于数据智能的技术研究与应用，其愿景是“让世界更智慧”，现阶段已完成三轮融资。

在数据智能领域，很少有人不知道华院数据。原因无他，华院数据在这一领域资格够老，又培养了不少高水平人才，有时被称数据智能技术人工智能的“黄埔军校”。

宣晓华的个人经历也颇具传奇色彩，从美国伯克利分校获得数学博士学位后，进入当时非常注重创新和信任员工的惠普公司从事研发工作， 之后又较早回国希望提升数学研究， 尤其是算法研究和应用之间相互促进的能力。

2002年，宣晓华创立华院数据。他告诉亿欧：“我学的是数学，一直希望能把数学和商业结合起来。当时找到的方向就是数据挖掘，因为国内当时做这个领域的不多，但是有数据的公司越来越多，我觉得是可以生存和发展的。”

他这么想的，这么做了，也确实“赌”对了。

“当时谁能想到大数据/人工智能将来会是国家战略呢？”

这是一句大实话，2002年国内没有什么人了解大数据/“人工智能”为何物，使用的名词只是“数据挖掘”。

宣晓华本以为国内金融领域会像欧美一样需要数据挖掘，经过一段时间地接触发现，银行之类金融机构当时这方面的需求很低。

幸运的是，那时国内电信行业正在发展的高峰期，中国移动当时非常“进取”，很想用新思想、新方法和新工具，不仅使得华院数据得以生存，还让宣晓华后来孵化了一家为电商提供数据技术服务的公司。

“到了2013年以后，情况开始转变，融资变得相对容易，越来越多的企业开始接受大数据和人工智能的理念。”

也是从这个时间节点开始，华院数据的发展走上快车道。2020年，华院数据及其子公司已同2000多家国内外知名品牌客户合作，并将业务扩展到了金融、保险、医疗等行业。

近日，亿欧邀请了这位简单而有情怀的CEO—宣晓华，和我们讲一讲他与大数据/人工智能的故事。

 “小数据”的大学问

华院数据有很多的产品，例如数据建模平台、智能营销、智能风控、智能制造等等，但是最令人好奇是的分维客户画像产品（Fra ）。

作为一个技术公司，分维客户画像产品（Fra ）最大的特征是“低数据依赖”，甚至在非常少量的数据情况下也可以启动，真是独特。

“低数据依赖其实也就是‘小数据’。”

说着，宣晓华拿出一个二维码。神奇的是，只要扫描一下，即可根据微信头像，这唯一的信息预测出用户的消费偏好、消费模式、决策偏好、价值观、自我认知等。据在场人员评价，准确性并不低。

“这就是小数据，和大数据不同，它只需要很少的信息量就可以进行分析。”

对于“小数据”，目前业内并没有准确的定义，华院数据认为：“小数据”是指数据维度（特征）小或样本量小的情形。

从现实来看，“小数据”的兴起并不难理解。一方面，在很多情况下没办法在短时间内拥有大量数据，而小数据就在我们身边，它更容易得到，也更容易被理解，也能更快地被分析产生价值。

另一方面，涉及到人的数据往往会有安全和隐私方面的问题，使用应该合法合规。

“有大数据当然是非常好，但是没有大数据的时候，小数据也能够进行分析。小数据是人工智能和数据智能领域的下一个热点！”

宣晓华表示，和大数据相比，分析“小数据”需要更高的技术，从某些角度来说，“小数据”学习与人类的学习方式更接近。

人类在认知和判断事物的时候，大多数情况下都没有大数据作支撑，而是根据少量的数据。华院数据研究“认知智能”时，最常使用的方法也是“小数据”学习，在一系列任务中进行学习，理解概念，进行泛化，使用少量的数据进行理解和推测。

从这个角度来说，小数据学习是“认知智能”的切入口之一，使得机器在更多环境中能够实现理解、推理和决策。

数据的价值在于“应用”

