鮑捷博士，文因互聯(lián)聯(lián)合創(chuàng)始人兼CEO，師從語義網(wǎng)之父James Hendler、萬維網(wǎng)之父Tim Berners-Lee等大師，因為對科研商業(yè)落地的追求，鮑捷踏上了數(shù)據(jù)科學的創(chuàng)業(yè)之路。

知識圖譜的本質(zhì)是一種數(shù)據(jù)科學

初見鮑捷，一個典型的技術男形象，穿著一件印有各種計算機技術名詞的套頭衫，背著電腦，笑起來很具親和力。

2013年，鮑捷和一眾伙伴在硅谷創(chuàng)立了文因互聯(lián)的前身Memect，從CTO到現(xiàn)在的CEO，是角色的變化，也是思維的變化，用他自己的話說，他從科學家思維轉(zhuǎn)向工程師思維，再到架構(gòu)師的思維，又轉(zhuǎn)向產(chǎn)品經(jīng)理思維，然后轉(zhuǎn)變?yōu)橐粋€組織者，現(xiàn)在天天想的是怎么“賣東西”。

美國是數(shù)據(jù)科學的發(fā)源地，對于一位長期在美國做科研的人來說，鮑捷對數(shù)據(jù)科學很熟悉。在鮑捷的印象里，數(shù)據(jù)科學一直都存在，以前只是統(tǒng)計和分析，只不過當時在美國有人用Excel做，有人選擇寫腳本，有人寫程序來實現(xiàn)。如今，數(shù)據(jù)科學家興起，這個職業(yè)的光譜也非常寬泛，從交互、BI（商業(yè)智能）到機器學習，只要是用數(shù)據(jù)來解決問題的都是廣義上的數(shù)據(jù)科學家。

數(shù)據(jù)科學的興起與如今海量的數(shù)據(jù)有直接關系。鮑捷解釋，上世紀70年代之前是沒有數(shù)據(jù)工程的，70年代開始有了第一代的數(shù)據(jù)庫，然后緩慢普及，直到80年代，在一幫極客的推動下，電子表格興起，從VisiCalc到LOTUS 1-2-3，再到現(xiàn)在Excel，電子表格越來越普惠和大眾化，并且開始建立自己的電子表格語言，形成結(jié)構(gòu)化數(shù)據(jù)。再之后電子表格也滿足不了數(shù)據(jù)分析的需求了，“數(shù)據(jù)科學”應運而生。

“原本，我們只處理常規(guī)數(shù)據(jù)，隨著21世紀互聯(lián)網(wǎng)的興起，數(shù)據(jù)越來越海量，比如90年代語義網(wǎng)運動，2010年之后的大數(shù)據(jù)運動。伴隨著社交網(wǎng)絡的出現(xiàn)，數(shù)據(jù)量暴增，企業(yè)內(nèi)的數(shù)據(jù)也開始集成，同時，關聯(lián)開放數(shù)據(jù)（Linked Open Data）與政府開放數(shù)據(jù)（Government Open Data）等運動，共同造就了一個大數(shù)據(jù)時代。”鮑捷說。

也正是海量數(shù)據(jù)的出現(xiàn)，才有了數(shù)據(jù)科學的極大發(fā)展。鮑捷研究的是“知識圖譜”，在他的認知中，知識圖譜本質(zhì)就是關于“有智能的”數(shù)據(jù)的科學，只是其中的數(shù)據(jù)分為“死”數(shù)據(jù)和能夠生成數(shù)據(jù)的“活”數(shù)據(jù)。

“如果把數(shù)據(jù)看成一個點，數(shù)據(jù)和數(shù)據(jù)之間有著眾多的關聯(lián)，如果我們擁有了某些特定的數(shù)據(jù)，我們就能推理和發(fā)現(xiàn)數(shù)據(jù)與數(shù)據(jù)之間的關系。能在數(shù)據(jù)之間建立新聯(lián)系的數(shù)據(jù)，我們就稱之為知識。”鮑捷解釋道。

