各位嘉宾，各位朋友大家下午好！很高兴作为学术和高校代表参加今天这个家电峰会，我是门外汉，我是做计算机和信息处理。在这个行业里抱着学习态度来的，希望作为信息和新技术创新者和传统家电行业在一起看看能否碰出火花。今天对我们来讲，我们是一个ENXT，我们专注于人工智能和数据理解联合研究中心，带头是清华张博院士。

    我们做的事情机器是否能够跟人一样思考，看图像，听语音，像人一样有感知能力和认知能力。平常学术研究当中遇到来自于企业和市场需求，这是浙江一个影视投资机构，投资了一个影视IT电影，大家知道叫一个勺子，因为主创吸毒不能上映，出了风险。问我们说先不在乎票房，首先量化所有主创人员吸毒的信用风险，变成一个评估问题。这个事情怎么做？传统方法靠圈子里打听，第二个用一些舆情方式匹配。能不能通过智能方法和数据方法来做。

    第二个遇到一个消费品品牌，找到我们消费者人群定位95后，15到25之间消费者群体，所有市场营销人员可能都是80后或者70后，尝试我们产品卖给95后人群怎么做？首先了解他，他们有他们话语体系，爱好、情感偏好，面向移动互联网。这些消费者人群变化很快，如何把握住他们需求，这就变成很实实在在的问题，传统怎么做？要做调查问卷，要做小样本问卷调查，很可能数据是几个月之前，远远不能适应当前这个市场变化挑战。

    比如说我们遇到一个洗发水品牌找到我们，我们要做综艺节目冠名和投放，媒体购买。面对中国好声音，爸爸去哪儿打广告投放时候，所有参考只有央视下面收视率，但是出现两个问题，第一个面向越来越年轻人用手机和互联网来看这些节目时候，如何来抓住这部分网络数据怎么样？关于这个节目观众和消费者受众是不是重和。以什么购买，以什么样性价比价格买到最好媒体，保证媒体购买投放最好。

    第三个，是我们遇到一个家电企业，是一个台式烤箱，想做自己的产品设计，下一代的产品设计和更新。当他做产品设计和更新时候，关于这个产品的优点和缺点，其实通过一些简单的调查问卷回访或者大家做产品偏好，一些通用或者一些比较常见吐槽点或喜爱点企业是知道。我们通过如何互联网手段抓住用户一些对于这个产品低品，通过这些发现帮助他来改善下一代产品迭代。面对这样一些家电行业也会遇到整个营销环节，生产环节，创新环节都会遇到各种各样的新的挑战。

    传统方法，比如说我们用数据回答一些问题，比如说他们用到传统统计数据方法，或者最新出现舆情检测方法，针对刚才问题可能产生一些新的挑战。到底应该来用什么样的手段在一定程度解决这样问题。家电行业我们刚刚老师讲，消费者、市场、友商一些产品，如何能把握消费者，我们消费者在哪里？我们所说用户生成数据。据我了解，整个家电行业30%的产品现在线上卖，线上能不能代表整个家电行业，并不能。但是线上代表消费者的群体趋势越来越大，如何去了解消费者，我们消费者通过电商平台做数据，来做产品购买，我们通过媒体可以对这个产品品牌报告，通过一些问答社区像知乎等等，购买决策之前应该掌握什么信息。第二个在垂直网站，了解相应家电产品和品牌，比如社交平台如何进行社交，或者一些购买产品口碑。

    家电企业发布一个产品开箱测试或者一个视频，或者微博企业数据，企业数据都散落在互联网各个平台。这些数据已经有一些企业走在前面，用到京东、天猫后台数据分析，帮助他分析一些销售情况，口碑情况，但是对于企业来说我希望我能够了解所有这些数据，通过这个数据对我整个品牌产品友商的分析，做一站式的服务。

    今天面向整个传统企业，结构化有字段，非常干净数据人，面对互联网是大数据多。第二个他的数据规模远远超于企业内部数据。非结构化数据，没有结构性完全自然表达，没有清晰字段，如何结构化方式来做。今天这个时代对我们产生新的挑战，就要学习大脑认知过程。其实现实空间中会经历各种各样的事，各位老师在家电行业，认知在于大脑中变成里面关于家电认知空间，同时你的人有可能通过知识在互联网上进行信息获取或者表达。

