龙空技术网

张颖婕 | 人机共舞奏响算法之歌

科学中国人scichi 73

前言:

现时兄弟们对“算法设计主方法”可能比较关切,同学们都需要了解一些“算法设计主方法”的相关内容。那么小编同时在网络上搜集了一些关于“算法设计主方法””的相关内容,希望大家能喜欢,你们一起来了解一下吧!

某种程度上,人工智能(AI)就像一个精明的预言者和决策者。规划送货的导航路线,判断借贷者的违约风险,预测流行病的蔓延趋势,分析金融市场的波动可能……基于大数据和智能技术,人工智能正在创造令人惊艳的商业图景。

▲张颖婕

然而,技术渐趋成熟时,类似打车平台大数据“杀熟”、外卖平台追逐速度造成骑手安全隐患等问题也层出不穷。在北京大学光华管理学院市场营销学系助理教授张颖婕看来,之所以这些技术应用会引发社会问题,主要是因为整个社会,包括企业管理者、员工、消费者乃至监管部门等在内,对大数据和智能技术的接受和理解程度远没有跟上技术的发展速度。

人与AI的商业化合作,并非一场单纯的逐利游戏。人机协同提升商业效率的同时,兼顾普惠大众的公平性问题,是每一个参与者都需要思考的事情。

张颖婕的研究工作正是从人机协同和共同进化的视角来系统性设计评估智能策略,在提升商业价值的同时兼顾社会公平性。她以人机协同和营销科技(Marketing Technology,简称MarTech)为重点,集中于运用跨学科方法论研究智能城市建设、共享经济、社交媒体、消费者行为等。在AI技术相对成熟的现阶段,她发起叩问:“人还能发挥多大的作用呢?人是否能挖掘出AI未能触及或者未能实现的价值呢?”她期待着通过挖掘人的潜能,让人机共舞奏响动听迷人的算法之歌。

良师益友领路 交叉融合研究

在2021年决定回国并聚焦人机协同和营销科技之前,张颖婕经历了十多年自由驰骋、方向发散的科研生活。在清华大学,她取得了经济学和计算机科学的双学士学位;在美国卡耐基·梅隆大学攻读信息系统与管理专业的博士学位,获得信息管理领域国际最佳博士论文奖;然后进入得州大学达拉斯分校商学院担任助理教授,3年间研究的是基于各种复杂模型去探讨数字经济时代下的热门议题。不设限的科研路带给张颖婕最宝贵的财富,就是多元的、交叉的学术背景和进行复杂科学研究的底气。

“卡耐基·梅隆大学是一个‘全民码农’的学校。无论是否身处计算机专业,大家都会上一些机器学习的课程。我的本科专业主要是计算机科学,因为对经济学感兴趣,又选修了双学位。在老师的支持下,我完成了有关新闻对股票走势预测影响研究的毕业论文。读博阶段,我也随心而至,用计量经济方法、机器学习、结构化模型建模等研究方法挖掘人在经济生活中的各类活动数据进行分析。”冷冰冰的数字映射着个体鲜活的动态,通过购买、浏览记录,判断用户是保守型还是冲动型人格,是张颖婕热衷的工作。虽然研究的是智能技术与经济生活,但是她对“人”的兴趣已在此时初见端倪。

“回国后,我发现交叉学科(如经管+X)正在国内如火如荼地开展。例如,北京大学早在2019年就建立了人工智能与社会科学交叉学科横向发展平台。这与我的研究志趣不谋而合。”打破学科壁垒,学科融合发展,是大势所趋。张颖婕的幸运之处便在于,一路以来都在对的时间遇到了对的平台和引路人。

