对话数据科学家巴川：创新勿忘初心，未来属于有温度的AI

原创 智灵姐 中智凯灵 2024年07月18日 17:07 北京

巴川  

CCF TF数据科学SIG主席  

竞技世界首席数据科学家  

AiDD峰会分论坛出品人  

曾就职于中国搜索、搜狐畅游等互联网公司。主要研究领域包括数据挖掘、知识图谱、人工智能、社交网络、风控体系、推荐系统、数据可视化等。中国教育创新校企联盟专家委员会副主任，国家技术标准创新基地（贵州大数据）数字经济专业委员会专家，北航兼职硕导，西安交大研究生院授课专家，多所高校兼职教师及创新创业导师，AiDD等技术峰会演讲嘉宾及出品人。

抓住时代一粒沙，做人生的弄潮者

人是所有经历的总和。主动拥抱更多样“经历”，就可以从时代中脱颖而出。

兴于20多年前的中国互联网行业，就是最不容错过的大时代。四大门户、BAT、小米、美团、字节跳动...它让一批同行者，实现了不可思议的人生高度。出生于郑州乡村的巴川，也在时代洪流的激荡下，紧紧的抓住了这粒沙。

和很多80后一样，巴川的童年生活始于乡野田间。三五玩伴嬉戏打闹，饿了有菜地瓜田，累了就草垛小憩，这种与大自然建立的亲密感至今仍让他印象深刻。

但在当时，更强烈的冲击来自中国城市化进程的浪潮。老家拆迁、生活向好，各种新鲜事物接连而至。巴川目睹着熟悉的城市日新月异——乡村成为市区，边缘走向中心。

而他的个人特质也愈发鲜明起来。

巴川从小喜欢数学，在升学考试和各类竞赛中他发现自己的确颇有天赋。以至于到了大学时代，他依然跟随自己的热爱，选择了信息与计算科学专业，并在读研期间朝“数据挖掘算法分析方向”更进一步。

互联网的全球普及，来的恰到好处。兴趣与时代的同频共振悄然而至，巴川顺势进入了互联网行业，更直观体会到数据分析带给商业世界的价值所在。很快他发现，大数据行业与数字经济的联系越来越紧密。通过转换思维、深度挖掘，纸面数据可以生成一个个具体的业务模型，在各个细分场景下大放异彩。

巴川说，“数据科学最吸引我的是它严谨客观又富有想象力和艺术美感，是科学和艺术的完美结合。能用数据原料炒出各种美味大餐并跟大家分享，是件非常有成就感的事情。而且它能跟各行各业结合，带你领略不同的人生和经验。”

为此，巴川在工作之余开始尝试跨界。他以数据科学为抓手，在北航、西安交大、人民大学等高校兼职授课，还成为中国国际互联网+大学生创新创业大赛、CCF青年精英大会科技创业秀等大赛的专家评委。

巴川信奉教学相长的人生哲学。

在他看来，教书育人、指引“后浪”不仅能带给自己别样的成就感，更是一个交换经验、沉淀思维深度的平台。巴川的教学相长，与查理·芒格的多元思维模型不谋而合。后者认为，只有主动跨越学科的界限，不断学习陌生学科，才是解决实际问题、打破现有瓶颈的捷径。

“很多在职研究生，都有着数据行业的实操经验。我会鼓励他们进行小组案例共创，这样一堂分享课下来，每个人都能收获大量的行业案例，在有限的时间里翻倍增加行业应用经验。有一些不错的模型思路，还会对我的工作产生灵感和共鸣，我很享受这种获得感。”

如今，巴川已经是不折不扣的斜杆青年，更成为自己人生的弄潮者。他是竞技世界首席数据科学家，在数据挖掘、知识图谱、人工智能、社交网络挖掘、风控体系、推荐系统、数据可视化等领域都有所建树。

在他眼中，似乎没有所谓的“舒适区”，有的只是一次次突破自我，在时代浪潮中翻出自己的那朵浪花。

                                                 场景很重要，初心更重要

一种普遍观点认为，数据科学领域非常“高大上”，从业者就像古代谋士一样运筹帷幄，决胜千里之外。从金融投资到战略咨询，从影视制作到智能制造，只要搭上大数据的东风，就能无往不利。

但实际情况并非如此。

知乎就有一个高热度问题，叫做“你为什么离开数据科学行业？”

答主普遍表示，入行前以为数据科学家处于决策链上游，话语权非常强。但做起来才发现，自己的模型总是受到一线业务人员“拷问”。很多资深业务宁可相信自己的经验和直觉，也不愿意相信模型给出的结论，还没测试效果就要灰溜溜的去改模型。

另外就是，因为数据的无处不在，任何相关需求都会被提交给数据科学部门。团队大干一番的热情，很快就会淹没在各种琐碎、低价值的需求列表当中。更大的打击在于，哪怕是一些明确能降本提效的模型，也有可能因为“动了别人的饭碗”而被雪藏。

巴川认为，遇到类似问题时要坚持“价值导向”。在他看来，比起工作成果得到认可，在数据中挖掘价值、发现潜在规律，得到技术思维上的升华同样意义非凡。

“首先要对业务有敬畏之心，不要和业务部门产生对抗心理。毕竟他们离业务更近，遇到一些反经验的模型肯定有所质疑。这个时候先要反思，自己的模型是不是存在局限性。反之，真正好的模型和数据产出一定会派上用场，哪怕在现在的公司没得到体现，也会像滚雪球一样帮你积累价值。”