這種“能產(chǎn)生數(shù)據(jù)的數(shù)據(jù)”，就是知識。它是一種“結(jié)構(gòu)化數(shù)據(jù)”，通過這些數(shù)據(jù)可以把一些常規(guī)的分析工作讓機器自動完成。在這一點上，它和傳統(tǒng)數(shù)據(jù)庫的分析是不同的，它是盡量讓智能體現(xiàn)在數(shù)據(jù)中，而不是代碼中。

所以，知識圖譜的本質(zhì)就是研究怎么把智能直接保存為數(shù)據(jù)的一種科學。

起初，人類構(gòu)建的知識用文字存儲在網(wǎng)絡中，典型的例子就是維基百科、百度百科等知識庫，但早期能用到的信息非常有限。伴隨著最近5年自然語言處理技術的發(fā)展，通過實體提取、關系提取等技術打造知識圖譜，在金融、法律及醫(yī)療等特定場景上證明是可行的（達到工業(yè)級水平的容錯）。

鮑捷補充道，在沒有知識圖譜之前，技術人員把知識寫入程序之中，只能用知識編輯器，比如 CYC 公司從1984年開始手工構(gòu)造知識庫，成本極高。當知識越積越多時，這樣的寫入就非常不經(jīng)濟了，后來知識表示語言（Knowledge Representation）被發(fā)明出來，用以表達更為復雜的知識結(jié)構(gòu)。最終，從知識表達中抽象出現(xiàn)的知識工程越發(fā)大眾化，便形成了今天的知識圖譜。

從師出名門到商業(yè)落地

1988年，還在上小學的鮑捷就對計算機有所了解。那時學校唯一的機房里，陳列的一臺臺電腦著實讓他著迷。到了高中，鮑捷就成了班上的計算機課代表。

90年代，鮑捷考上了合肥工業(yè)大學，師從高雋教授（現(xiàn)任合工大學術委員會副主任、秘書長），開啟了自己的計算機科學學術之旅。

合工大的電子工程背景為他打下了工程思維的基礎。直到現(xiàn)在，當文因互聯(lián)面試技術人員的時候，鮑捷都會守在最后一關，拋出一些工程類的問題，考驗應聘者的工程思維能力。比如卷積神經(jīng)網(wǎng)絡背后的工程原理、邊緣檢測的原理等等。要想理解這些技術原理，必須有換個角度思考的能力，如理解“信息”、“頻率”這些工程概念。

“計算機科學和電子科學都是研究信息，電子科學最初研究的是連續(xù)信號，計算機科學研究離散信號，但深入以后會發(fā)現(xiàn)兩者有深刻的對應關系。我很感謝我的那段電子工程的教育背景，讓我想明白了計算機科學的很多問題。”鮑捷說。

鮑捷之所以如此看中工程學，與當下人工智能的發(fā)展不無關系。人工智能在過去的60余年，經(jīng)歷了三起兩落，而每一次人工智能獲得的長足進步，都不是因為理論研究的質(zhì)變，而是在逆境中融入了工程思維，用工程手段實現(xiàn)了突破。

鮑捷解釋道：“比如推理機在90年代發(fā)展的停滯，決策樹的算法難以突破等，最終，都是應用了包括剪枝原理等工程方式來解決的。”

合工大研究生畢業(yè)之后，鮑捷又陸續(xù)在艾奧瓦州立大學、倫斯勒理工學院完成了博士與博士后項目，并在麻省理工學院（MIT）完成了一年半的分布式信息組訪問研究員的工作。高雋教授領他進入了計算機科學的研究之門，在艾奧瓦州立大學讀博時的導師Vasant Honavar（現(xiàn)賓州州立大學教授）又讓他進一步認識了什么是世界頂尖的學術研究。

