佩德罗·阿尔维斯，Ople.ai 的 CEO 和创始人 – 采访系列

佩德罗·阿尔维斯是 Ople.ai 的 CEO 和创始人，Ople.ai 是一个赋予分析师和主题专家强大的预测分析能力的平台。该平台拥有世界领先数据科学家的知识和专业知识，因此用户可以专注于他们真正擅长的领域：创造商业影响。

是什么最初吸引你进入数据科学领域？

在 2001 年，我看到了机器学习和人工智能的巨大潜力。在学习计算机科学作为本科生，并决定要进一步追求哪个子领域时，我想：好吧，AI/ML 是计算机科学的一个领域，我认为它很有趣 – 你可以帮助预测任何领域的事件。无论你是在生物学、医学还是金融领域，如果你有机器学习和 AI，你都可以显著推进这些领域。我一直认为背后的数学很迷人。

当我进入研究生院时，我决定提高我在机器学习方面的专业知识的最佳方法是学习如何应用它。我一直很注重实用性；我不想仅仅为了理论而学习理论。我选择学习机器学习如何应用于基因组学和蛋白质组学领域。我的所有研究生工作都集中在计算生物学上，但重点是机器学习。

不久之后，我进入了医疗保健行业，在那里我看到了人工智能/机器学习应用的巨大潜力。那时我开始看到人工智能在实践中的问题，不是在学术界。 我经历了人工智能在现实世界中被不充分应用的现实，并不是因为它的技术问题。所以，我后来被吸引到解决这个问题。

您曾是 Banjo 的首席数据科学家，在那里您解决了社交网络领域的挑战。您能讨论一些这些挑战吗？

作为一家公司，我们会检测社交媒体上记录的事件，特别是需要被突出为潜在危险的事件，例如附近发生的车祸或着火的建筑。我们会帮助标记这些事件，以便进一步帮助调动急救人员。我们正在使用社交媒体做好事。

这些事件在社交媒体数据中相对较为罕见。例如，任何城市每天都会发生许多车祸，但当你查看社交媒体数据的体量时，一张车祸的图片变得非常微小。考虑到几分钟内有数百万张狗的图片、食物的图片、数百万张自拍照和一张车祸的图片。基本上，在 Banjo，我们正在找出一根针在一堆干草中。

因此，出现的一个挑战是计算机视觉。虽然当时计算机视觉还不错，但当你试图找到一百万个中的一个，即使是一个小的错误率概率也会完全摧毁你检测这些罕见事件的机会。

例如，有一个公开的数据集，当用于训练神经网络时，会导致神经网络无法识别颜色。即使数据集中的图片是彩色的，神经网络也会查看所有 RGB 信息，但它不会使用颜色作为识别特征。拿传统的警车和传统的出租车为例 – 它们都是相同的基本车型，除了警车上有警笛，出租车上有空/忙标志。如果你看颜色，两者之间的区别就很明显。由于这个例子，我们能够理解创建适当的数据集是至关重要的。

2017 年，您随后推出了 Ople。这个创业公司背后的起源故事是什么？

我希望公司能够从实施人工智能中获得良好的投资回报率。根据 Gartner 的说法，80% 到 90% 的人工智能项目永远不会看到光明。 这与技术方面无关，例如模型的准确性。 通常是公司文化或公司内部的程序方面。

这可能是由于数据科学团队和业务用户之间缺乏充分的沟通，导致模型预测的是业务团队不需要的东西，因为数据科学团队不了解需要构建什么。或者，如果他们构建了正确的模型，但当数据科学团队完成后，业务团队根本不使用预测结果。在大多数公司中，销售、营销和物流等部门才是真正应该使用人工智能的部门，但数据科学团队才是了解模型的人。当这些团队不了解为他们构建的模型时，他们往往不信任其预测，因此不使用它们。

那么，如果人工智能没有改变公司的业务方式，那么有什么意义呢？

我们希望创建一个平台来解决这个问题 – 我们希望帮助数据科学团队或业务分析师、数据分析师、参与公司此过程的任何人构建正确的项目，并帮助员工了解和信任模型。如果我们解决了这个问题，我相信数据科学终于可以对公司有真正的价值。

