微軟重奪霸主地位的希望：大數(shù)據(jù)+機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)（Machine Learning）是研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。它是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域。不久前，《紐約時(shí)報(bào)》報(bào)道了微軟將機(jī)器學(xué)習(xí)應(yīng)用于新業(yè)務(wù)。Lightspeed（光速創(chuàng)投）美國投資總監(jiān)Jeremy Liew也介紹了“大數(shù)據(jù)加機(jī)器學(xué)習(xí)”重塑銀行信貸業(yè)的例子。

應(yīng)用機(jī)器學(xué)習(xí)技術(shù)，軟件和服務(wù)都是盈利點(diǎn)

在下一個(gè)Office版本中，Excel將可以合并處理大量的數(shù)據(jù)。比如，能夠掃描1200萬條Twitter消息，然后生成一個(gè)圖表，告訴你哪一個(gè)奧斯卡提名者被人們談?wù)摰米疃?。Outlook新版本添加的功能可以評(píng)估用戶的電郵閱讀習(xí)慣，判斷哪些郵件是用戶想去閱讀的。微軟的機(jī)器學(xué)習(xí)軟件將能夠?qū)倦娔X系統(tǒng)進(jìn)行抓取，就像必應(yīng)搜索引擎抓取互聯(lián)網(wǎng)上的網(wǎng)頁和鏈接一樣。

來自傳感器、連接的設(shè)備和云計(jì)算中心的數(shù)據(jù)大爆發(fā)造就了大數(shù)據(jù)產(chǎn)業(yè)。計(jì)算機(jī)要從每天生成的海量中找到規(guī)律和模式。長期來看，微軟希望能夠?qū)⒏嗟臋C(jī)器學(xué)習(xí)技術(shù)運(yùn)用到它的云計(jì)算平臺(tái)Azure中去，比如租賃數(shù)據(jù)源和算法讓企業(yè)設(shè)計(jì)自己的數(shù)據(jù)預(yù)測(cè)引擎。微軟最終可以通過軟件服務(wù)收費(fèi)，而不是僅僅銷售軟件。

微軟有一些創(chuàng)業(yè)公司所沒有的東西：巨大的資金儲(chǔ)備——上一季度末的財(cái)報(bào)顯示，現(xiàn)金和短期投資一項(xiàng)為670億美元——同時(shí)有能力在一個(gè)大項(xiàng)目上投入十年、甚至二十年的時(shí)間。Gartner的資深研究員David Smith說，“微軟的資源太多了，Windows、IE瀏覽器、Skype、必應(yīng)搜索等等，他們能做許多事。數(shù)據(jù)分析將會(huì)是他們的下一個(gè)大生意。”

碎片化關(guān)聯(lián)，“另類信貸”模式顯現(xiàn)

一些初創(chuàng)公司用海量數(shù)據(jù)挖掘和算法來做一些貸款業(yè)務(wù)。

Wonga就是一家剛剛興起的替代貸款的初創(chuàng)公司。投資機(jī)構(gòu)Accel的Sonali De Rycker是Wonga的董事會(huì)成員，他介紹說：“他們大量的使用了社交媒體和其他的網(wǎng)絡(luò)工具，但這些都是絕對(duì)想不到的。而這正是他們的奇跡所在。”

問題的關(guān)鍵在于算法，它怎么把你的郵政編碼，你的車的顏色，你的按揭是多少，它怎么能將你這些碎片化的東西關(guān)聯(lián)起來。 這些都是Wonga對(duì)于它過去客戶的各種碎片化信息的數(shù)據(jù)堆積和整理，這非常關(guān)鍵。在Accel在2009年進(jìn)入Wonga董事會(huì)的時(shí)候，Wonga已經(jīng) 有了10萬個(gè)貸款案例。這10萬條數(shù)據(jù)信息不斷集成和歸類變成了一個(gè)日益增加的信息網(wǎng)絡(luò)。其中每個(gè)貸款人都擁有6000到8000條數(shù)據(jù)。

“你用大量的數(shù)據(jù)串成了一個(gè)故事。我們?cè)敢鉃檫@些數(shù)據(jù)付費(fèi)，因?yàn)槲覀冃枰Ｎ覀兛梢酝ㄟ^上千種組合來判斷做某件事是對(duì)的，還是錯(cuò)的。”

伴隨大量的數(shù)據(jù)來源和強(qiáng)大的大數(shù)據(jù)分析工具，這也意味著它可以比其他發(fā)薪日貸款機(jī)構(gòu)可以以更低的利率貸款。機(jī)器學(xué)習(xí)的依據(jù)就是不良貸款，所以失敗的次數(shù)越多，你交的學(xué)費(fèi)越多，同樣的你的模型就會(huì)越完善。