竞技世界首席数据科学家巴川：我想用AI，为他人命运带去正面影响|ai|巴川|数据科学家|竞技世界|算法

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。

1974年，图灵奖获得者彼得·诺尔在其著作《计算机方法的简明调研》中首次提出数据科学概念。40年后，风靡全球的神剧《纸牌屋》，开启了网飞“大数据制片”的新世代。随之而来的，是数据驱动为代表的商业理念快速向千行百业渗透。包括当下风光无两的ChatGPT，某种程度上也是基于海量训练数据的“大力出奇迹”。

这些商业壮举背后，站着一个个鲜活的个体。是他们的所思所想，让科幻电影里的场景走进现实。CCF TF数据科学SIG主席巴川，就是先行者中的一员。他曾是脚踩泥土向往自然的学子，在兴趣的引导下踏入了数据科学的殿堂。他说，“当你感觉到趋势已来时，就要有豁出去干一票的勇气。”

（巴川在2024AiDD峰会上海站发表主旨演讲）

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。

对此，巴川给出了三条能力特质。

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。