您曾表示，数据科学家正在花费宝贵的时间执行可以用人工智能自动化的任务。可以自动化的任务有哪些例子？

数据科学家通常需要几个月的时间来完成一个模型，一旦完成，公司就会实施该模型，尽管它可能不是最准确的。在模型实施后的几个月里，数据科学家将继续改进模型，以使其准确性略微提高。这通常是数据科学家花费时间的地方，他们本可以花时间确保员工了解、信任和使用人工智能模型。所有花在特征工程、模型训练、参数调整和算法选择上的时间都可以轻松地用人工智能自动化。

您能描述什么是元学习以及 Ople 如何应用它吗？

在我讨论元学习之前，了解机器学习的第一层是很重要的。假设你有一个预测工厂地板上机器何时会坏掉的数据集。机器会通知员工它即将坏掉，以便他们可以进行预防性维护。这被认为是学习的第一层。

元学习，也称为“学习学习”，是进一步了解学习过程。因此，当你训练模型预测机器故障时，你有另一个模型观察。例如，第二个模型可以帮助企业了解哪些参数预测维护模型学习得很好，哪些参数不起作用。当你进行元学习时，你会变得更擅长构建更高效的模型，速度更快。

您对合成数据有什么看法？

合成数据如果处理不当，可能非常难以处理。

假设你有医疗记录数据 – 你有 20 名患者，并且有他们的年龄、性别、体重、身高、血压、药物列表等。使用机器学习可以根据这些医疗记录创建合成数据。然而，如果你仅仅依赖机器学习或统计学，你可能会得到不合理的合成数据。它可以创建属性的随机组合，例如一个 3 岁的孩子身高 6 英尺或一个 4 英尺高的人体重 1000 磅。虽然人工智能/机器学习在许多情况下都是可靠的，但用于医疗记录的合成数据需要医生的输入。

因此，你让一位医疗专业人员参与创建参数，例如“如果这个人是这个年龄，那么什么是合理的身高范围和体重”，或者“如果他们正在服用这种药物，那么他们不应该服用的药物是什么”。这个过程最终会变得非常复杂，几乎不可能将所有可能性全部映射出来，因为它们与每位患者的医疗记录有关。

然而，在图像领域，合成数据可以更容易理解和创建。假设你有一张汽车的图片，汽车位于左上角。你不需要成为专家就能知道同一辆汽车可以位于右下角、左下角或中心。除了可以以多种方式指向相机外，还可以重新排列图片。通过移动汽车使其位于图片的不同角度来创建合成数据 – 另一种简单的方法是使用旋转。

您能给出一些 Ople 帮助企业解决数据需求的例子吗？

Ople.AI 为企业在组织的各个层级提供了使用深入的数据分析的能力，并为员工提供了机会，以仅需几次点击即可解锁人工智能的价值。与其依赖一小队数据科学家来阐述和实施人工智能，Ople.AI 平台为各个部门的员工提供了工具，以便他们能够访问数据的洞察，并因此提高他们的日常效率。

话虽如此，企业在实施人工智能时经常面临的一个重大障碍是模型可解释性。对于企业来说，提供员工可以理解和信任的人工智能至关重要。模型可解释性有助于实现这一点。我们的目标是让 Ople.AI 平台能够让可能不懂人工智能或技术的员工轻松理解模型如何做出预测以及为什么会做出这样的预测。创建模型可解释性将为企业带来强大的长期结果。

此外，模型可以为公司带来比预测更多的价值。人工智能可以揭示潜在的问题或可以利用的领域。我们称之为数据可解释性 – 它是模型可以与公司分享有关数据的智能见解的各种方式，这些见解对公司有价值。这是人工智能可以帮助企业的重要方式，也是我们相对于竞争对手正在推进的领域。

感谢您的采访，希望了解更多的读者可以访问 Ople.ai。