走入華院數據技術有限公司（以下簡稱“華院數據”）的大門，迎面就見兩排古色古香的畫像，詢問下得知，畫的是“中國古代數學家—劉徽， 祖沖之，孫子，秦九“。不錯，華院數據的CEO宣曉華喜歡自己的專業—數學，早已名聲在外。
華院數據成立於2002年，是國內創新的數據智能公司，一直致力於數據智能的技術研究與應用，其願景是“讓世界更智慧”，現階段已完成三輪融資。
在數據智能領域，很少有人不知道華院數據。原因無他，華院數據在這一領域資格夠老，又培養了一批批高水平人才，堪稱數據智能技術的“黃埔軍校”。
宣曉華的個人經歷也頗具傳奇色彩，從美國伯克利分校獲得數學博士學位後，進入當時如日中天的惠普工作。
2002年，宣曉華創立華院數據。他告訴億歐：“我學的是數學，一直希望能把數學和商業結合起來。當時找到的方向就是數據挖掘，因為國內當時做這個領域的不多，但是有數據的公司越來越多，我覺得是可以生存和發展的。”
他這麼想的，這麼做了，也確實賭對了。
“當時誰能想到大數據和人工智能將來會是國家戰略呢？”
這是一句大實話，2002年國內沒有什麼人瞭解大數據或“人工智能”為何物，使用的名詞只是“數據挖掘”。
宣曉華本以為國內金融領域會像歐美一樣需要數據挖掘，經過一段時間地接觸發現，銀行之類金融機構當時這方面的需求很低。
幸運的是，那時國內電信行業正在發展的高峯期，中國移動當時非常“進取”，很想用新思想、新方法和新工具，不僅使得華院數據得以生存，還讓宣曉華後來孵化了一家為電商提供數據技術服務的公司。
“到了2013年以後，情況開始轉變，融資變得相對容易，越來越多的企業開始接受大數據和人工智能的理念。”
也是從這個時間節點開始，華院數據的發展走上快車道。2020年，華院數據及其子公司已同2000多家國內外知名品牌客户合作，並將業務擴展到了金融，保險，醫療等行業。
近日，億歐邀請了這位簡單而有情懷的CEO—宣曉華，和我們講一講他與大數據和人工智能的故事。
華院數據有很多的產品，例如數據建模平台、智能營銷、智能風控、智能製造等等，但是最令人好奇是的分維客户畫像產品（Fra ）。
作為一個 技術公司，分維客户畫像產品（Fra ）最大的特徵是“低數據依賴”，甚至在非常少量的數據情況下也可以啓動，真是獨特。
“低數據其實也就是‘小數據’。”
説着，宣曉華拿出一個二維碼。神奇的是，只要掃描一下，即可根據微信頭像，這唯一的信息預測出用户的消費偏好、消費模式、決策偏好、價值觀、自我認知等。據在場人員評價，準確性並不低。
“這就是小數據，和大數據不同，它只需要很少的信息量就可以進行分析。”
對於“小數據”，目前業內並沒有準確的定義，華院數據認為：“小數據”是指數據維度（特徵）小或樣本量小的情形。
從現實來看，“小數據”的興起並不難理解。一方面，在很多情況下沒辦法在短時間內擁有大量數據，而小數據就在我們身邊，它更容易得到，也更容易被理解，也能更快地被分析產生價值。
另一方面，涉及到人的數據往往會有安全和隱私方面的問題，，使用應該合法合規。
“有大數據當然是非常好，但是沒有大數據的時候，小數據也能夠進行分析。小數據是人工智能和數據智能領域的下一個熱點！”
宣曉華表示，和大數據相比，分析“小數據”需要更高的技術，從某些角度來説，“小數據”學習與人類的學習方式更接近。
人類在認知和判斷事物的時候，大多數情況下都沒有大數據作支撐，而是根據少量的數據。華院數據研究“認知智能”時，最常使用的方法也是“小樣本”學習，在一系列任務中進行學習，理解概念，進行泛化，使用少量的數據進行理解和推測。
