未来人工智能发展何去何从？数据质量与安全或成最大瓶颈

随着人工智能技术与产业不断融合，人工智能技术助力传统产业实现新的发展和升级，助力工业经济向数字经济快速转型。目前，人工智能技术在医疗、金融、交通、零售、工业制造、教育、安防等领域均产生良好的发展前景。

虽然人工智能技术的行业应用越来越广泛,仿佛真的站在风口准备拥抱下一场革命,但正如专家们所言,对于人工智能的发展,应该保持谨慎的乐观态度。众所周知，沃森是当下诸多人工智能技术和应用的典型代表，其重点领域是医疗（主攻癌症的预测与治疗）。然而，在经历了六年时间、耗资数十亿美元之后，Watson的诊断结果却令人沮丧。人工智能系统需要基于数据调整参数，以达到最佳拟合效果，由于数据的复杂性和相对不可用性，人工智能的效用往往存在不确定性。

当前人工智能还面临诸多挑战,例如数据孤岛问题、隐私保护问题、安全问题等瓶颈。一项2018年的研究显示，人工智能的采纳率急剧增加，从2017年的38%增至2018年的61%，医疗保健业、制造业和金融服务业等各个行业都是如此。但根据国际数据公司（IDC）发布的一份报告指出，评估了4个行业（包括医疗健康行业）的“数据质量”，范围为1（严重）到5（优化）。IDC将医疗健康行业的数据质量评为2.4。报告显示，60％的医疗行业受访者缺乏数据处理能力。

构建高质量数据集，推动人工智能快速发展

当前，不管是人工智能技术的研发以及应用领域的发展，“数据”都是一个不可或缺、位于重中之重的因素。机器学习等AI技术的基础是应用软件分析系统对数据集进行分析、挖掘。而数据集的大小至关重要，因为机器学习需要特定、大量的数据。只有数据上传足够高效，才能够在相关工作中体现出及时，而准确的数据是人工智能技术研发、训练的关键，以及其能够在生活中起到多大作用的一个考量因素。乍一看，医疗健康行业应该具有优势：该行业拥有大量数据。到2025年，医疗健康领域的数据数量将超过金融、媒体和制造业等领域，其年复合增长率达到36％。这在很大程度上是由于医疗健康领域新兴技术的不断涌现，例如医学成像、康复机器人以及不断成熟的大数据分析工具。但不幸的是，数量只是数据的一个方面：质量是另一个关键。医疗领域的数据往往数量足够，但质量堪忧。

大数据是人工智能技术研发、训练的关键，是人工智能长期发展的重要保障。只有当人工智能系统能够获取更为准确、及时、一致的高质量数据，才能提供更有效、有用、精准性高的智能化服务。根据埃森哲在2018年4月的一份调研发现，中国制造企业在运用人工智能技术时面临一系列挑战。其中，52%的受访中国企业将数据质量列为突出挑战，数据安全与网络安全紧随其后（47%）。在2017年4月的一次研讨会上，围绕人工智能话题，某业界专家提出：“高质量的数据是人工智能的前提和基础”。当前，不管是人工智能技术的研发，还是人工智能应用领域的发展，“数据质量”都是一个不可或缺、位于重中之重的要素。

用户隐私安全问题成制约人工智能发展因素

大数据，被视为人工智能发展的基石。在过去很多年里，人们并没有意识到大数据使用中的隐私风险，企业对用户数据的收集使用达到了无节制的程度，结果是“数据丑闻”在近两年集中爆发。比如今年刚被曝光的IBM，为了进行人脸识别训练，未经当事人许可，便从网络图库上获得了近100万张照片。亚马逊的智能音箱Alex，也屡次因隐私问题引发美国用户的质疑。虽然企业总会辩称匿名化处理后的数据无法对应到具体的用户，人们还是无法完全放下担忧。根据加州大学伯克利分校的一项新研究显示，人工智能的进步为人们健康数据的隐私性带来了新威胁。业内一项人工智能相关调查报告也显示，8成受访者担心人工智能会威胁自己的隐私，3成受访者已经感受到了人工智能给自己工作带来的威胁。

2019年9月5日，由北京大学、国家电网全球能源互联网研究院与华矩科技三家产学研代表联合发起的第三届大数据•数据质量管理国际峰会将在北京举办，峰会以“数以质造•质造未来”为主题展开深入探讨与交流，荟萃技术发展与产业升级，汇聚国内外数据质量学术大拿、技术大拿、行业应用及技术创新者，不仅从更新更全的角度剖析数据质量的前沿发展，而且更贴合各行业各领域深度的业务场景，提供全新的视角与思考。

针对人工智能领域，DQMIS2019特设数据质量与人工智能的结合主题板块，深度挖掘机器视觉、智能机器人、大数据与数据服务、AI+产业等前沿技术话题，邀请了国内外技术大咖及行业领袖现身说法，分享人工智能发展过程的数据质量难点与实践，给人工智能应用与发展带来更多启发与探讨。

更多嘉宾阵容抢先看

不容错过的四大看点

1.技术探讨更前沿

20+各行业领域顶级专家联袂演讲，集结中国信息协会，中国信通院，广东卫健委、国家气象局等联袂探讨政务数据共享痛点；直面英国皇家学会、中国科学院、北京大学、毕马威等顶尖科学家代表倾听数据质量深度洞察，聚焦国际发展前沿，优秀研究成果，行业标杆实践经验等，既有烧脑技术干货也有极具学习借鉴意义的案例。

2.业务场景更深入

3.研讨形式更丰富

1+2主分论坛模式，穿插主旨演讲、成果发布、圆桌讨论、颁奖典礼、专题研讨、技术展览等，打造中美马日等多国观点纷呈平台，从数据质量应用场景，成功案例等解读全球发展趋势，全方位、全天候提供不停歇的知识盛宴。

4.领域标杆更突出

3大奖项评选，发掘中国数据质量标杆领袖，建设中国“数据质量”最TOP圈子，涵盖数据质量新锐专家奖、数据质量卓越实践奖、数据质量优秀产品奖，分享最炙手可热的数据质量管理实践案例与成果。

报名参会

票务咨询

xingying_he@

奖项参评

yingying_li@

商务/媒体合作

mandy_zeng@