“我的主博导比我年长大约10岁,是一位事业心极强的女性科学家。她虽然不限制我的研究内容,但会每隔几天询问科研进展,在路上碰到了也一定会聊聊我最近的学习情况,她给了我一个宽松自由却也不乏督促的研究环境,因为性格相合,我们至今还保持密切的联系。另一位导师是学院的院长,参与指导了我其中一个论文项目。虽然作为院长身兼各项烦琐的事务,可他为人却十分亲切,有化平淡为神奇的能力,批改论文逐字逐句,我每次都受益良多。有次我在国内实习,他来中国出差我们还冒着台风天一起吃饭,就像亲人一样。”在卡耐基·梅隆大学的5年,张颖婕最感激的就是两位导师的引领和指教。“因为导师们在学术与为人方面都很棒,学院博士项目里天南海北的成员相处也十分融洽。我在那里既收获了成果,也享受了过程;既参加了国际会议,开阔了眼界,也结交了一生受用的良师益友。”这段经历至今影响着张颖婕与人合作或指导教学时的风格。

“我是一个不太喜欢折腾也不擅长折腾的人。”幸运的是,读博期间,张颖婕基本不太需要“操心”数据的获取问题。导师手上有什么数据,张颖婕便开展什么研究,对困难没有多大畏惧,对结果也没有多大期待,可是却有一股子脚踏实地的冲劲,总是在现有条件基础上想方设法推进课题。这种举重若轻的乐观心态,或许正是她取得优异成绩的关键所在。2018年,从卡耐基·梅隆大学毕业后,张颖婕进入得州大学达拉斯分校商学院担任助理教授。达拉斯没有纽约、旧金山的繁华喧嚣,地广人稀、安静宜居,很适合做学术。张颖婕在那里一待就是3年。

“在达拉斯,整个商学院有21名教师,我是其中两名女教师之一。”这些教师中有大部分人已经拿到了终身教授的职位,经历了残酷的竞争和高强度的科研劳作。但令张颖婕吃惊的是,几乎没有人因为拿到稳固的职位而有所松懈。“我每天走进办公楼总是能看到那些五六十岁的印度裔教授开着门奋笔疾书。我相信他们是享受这一刻的。”令张颖婕印象深刻的,还有入职时院长说的一番话。“他说,我不要求你们跟多大的企业合作,在教学上我们也不会给你们过多的负担。在这里,心无旁骛地做你们的研究就好。”张颖婕因此备受鼓舞。

截至回国前,张颖婕凭借优异的成果已在管理学、交通、计算机等领域的国际一流学术期刊以第一作者身份发表多篇论文,包括《信息系统研究》(Information Systems.Research)、《交通研究C辑》(Transportation.Research.Part.C)等;在国际顶级会议上报告论文20余篇;屡次获得国际顶会的最佳论文奖;并获得信息管理领域国际最佳博士论文奖。

▲张颖婕(右)与博士生导师

2021年,带着卓越的成果和丰富的研究经验,经过一系列申请,张颖婕回国加入北京大学。正是在申请职位的过程中,她通过梳理过往的科研成绩和规划未来的科研目标,更明确了自己的研究方向,选定人机协同和营销科技作为自己回国后的主要研究内容。

“回国之后,我的工作节奏明显快起来。除了科研,我需要在教学上花费更多的功夫。北京大学生源质量好,学校对教师的教学也提出了更高要求,督促着我们认真打磨课程。”国内发达的互联网产业、强大的政策支持和丰富的学术交流,也正向她昭示着一片新的广阔天地。她说:“我开始期待更多可能。”

注重以人为本 兼顾效率公平

2021年12月,国务院在关于“十四五”数字经济发展规划的通知中明确指出,我国数字经济正在转向深化应用、规范发展、普惠共享的新阶段。新阶段,摆在社会面前的除了广阔而快速的令人欣喜的技术应用覆盖,还有商业价值实现乃至社会普惠都尚未达到预想价值目标的棘手情况。而后者,已经成为我国在“十四五”新经济发展周期全面提升商业和公共服务实践能力所面临的重大挑战之一。