初到美國的鮑捷接觸了大量美國同專業(yè)學生，他覺得自己并沒有比其他人懂得少。但Honavar教授多次帶領鮑捷參與世界頂級學術會議，并將鮑捷送到NSF(美國國家科學基金會)的幾個研討圓桌會中，這讓鮑捷領略了世界級的學術水平。Honava最終將鮑捷推薦給了“語義網(wǎng)之父” James Hendler。

鮑捷說，Hendler是一個有遠見卓識的大宗師。如果說普通科學家看的是樹上能否長出綠葉的話，Hendler關注的是如何讓樹抽出新枝，長出更多綠葉。

在倫斯勒理工學院做博士后研究員的鮑捷被Hendler推薦到了W3C（萬維網(wǎng)聯(lián)盟）的OWL（本體網(wǎng)絡語言Ontology Web Language）工作組，與業(yè)界最頂級的科學研究者一起工作，這讓鮑捷受益匪淺。

而其學術生涯的濃墨重彩還屬為萬維網(wǎng)之父、圖靈獎得主Tim Berners-Lee工作的那幾年。

在MIT的研究工作中，Tim Berners-Lee讓鮑捷體會到什么是最頂尖的科學家——一個從哲學的層面，用上帝視角看待人類問題的“God”，并影響與顛覆了鮑捷的思維。

四段學術經(jīng)歷歷練了鮑捷，而他更加感激的是四位“老板”都給了自己足夠的空間與時間，去搗鼓自己的事兒。

“20多年來，我一直自己找方向，感謝幾位老板給了很大的空間，我這個人又喜歡折騰，這些年的失敗讓自己融會貫通了很多事兒。” 鮑捷流露出學術生涯的真情實感。

“我不是一個循規(guī)蹈矩的人，一定要做一些事兒出來。”鮑捷曾與世界第一流的科學家一起工作，但卻也曾有著無比的失落感，學術研究有些不食“商業(yè)”的煙火，也缺少了“工程”的落地，遠離商業(yè)戰(zhàn)場的鮑捷毅然決然走出象牙塔，進入了工業(yè)界，但這也是一條極為艱險的路。

鮑捷的創(chuàng)業(yè)方向依舊是“知識圖譜”。這次他應用到了金融的場景中。

傳統(tǒng)的金融領域處理的是表格數(shù)據(jù)，這是一種結(jié)構(gòu)化的數(shù)據(jù)，但目前還有大量的非結(jié)構(gòu)化數(shù)據(jù)需要被理解。文因互聯(lián)做的就是把金融業(yè)的數(shù)據(jù)結(jié)構(gòu)化，并通過自動化流程讓機器處理，最終形成服務，并升級為開放化的服務。

鮑捷說，前兩步是中臺的后臺化，把以前中臺的業(yè)務用機器來實現(xiàn)，中臺實現(xiàn)內(nèi)部資源的調(diào)度。當資源能調(diào)度了，金融機構(gòu)也將走向開放。業(yè)務前臺的開放化，就能實現(xiàn)今天說的開放銀行——從坐商升級為行商。未來的金融將會是由各種開放化服務互聯(lián)起來的“開放調(diào)度系統(tǒng)”。

截至目前，文因互聯(lián)正為交易所、眾多頭部銀行、資管、證券等機構(gòu)提供知識圖譜的服務，應用在合規(guī)風控、信貸流程自動化、債券風險預警等多個場景。

社會機器：我們終將去探討AI與人的關系

鮑捷說：“我小時候愛讀書，最喜歡歷史、生物，現(xiàn)在回頭想想，歷史、生物和計算機三者是通的。”

美國天文物理學家Max Tegmark在《生命3.0》一書中闡述了生命進化的三個階段，在鮑捷看來，他能分出四個階段——分子進化階段、單細胞階段、多細胞階段、社會機器階段。讀完博士之后，鮑捷把社會機器（由鮑捷導師Hendler發(fā)明）這套進化思維想通了，并在之后一直指導著自己的工作與創(chuàng)業(yè)。