近几年最有成就感的项目是“风险用户识别与精细化运营”，实际上不只是在互联网上“抓坏人”，更核心的是游戏沉迷用户的识别与防控，在几亿用户中找到几百几千个可能重度沉迷的用户并做好防控，这在技术实现上是非常难的一件事。但是通过技术攻坚，能够防止用户沉沦，在另一个方向上影响用户命运，也是非常有价值感的。当年，这个项目也获得了竞技世界的年度杰出项目奖。

在应对具体工作时，巴川倾向于场景为王。在他看来，一些冷门业务、小场景，反而是数据科学发挥价值的舞台。

以AI自动剪辑功能为例，表面上看，这对于棋牌游戏赛道不是一个核心场景。但在业务运转中，需要一支10人的剪辑小组加班加点，产出竞技世界官号和头部主播所需内容。尤其在赛事密集周期，产能几乎满足不了时效性要求。

于是，巴川与团队尝试通过AI自动剪辑辅助人力。这项工作的难点在于，需要把完整牌局视频拆分成单牌局，同时智能筛选出精彩部分。针对第一个环节，团队结合牌局开始、结束时的人员变化，巧妙运用YOLO算法速度快、识别准的特点，监测行牌过程中的人员数量变化，精准进行分拆。

至于“如何定义精彩片段”这件事，团队经过了多轮思考。最终，以多炸局、反转局、表情变化识别、评论爆发时间点、主持人语速波动、综合评分等多个维度，打造出AI视频内容分析大脑。在这些模型的加持下，剪辑小组的压力大大减少，平台的赛事影响力和宣传时效性得到了大幅优化。

“不用担心数据科学的价值创造问题，要用发展的眼光看问题，找到更多落地场景。”

巴川相信，数据科学的赋能远远未到瓶颈，除了互联网、金融、游戏、文娱、政务等主流方向，很多传统领域都有发挥潜力，尤其是劳动密集型和重复劳动较多的场景。

但在商业之外，他也非常关注数据科学的社会价值创造。对于AI、大模型的前途，他用“天之道，利而不害；圣人之道，为而不争”来类比，呼吁行业人士不忘初心，多做利于他人，利于社会的事。

对于巴川本人来说，他的初心非常简单：“我想用自己热爱的数据科学，为他人命运带去更多正面影响。”

                                       热爱，是最好的指南针

成为大牛，是很多从业者的终极职业目标。但如何才能走通这条路，多数人其实没有系统性思考过。

一是出色的技术能力。要有较好的数学功底和编程思维，不一定对某种编程语言特别熟练，但要让自己的思想设计便于工程实现，毕竟AI可能让将来的编程语言变成中文、英文。避免不懂原理照搬开源代码，做搬砖侠。

二是乐于分享。GitHub也好，各种大会也罢，能利用各种平台影响更多的人向好发展，同时多说话，多写字，都能提高自己的影响力。当然，不排除也有一些人全凭自己超强大脑，也能做出非常牛逼的成就，这类人我们应该称之为“大神”。

三是沟通能力。一定的共情能力、产品意识和市场意识，有利于工作展开。还有坚持实事求是，才能让大家达成共识、形成合力，做出更多有意义的工作，而不是更多内耗。

不过相较于这三点，巴川提出了一个更重要的特质。

“你必须先热爱，热爱技术，更热爱生活。”

对巴川来说，热爱生活恰恰是他工作灵感的“活水”。“长期伏案工作，思维会变得僵硬固化，这时我喜欢通过羽毛球、八段锦这样内外兼修的运动唤醒自己。周末闲暇时，我愿意回郊区种地摘果，捞鱼烹饪，彻底放空自己做回农人。时不时回归人类最原始的需求，反而能让我加深‘技术为人’的觉悟。”

从行业大势角度看，巴川认为国内AI行业存在算力、基础设施不足等问题。唯有那些怀揣热爱的技术大牛，才会有毅力投向基础理论研究，通过数据优势产出更高效的算法，甚至不惜为此消耗大量时间成本。

在个人成长层面，“热爱与否”也变得愈发重要。“随着通用大模型的发展，数据行业的一些基础功能都在被机器替代，只有热爱这个行业，愿意挑战更高规格目标的一批人，才能享受到大模型红利。”

包括在业务层面，“热爱”也是遇事不决时的指南针。

巴川分享了一个有意思的案例，他发现近年来很多推荐算法开始被年轻用户抵制。原因在于，用户对算法黑箱产生了恐惧感，认为自己的隐私正在被侵犯。

为了解决类似问题，巴川在公司发起了一些交互创新探索——当算法向用户推荐相关内容、道具时，会增加相关的推荐逻辑，同时向用户开放一些交互权限，鼓励用户和系统互动，同时提高推荐功能的透明度。这类尝试取得了积极反馈，带动平台的用户满意度得到了提升。

“用户需要的是惊喜而不是惊吓，你只有带着热爱去做产品，才能和用户建立同理心，创造出真正的价值。”在巴川眼中，AI与大数据的价值绝不仅在商业范畴。他愿意看到AI与乡村、环保、农业等领域相结合，守护青山绿水，也让更多人像自己那样从自然中获得滋养和美好回忆。

“我相信最终极的AI应该是有温度的，只要AI研发者热爱世界热爱生活，就能创造出有温度的AI，将来也会被我们创造出的AI温柔以待。”

勿忘初心，未来属于有温度的AI。