人工智能行业最大的痛点是什么？大家的回答有所不同。

宣晓华对于这个问题的思考，更从实际出发：

“目前行业的痛点之一，就是技术和行业结合的能力不足，也就是数据产生价值的能力。”

大数据或人工智能技术和具体场景相结合，说起来简单，做起来却很难。不同的行业有不同的特性，如果找不对切入点，智能只是空谈。

上海电气的研发工程师陈罡告诉亿欧：“制造业的可复制性很小，不同场景差别很大，和TO C 不同，制造业需要人工智能公司下沉到一个个实际场景中做解决方案。然而很少有公司能够做到，所以基本上都是大企业在自发地摸索。”

宣晓华的华院数据在这方面却颇有成绩，他的秘诀是针对不同行业的特性，提供对行业有价值的解决方案。

“有些行业通过数据分析进行智能营销就能获得更高的盈收，而其他行业却不行。例如制造业，降低成本才是他们最想要的。”

华院数据针对煤炭行业开发了智能配煤系统，利用基于数据的算法，以成本和效益优先为指导进行资源配置，每吨焦炭生产可以减少30元以上的成本。正好打到行业痛点，技术的落地也就随之解决。

企业管理者是否有数据思维，能否意识到利用数据的重要性，影响着数据能否产生价值。

除此之外，还要看企业有没有能力和条件去使用人工智能。

“成立华院数据之初，我也觉得，我们只需提供技术和产品。但是在实际过程中发现，大部分公司是不会用的。”

宣晓华告诉我们，很多企业都缺乏使用人工智能和大数据技术的人才和平台，这意味着人工智能公司不仅要提供技术，更要教这些企业如何使用技术。这并不是一蹴而就可以解决的问题。

“互联网公司这点做的还是很好的，不过随着时代的发展，越来越多的企业都会意识到这个问题，我相信未来的情况会更好。”

是否需要警惕人工智能？

人工智能研究分为三个阶段：计算智能、感知智能和认知智能。华院数据目前的主要研究重点是 “认知智能”。

何为“认知智能”？

复旦大学肖仰华教授曾经提到，“所谓让机器具备认知智能是指让机器能够像人一样思考，而这种思考能力具体体现在机器能够理解数据、理解语言进而理解现实世界的能力，体现在机器能够解释数据、解释过程进而解释现象的能力，体现在推理、规划等等一系列人类所独有的认知能力上”

宣晓华表示：“认知智能是人工智能发展的下一阶段或者是最高阶段，是人工智能研究的‘初心’。毕竟人工智能初始提出的时候，其梦想就是想让机器像人一样能思考。”

当人工智能发展到和人类一样，甚至超过人类，是否会威胁到人类的安全和利益？

所以有个避不开的问题：“人类是否需要警惕人工智能？”

美国杂志《名利场》（Vanity Fair）曾整理行业巨擘对这个问题的回答，大佬们的言论差距很大。以霍金为代表的认识认为AI将会毁灭人类，而扎克伯格却引领另一派——AI只会对人类有用。

宣晓华用“中庸”的智慧回答了这个问题：

“很多技术都有威胁，核技术就是例子。很多担心人工智能威胁的人，同时也是推进人工智能发展的人，例如马斯克。我们要看到人工智能真正的发展状况，目前机器自主性还是不强的。当然，我们要时刻关注，人工智能将来确实有威胁人类的可能，需要提前通过人工智能委员会或者法律进行把控。“

这个观点和美国加州大学伯克利分校计算机科学教授 Stuart Russell 不谋而合，“气候变迁会导致海水淹没陆地，但要很久，为什么我们要担心呢？思考长期风险是必须的！”

人工智能可能会威胁人类，那么是否应该停下发展呢？

有人认为人工智能发展是无法阻挡的历史潮流，有人认为要立刻按下暂停键。

你的回答是什么呢？

本文来源于亿欧，原创文章，作者：朱楠。转载或合作请点击转载说明，违规转载法律必究。