效率与公平——社会主义市场经济中相辅相成、不可或缺的关系。当这一宏大议题落到人机协同和营销科技的具体研究上时,研究者应该如何阐释呢?张颖婕给出了自己的答案。

“对单一和短期商业目标的片面追求、对智能技术工作方式认识和技术经验的缺乏,以及市场中的信息不透明等因素,使得人们对技术引发的潜在负面效应认识不足,限制了大数据和智能技术价值的进一步发挥。”因此,张颖婕认为,要想利用AI实现商业效率的快速提升,甚至社会福利的合理平衡,不仅需要通过智能技术本身的能力增强来保证人和企业从提升的商业服务效率中受益,更重要的是还需要充分考虑人的参与(人的思想和行为),以及人和智能技术的协同合作来理解和兼顾社会多方效用。

▲张颖婕正在授课

张颖婕在课题研究中就如何设计和改进AI策略来实现人与AI良好的协同合作与进步发起探讨。她从“是什么”出发,着重探讨“怎么办”,从评估衡量到解决优化,以人机协同和共同进化的视角来系统性设计评估智能策略。她指出,人机协同涵盖智能算法模型训练数据输入、模型目标设计及模型输出应用的全过程。在这全过程中,人起着不同的作用,与智能算法相互影响、相互配合,既通过动态学习对方的行为实现交互式演化提升,也可能因为算法设计的缺陷或人为主观或客观的偏见而影响最终的商业价值和公平性。因此,需要围绕商业决策中人机协同的全过程来分析各环节产生的主观或客观偏差,并探索系统性改进策略和高效率的应用模式。

“以人为本”是张颖婕研究的一大特色。在此基础上,她率先系统地探讨了商业决策中人机协同从输入到输出再到交互演化的全过程中存在的多种偏差及纠偏策略;率先在商业决策的人机协同中强调和探讨人的全方面作用;率先通过探究和改进人机协同策略提出兼顾商业利益最大化和公平性的可能性方案;率先探讨金融服务行业从销售、风险审核到贷后管理全过程的效率和公平性问题。

“在研究中,最困难的就是数据的获取。”以前,银行放贷采集的是个人收入、教育水平、违约记录等传统数据。但是随着数字经济的发展,海量的购物记录、电话记录等数据正不断生成。张颖婕认为,很有必要通过一定的模型,解释这些数据,进而了解消费者。如何解决这些隐私数据在营销科技中的安全应用还有待探究。如何在一部分隐私数据缺失的情况下,偏差更低地评估出消费者的个人情况,也是一个重要难点。

与其他工科研究不同,张颖婕的合作者总是不固定的。这是交叉学科、复杂科学研究的一大亮点。“我并不需要组建一个固定团队,每年招收研究生。我和研究生的关系可能不太像传统意义上的师生,而是合作者的模式。回国后,我已经跟北京大学、复旦大学的不同团队的研究生开展了合作研究。项目结束,合作关系便结束,十分自由灵活。”张颖婕常常会借着参加学术会议的时机,寻找志趣相投的合作者。“有时坐在一起吃饭,忽然就聊起一个好点子,觉得可以合作看看。”

在达拉斯,张颖婕教授过“应用机器学习”和“数据科学编程”等课程。回国后,她基于早前的积累,开设了“机器学习与人工智能”“机器学习与经管研究”等课程。“给商学院的学生讲授机器学习的课程,是一个不小的挑战。所以,我每年都在修改课程大纲,探索更好的讲授框架和形式。”张颖婕希望,这些计算机科学的基础课程,为商学院的学生在日后选择研究方向或就业方向时提供更多的助益,帮助他们更顺利地开展科技与市场营销交叉的工作。

谈及未来,张颖婕说,除了一直从事科研,她并没有一个明确的规划。“享受生活、享受当下,应该是我大学以来一直的目标吧。”这是一个“很张颖婕”的答案。“但是我喜欢每天‘Organize’(规划、整理)一下。”写每日计划,是张颖婕从父亲那里学来的一个习惯。每天早上起来,先在本子上记一下今天要做什么、最近要做什么,之后每完成一项便划掉一项。这是一个整理情绪和梳理节奏的过程。脚踏实地过好每一天,她相信,未来不会有太大偏差。

标签: #算法设计主方法