從這個角度來説，小數據學習是“認知智能”的切入口之一，使得機器能夠實現理解、推理和決策。
人工智能行業最大的痛點是什麼？大家的回答有所不同。
宣曉華對於這個問題的思考，更從實際出發：
“目前行業的痛點之一，就是技術和行業結合的能力不足，也就是數據產生價值的能力。”
大數據或人工智能技術和具體場景相結合，説起來簡單，做起來卻很難。不同的行業有不同的特性，如果找不對切入點，一切只是空談。
上海電氣的研發工程師陳罡告訴億歐：“製造業的可複製性很小，不同場景差別很大，和TO C 不同，製造業需要人工智能公司下沉到一個個實際場景中做解決方案。然而很少有公司能夠做到，所以基本上都是大企業在自發地摸索。”
宣曉華的華院數據在這方面卻頗有成績，他的秘訣是針對不同行業的特性，提供對行業有價值的解決方案。
“有些行業通過數據分析進行智能營銷就能獲得更高的盈收，而其他行業卻不行。例如製造業，降低成本才是他們最想要的。”
華院數據針對煤炭行業開發了智能配煤系統，利用基於數據的算法，以成本和效益優先為指導進行資源配置，每噸焦炭生產可以減少30元以上的成本。正好打到行業痛點，技術的落地也就隨之解決。
企業管理者是否有數據思維，能否意識到利用數據的重要性，影響着數據能否產生價值。
除此之外，還要看企業有沒有能力和條件去使用人工智能。
“成立華院數據之初，我也覺得，我們只需提供技術和產品。但是在實際過程中發現，大部分公司是不會用的。”
宣曉華告訴我們，很多企業都缺乏使用人工智能和大數據技術的人才和平台，這意味着人工智能公司不僅要提供技術，更要教這些企業如何使用技術。這並不是一蹴而就可以解決的問題。
“互聯網公司這點做的還是很好的，不過隨着時代的發展，越來越多的企業都意識到這個問題，我相信未來的情況會更好。”
人工智能研究分為三個階段：計算智能、感知智能和認知智能。華院數據目前的主要研究重點是 “認知智能”。
何為“認知智能”？
復旦大學肖仰華教授曾經提到，“所謂讓機器具備認知智能是指讓機器能夠像人一樣思考，而這種思考能力具體體現在機器能夠理解數據、理解語言進而理解現實世界的能力，體現在機器能夠解釋數據、解釋過程進而解釋現象的能力，體現在推理、規劃等等一系列人類所獨有的認知能力上”
宣曉華表示：“認知智能是人工智能發展的下一階段或者是最高階段，是人工智能研究的‘初心’。畢竟人工智能提出的時候，其夢想就是想讓機器像人一樣思考。”
當人工智能發展到和人類一樣，甚至超過人類，是否會威脅到人類的安全和利益？
所以有個避不開的問題：“人類是否需要警惕人工智能？”
美國雜誌《名利場》（Vanity Fair）曾整理行業巨擘對這個問題的回答，大佬們的言論差距很大。以霍金為代表的認識認為AI將會毀滅人類，而扎克伯格卻引領另一派——AI只會對人類有用。
宣曉華用“中庸”的智慧回答了這個問題：
“很多技術都有威脅，核技術就是例子。很多擔心人工智能威脅的人，同時也是推進人工智能發展的人，例如馬斯克。我們要看到人工智能真正的發展狀況，目前機器自主性還是不強的。當然，我們要時刻關注，人工智能將來確實有威脅人類的可能，需要提前通過人工智能委員會或者法律進行把控。“
這個觀點和美國加州大學伯克利分校計算機科學教授 Stuart Russell 不謀而合，“氣候變遷會導致海水淹沒陸地，但要很久，為什麼我們要擔心呢？思考長期風險是必須的！”
人工智能可能會威脅人類，那麼是否應該停下發展呢？
有人認為人工智能發展是無法阻擋的歷史潮流，有人認為要立刻按下暫停鍵。
你的回答是什麼呢？