作為數(shù)據(jù)科學的重要體現(xiàn)，人工智能前些年的熱度極高。伴隨著當下資本的退潮與技術發(fā)展的瓶頸，AI寒冬論甚囂塵上。

“從純科學的角度，知識圖譜在過去十五年沒有任何進步，唯一的變化是工具發(fā)生了變化，成本越來越低；同時，深度學習在過去十五年其實也沒有發(fā)生太大理論變化，發(fā)展的都是工具。這恰恰是一門學科走向?qū)嵱玫臉酥尽?rdquo;鮑捷說。就像中國偉大的高鐵，是無數(shù)機械工程師和電氣工程師的聰明才智的結(jié)晶，盡管力學和電學本身并沒有大的發(fā)展。在他眼中，AI就如同一個擺鐘，每20年一個周期，理性主義（知識圖譜、專家系統(tǒng)）與經(jīng)驗主義（機器學習、神經(jīng)網(wǎng)絡）此起彼伏。

當下，越來越多人開始討論神經(jīng)主義的紅利吃完了，鮑捷解釋：“我自己做過神經(jīng)網(wǎng)絡，經(jīng)歷過低谷，十幾年前把我們打入‘地獄’的東西還沒有走。”在他看來，理論沒有實際突破，那些他曾歷經(jīng)的神經(jīng)網(wǎng)絡的泛化、收斂以及速度等問題只是被工程的方法結(jié)合硬件算力升級和海量數(shù)據(jù)解決了，如果不和其它人工智能方法結(jié)合，我們依然有可能被再次打入“地獄”。

毫無疑問，AI是未來的一個大方向，也許在未來的三十年，AI依舊是輔助人類的工具。鮑捷認為，人類的記憶力（信息存儲能力）很差，通信速率低下，人與人之間用幾個比特的聲波傳遞信息的效率并不高，“未來會有越來越多的機器幫助我們做中間的協(xié)作。”

鮑捷的導師James Hendler在其《社會機器》（Social Machine）一書中提出了社會機器的概念，鮑捷的思考亦是如此：現(xiàn)在社會是人組成的，人與人之間開始有機器協(xié)作，機器與機器之間構(gòu)成一個網(wǎng)絡?，F(xiàn)在是互聯(lián)網(wǎng)，我們慢慢會發(fā)現(xiàn)，人與人、人與機器、機器與機器都會形成網(wǎng)絡，最終的社會機器，就是一個機器與機器連接，人為輔的一個新網(wǎng)絡。

在面對AI與人類關系的思考中，大部分專家認為機器無法取代人類的原因是，機器只懂識別，沒有人類的認知能力。而鮑捷認為，機器不會擁有人類意識的原因恰恰相反，是因為人的意識并不高級，未來的智能一定會超越人類的認知上限。社會機器將在總體上超越人類社會總體，而非單個個體層面超越。

數(shù)據(jù)科學50人成員

鮑捷博士，文因互聯(lián)CEO，聯(lián)合創(chuàng)始人。師從圖靈獎獲得者 Tim Berners-Lee 與 James A. Hendler兩位知識圖譜領域創(chuàng)始人，衣阿華州立大學博士、倫斯勒理工學院（RPI）博士后、MIT訪問研究員。研究領域涵蓋自然語言處理、語義網(wǎng)、機器學習和描述邏輯等。目前任中國中文信息學會語言與知識計算專委會委員，W3C顧問委員會委員，中國計算機學會會刊編委，中文開放知識圖譜聯(lián)盟(OpenKG)發(fā)起人之一。

關于數(shù)據(jù)科學50人

“數(shù)據(jù)科學50人”項目是由第一財經(jīng)旗下DT財經(jīng)發(fā)起的中國頂尖數(shù)據(jù)科學從業(yè)者的系列專訪與社群組織，從數(shù)據(jù)科學領域選出最具代表性的50位先鋒進行深度專訪，50人由DT財經(jīng)獨立評審并發(fā)布。