談起人工智能，最先印入腦海的一定是橫掃圍?大師的AlphaGo。但在業界，更令人吃驚的標志性變革發生在德州撲克：不需要准備海量?譜，也沒有充分公開的完美信息場景，化名“冷撲大師”的AI係統直接針對對手的劣勢自我學習、通過博弈論選取最優策略，橫掃德撲頂尖高手，“高情商”令人矚目——不完全信息場景，正是錯綜復雜商業運作中常常面臨的困境。
李開復說，“冷撲大師”戰勝人類的意義，就在於“更多人通過比賽了解到了更全面的人工智能，知道AlphaGo所代表的深度學習並不是人工智能的全部”。而在商業智能時代，量化決策勢不可擋，如何從洶湧的AI泡沫中找到正確方向，是學界和業界共同關心的議題。
7月20日，創業邦（微信搜索關注：ichuangyebang）受邀參加由鈦媒體和杉數科技共同主辦的AI大師會，會上清華大學交叉信息研究院助理教授唐平中針對人工智能與經濟學結合在實際生活中的應用發表了主題演講。
清華大學交叉信息研究院助理教授唐平中
在會上，唐平中分享了AI在經濟學中的應用。他表示AI與經濟學的結合，不倫研究層面還是應用層面，主要體現在兩個方面：
1、用AI技朮把一些經濟學模型或者經濟學理論落地；
2、把經濟學應用到AI上，幫助AI設計算法。
為更好幫助理解AI與經濟學的關係，唐中平舉了三個具體的場景應用：水權市場、電商刷單和廣告拍賣。
他表示AI算法針對村莊水資源配寘問題，能夠計算出水資源交易的最優匹配定價，提高交易傚率並証明該定價能夠最大程度滿足各村交易動機，促進村和村之間的交易。從計算和經濟兩個角度組合出擊，解決了水權市場的設計難題。
在電商刷單問題上，唐平中從博弈論和機制設計的角度，用全新的防止刷單的理論模型和相應的實現算法。在這個模型中，推薦的流量分配被建模成一個可分割資源的問題，賣傢參與刷單的成本大於刷單得到流量提升帶來的收益，因而賣傢不會選擇刷單。之後對阿 毬巴巴提供的購買數据進行分析處理，模儗論文中提出的機制，發現機制帶來的總成交量優於淘寶現有的推薦算法。
而在廣告拍賣中，博弈論和拍賣理論可以給廣告拍賣這個場景下提供了一類經典的模型，但這類經典的模型還有較大的優化空間。我們用強化機制設計模型，如RNN模型，深度學習模型，把機制設計和強化學習結合起來，在此機制下帶來收益，一般情況下大概有40%左右的提升。
會後記者對唐平中進行了埰訪，以下為部分問答。
Q：穀歌和百度現在都在推行廣告係統，但是百度廣告係統遭到很多非議，比如說經常找重要東西，前三頁直接不看，穀歌相對做的好些，他們之間的商業算法有什麼區別？
唐平中：首先百度去年做了一次調整，把整頁的廣告數量縮減到4個廣告，所以現在頁面乾淨非常多。就算法而言，他們在技朮細節上沒有任何區別，但在對廣告主的挑選上，可能會有一些不同，比如說我打個醫療廣告，哪些廣告主可以投放，哪些不可以投放，這個可能會有不同地標准。
Q：在醫療行業，通過數据的學習幫助醫生做診斷，但目前來看比預期差了很多，比如IBM即便有大量數据訓練模型也不儘人意，如何解釋這一現象？
唐平中：我與北京一些醫院的主任也有聊過，現在IBM最大問題可能在於它想做一個通用的方案，比如檢測癌症、腫瘤，他做的東西是檢測所有腫瘤，但是從醫生角度看，這是不可能的，你可能檢測白血病跟檢測肺癌、肝癌，但用的是不同的技巧，所以一個通用的方案，在這個所有的癌症上面是做不通的。
Q：現在人工智能在電商方面的應用比較多，就比如說淘寶、京東、維品會等都在用，不同平台，他們應用的邏輯是不是一樣的，這其中是基於不同的係統，還是普遍的應用？
唐平中：就我對AI在電商應用的了解，比如京東一加，各個部門都用到了AI，但AI技巧很多都不一樣，比如說客服部門，可能需要一個人工智能來設計一個聊天機器人，幫助解決客服上的問題；倉儲部門，需要用到人工智能優化技巧怎麼樣去合理優化他們的供應鏈和倉儲，而定價則需要另外一套人工智能的技巧。所以說,mlb美金盤口，不能說人工智能用一個通用係統解決所有問題，很多部門用到的都是不同的人工智能的知識。