1
在上篇文章《如何看待AI和保险的“水土不服”》中，好人生科技首席健康经济学家汤子欧博士向雷锋网讲述了“AI风控和传统风控的矛盾”、“保险公司对AI的诉求”等业内的深坑与难点。
他向雷锋网表示，AI保险风控热度看似很高，但是里程碑根本没有到来，应用都还停留在浅层。
究其原因，并非是保险行业对AI没有深层次的需求，而是一批学术型的创业者，唯技术论，坚持“数据为王”，不愿意接受行业过去积累的知识，产品效果不好之后就开始抱怨，找各种数据不足、算力欠缺、预算太低的借口。
在本篇文章中，汤子欧博士将继续探讨“AI迟迟未能在保险业真正落地”的原因。
以下是专访的完整内容，雷锋网做了不改变愿意的编辑。
雷锋网：搭建一个很贵的机器学习团队，做出又大又复杂的机器学习模型，但在有些情况下，往往只能解决一些小问题，是否存在大炮打苍蝇、杀鸡用宰牛刀的问题？这个问题您认为该怎么解决？
汤子欧：从方法论角度，保险风险点比银行要多，而健康险又是保险行业风险点最多的，因为这种逻辑是和人打交道，一旦掌握好，就有可能成为全球最大的单一金融分类，规模上超过银行、超过互联网，这在美国已经是事实。
所以这些风险点注定不可能用一个模型解决，否则必然会存在方法的误区，无法兼顾有效性，单一风险覆盖率也会下降。
利用大数据建模，必然是勤快人不能懒。我们好人生的策略其实也是这样，针对一个风险点，至少存在一个模型，也肯定越多越好。
因为单一建模，可能会遇到多元共线性、风险交叉的情况。面对这些问题，用一个模型处理，究竟是作为噪音、还是因变量很难确定。
这个世界上许多事物都存在广泛相互的内在联系，也就是统计学上的多元共线性。
雷锋网：复杂的机器学习模型，在非强关联数据的分析上，有着一定的优势。但因为保险是个难以预测的领域，一旦数据过于多元，会出现过拟合的现象，噪声数据过多直接影响结果。这个问题通常有哪些解决方法？
汤子欧：过拟合本身就是一个伪命题，是象牙塔里面的人，把书本的概念卖到了社会，并引起一系列的误解。
过拟合是一个暂时性现象，原因来自于过多采用了自变量β而造成的结果，过拟合和不过拟合的区别就是预测结果和真实事件的吻合程度，所谓的拟合优度。
那些过拟合的模型，表面上使用过多自变量β显得非常精妙，但预测的结果和事实偏离甚远，这也是当年发生金融危机之后，华尔街被诟病的主要原因。
因为变量的增多，一定会导致模型过于脆弱，其中任何一个变量出现异常，比如不再适用，模型预测结果就会偏离事实，更多的变量出现异常，就会造成严重的过拟合。
对于自变量β的控制，在统计学和数学上早已有了定论，每个β入组之后，都要和模型里面其他因子进行协调，控制多元共线性在一定范围之内，如果是用于金融预测，最要控制在5%以下。
出现过拟合现象的原因，就是那些做学问的人，最初没有把事做好。
具体的解决办法首先就是控制好多元共线性，多元共线性的现象有点像量子力学中那一对共振的量子，会发现两个自变量β背后的表现可能会同进同出、同高同低。
这时候要么在两个自变量β中选择其中之一，把另外一个丢掉。要么选择把自变量β进一步细分，找出其中共线性的部分，归类到一个自变量β当中，剩下的影响因子用细化因子代表。还要考虑自变量在大尺度时间等不同观察期间的韧性或脆弱程度。
这些都应该在统计建模实验室就已经完成，当初没解决，后来效果不好就开始埋怨噪声数据过多。
雷锋网：那行业内抱怨的噪音数据过多，又是怎样的原因？
汤子欧：从精算的角度，世界上任何一件东西都可以被看做为数据，进入模型成为β，也可以被看做噪音，关键在于解决问题的角度。
噪声在统计学模型的影响因子不能太高，那些效果不好的模型，最后发现噪音的delta^2和因变量的delta^2关联性能超过50%，在统计学上，完全是不合格的产品。
背后其实是数据清洗环节出现问题，我们叫做垃圾数据进、垃圾结果出。
比如医疗人工智能方向，早年好人生科技做了许多国际二次诊疗的事，从中我们发现国内疾病诊断的差错率大概在50%左右。
类似著名的沃森，直接将国内误诊率很多的数据，直接拿来做一个诊断算法。最后训练出，比贴在电线杆的老军医还不准的人工智能出来。
而且，噪音数据过多的问题，统计学上早就已经有个解决办法。那就是选择有监督学习。
如果没有现成的优质知识图谱，可以直接做抽样，之后把数据拿给专家评审，就可以直接得到差错率比例、错误种类的方向，相当于已经有了金标准。
把出错的方式方法、判断逻辑输回算法，这个时候再进行刷新，之后再抽样。三遍之后就会产生明显的优化，比如把50%的差错率降到20%，当然后面的效率会逐渐降低，前三次效率最高，最后只要比例满足要求就可以了。
这种抽样理论早就有明证，道理也很简单。但是那些学术型的人工智能创业者，仅仅看重新算法，新的神经网络的方法优化，对产业过去的知识积累，置若罔闻，甚至还不了解数据情况，就开始在行业内埋怨噪声数据过多。
其实主要原因是他们过去该干的事没干，也就是数据清洗，没有把人类的错误数据撇开，所以这个问题我觉得应该借助刘慈欣老师的一句话“弱小和无知不是生存的障碍 傲慢才是”。
雷锋网：您觉得当前计算机视觉、语音&NLP、机器学习，这些分类的技术线，哪个对实际业务改善最显著？
汤子欧：相信许多人都有这个疑问，但这个问题恰恰是让大家都掉进了一个陷阱，这个陷阱不是我们现在挖的，是别人早已经挖好的。
目前做人工智能的人，习惯性把AI分为计算机视觉、语音识别的应用，并看做人工智能应用的所有分类。
但是我们认为人工智能的概念应该分为三层：基础层、中间层、应用层。
基础层是人工智能产业的基础，主要是对于人类感知和行为能力的替代的硬件及软件，如传感器、AI芯片、数据资源、云计算平台等，这一套从工业时代以来，一直有着技术的传承。
应用层是整合了基础层和中间层以后，解决人类实际问题的最终产品化，是一种整合，过去20年很多企业都在做这件事，例如机器人等。
两者中间是中间层，也是最难的，代表者知识图谱。在底层上加入不同的知识图谱就产生不同的应用层。
加上驾驶图谱，就叫智能驾驶应用；加上物种识别图谱，这就是智能安保；加上银行风控测算图谱，就是银行风控专家。
去年一个调研发现，目前国内人工智能企业95%以上，都集中在基础层和应用层，中间层的企业特别少。也就是整个行业到现在还都在做，过去已经有继承、容易的事。
虽然早就可以通过深度学习获得知识图谱，但中间层发展不起来的原因一方面是数据质量不行，一方面是学者跟产业界结合不紧密，导致学不致用。
举个例子，有一个人工智能项目，花了很多钱，三年研发出一个单病种的决策树，并传称为重大突破。作为对比，好人生现在已经积累10800种诊断决策树，按照学者的思路，我们可能需要3万年，而且保险行业没有保单一病种的产品，只有单一病种的产品，完全是货不对板，有也卖不好。这就是两者的认知出现了严重的差距，
雷锋网：这种中间层的缺失，最终会导致什么问题？