    人的大脑在这两个空间之内，充当一个我们叫人本传感器角色，是一种带有语义信号。处理这些数据，我们就大脑怎么认知？这两年看到人工智能，人工智能是尝试用机器或者算法模拟人的意识和思考，主观行为过程。希望制造出同等能力这样机器或者算法，这个过程中56年人工智能发展，经历了几次高潮和低谷。

    人工智能发展过程，涉及关键技术，包括模式识别，机器学习，人机交互，知识图谱，自然语言处理。今天提到人工智能可能涉及几大流派，符号主义，强调是因果关系，最早这一派用机器证明数学定律。后面还有大脑神经原连接对人真正智能产生根源，这个强调连接和计算。这一派是神经网络和深度学习。还有一个人的交互和行为产生智能，慢慢发展各种各样的现在陪伴机器人等等。

    深度学习反应大脑感知能力，像人眼一样能看，耳朵一样能听。第二个知识图谱反应大脑认知，他懂营销知识他懂家电，他有家电认知，通过知识构建你的认知空间，帮助你来做知识推理联想或者记忆。行为主义反应人的行为行动，反应人的交互能力。今天大家知道人工智能出现深度学习，其实就是一种数据驱动方法，在神经尝试神经原结构，产生数据分析能力。他是一个从低级特征到高级特征一个抽象过程。

    从这两年人脸识别，图象识别，无人驾驶，辅助驾驶，语音识别，阿尔法狗识别。大家都问这些是自然信号，图像语音都是自然信号。2016年之前对自然语言有没有帮助，为什么对语言处理不能像人听懂语言，其实我们从2016年逐渐获得突破。我们在清华实验室用机器自动做的古诗，自动学习古诗词相关的关系语境，还有相关性自动来做古诗，包括机器翻译。美的很多企业出海过程当中，这些产品说明书，如何中英文自动翻译，我觉得翻译行业是被机器人所取代的行业。

    这些网络方法，机器自动自学习，他们觉得人类学习完全不是最优方案，通过机器和机器相互学习方法，我们叫自动生成对抗网络自动学习。但是他有很多问题，他去感知，感知你每天听到大脑知道什么事情，并不能处理你的认知推理和联想，我们需要另外一个就是知识图谱。用图结构可以更好来处理知识逻辑和推理。他表现是因果关系。

    这是我们在影视综艺领域，中间这个节点，电影、人，是一个公司，他每个节点都有一些属性，比如这个人的年龄性别，公司和电影之间的关系，是经济关系还是什么？通过这个我们可以回答刚刚我们需求问题。一个人如果吸毒，拍一个电影如何排出具有吸毒高风险人员。公开这些人吸毒行为，这些人通过同学关系，朋友关系等等，他们之间共同人员，共同社会关系有可能高风险人员，通过这种方法做一些信用风险评估。

    知识图谱发展会越来越大，家电行业哪个企业是上下游企业，哪些产品是竞争产品，通过什么销售渠道去做，如何构建家电知识库，这是非常重要一个点。今天大家可以看到说云，提供了很多一些基础设施，在上面不管用微信各种直播提供各种应用服务，我相信在未来十年或者五年都会体现中间叫数据智能理解层，无论感知计算，认知计算对这些数据辅助加工，辅助上层决策，是一个新时代到来。

    今天整个家电行业我们想到每个人推出都希望能叫智能家电，所有概念把一些新的方法用到这个硬件上为客户提供更好服务，所有家电企业并没有从另外一个角度思考。这些数据无论是企业内部数据，销售数据，包括互联网数据，这些数据在经营企业经营环节当中，无论品牌认知，价格定价，从我促销策略选择，从我渠道这种分配，从我消费者这个群体的洞察，还是从我竞聘的分析，还是产品口碑分析，通过这些能不能用数据回答经营环节中决策问题。我觉得这个可以通过数据帮助企业经营做决策。

    依托这个我们建议是，如何能梳理家电行业逻辑，构建中国家电行业里面知识图谱，具备家电领域的大脑智库。第二个如何实时获取家电行业多元非结构化数据，进行文本挖掘，时时洞察消费者行为。结合线上非结构化数据，线下企业内部结构化数据，销售检测数据进行关联分析。结合家电行业营销各个环节，利用AI大数据智能实现进行营销的科学决策与执行。

    谢谢各位！