【分享吧】在AI系统的应用中，领域知识通常胜过分析手段

Waters大会于近日在美国纽约召开。在会上，技术部门的高管们表示，仅仅利用技术分析手段和AI技术来做出商业和交易决策并不是企业的最终目标，因为企业须确保技术分析得出的数据与现实情况相符。相比于单一的数字，专业领域知识或许更为重要。
蒙特利尔银行（BMO）高级技术总监维克多·特瓦里表示：“用户在运用分析技术时，应伴随着相应的市场行业知识。用户所掌握的专业领域知识是用户运用技术的前提，有助于用户验证数据是否准确。如果用户已经在业内工作了15至20年，拥有丰富的专业知识，那么他将通过数据了解到更多的信息。基于专业领域知识，用户可以验证出数据的异常值。蒙特利尔银行在数据处理方面积累了很多的经验，对此颇为擅长，能够生成非常精准的结果，且与市场行情相符。”
对于企业来说，使用分析技术不足以进行业务决策，还需要依据自身的行业经验，尝试发挥出其中的数据价值。
WorldQuant技术总监大卫·鲁斯金表示：“人们通过数据分析技术得出结论之后，还需要进行深入地理解。由于人们对于同样的数据持有不同的看法，因此得出结论的方式也会有所不同。企业对于数据应有一个基本的了解，如果数据不够严谨可能会导致错误的结果。因此，仅仅运用技术对数据进行处理是远远不够的，必须掌握相关领域知识，对研究结论进行剖析，才能提取出有价值的信息。”
在分析结果被验证或清除后，很多企业立即将其应用在AI系统中，但Voya金融公司（Voya Financial）数据架构中心副主任朱莉亚·巴德梅塞尔表示：“建立AI项目并是不那么容易，更关键的是，让它们持续运行也不是件容易事。”
她表示，“供应商和顾问也许会说，建立AI系统非常简单。但它就像是宜家的书架。看起来很简单，但当你带回家的时候，就会意识到你还需要一个专家来安装它。AI技术也是如此，由于脚本可能会十分复杂，因此你可能还需要一个专业团队来运行和维护。”