人工智能的底层逻辑是算法还是数据
更新时间: 2019-08-18

  可选中1个或多个下面的关键词,搜索相关资料。也可直接点“搜索资料”搜索整个问题。

  陕西新华电脑软件学校隶属于著名的新华教育集团。是国家信息化教育全国示范基地、陕西省高技能人才培训基地!最近,猎豹CEO傅盛在一次关于大数据的公开演讲中表示,随着移动互联网的竞争越来越激烈,移动互联网本质的核心竞争很可能已经结束了。在这个前提下,人工智能领域的深度学习给我们带来了三个机会。

  第一点,深度学习是算法革命,把以前很多分散在各个领域的算法集中起来。傅盛说,自己过去在不断面试人、看公司的过程中发现了一个问题,那就是像语音、图像、无人驾驶这些不同的专业之间,算法差距非常大。但深度学习出现之后,既能解决语音问题,又能解决图像问题,还能解决无人驾驶问题。所以一旦出现这样一个归一式的算法,人类最聪明的脑力就都集中到这里来了。

  傅盛认为,有了深度学习这个技术之后,最恐慌的应该是大公司,因为他们积累了很多的技术,但这些技术积累,在深度学习的冲击下都被颠覆掉了。比如,傅盛前不久见了一位国内某知名大公司实验室的负责人,他对傅盛说,自己在翻译这个领域做了7年,后来看到谷歌的一篇论文,突然发现他原来的技术都白积累了。所以傅盛认为深度学习本质上在降低技术壁垒,越是大公司想做的,其实越是他们恐慌的。

  第二点是算法驱动变成了数据驱动。傅盛说,虽然每一篇论文对整个行业还是有推进作用的,但由于基本算法模型的固定化,算法的驱动力已经大大降低了。从今天的动向来看,是以工业化和数据驱动为主的。数据量大了之后产生的巨大推进量,可能远远胜于一篇论文。而大量的数据同时也需要进行标注。所以大规模标注数据变成了核心竞争力。什么意思呢?举个例子,开奖公告。人们说话的声音被传到网上,它并不是人工智能可用的数据。你必须找人把声音数据里面的关键点标注出来,这才是人工智能可用的有效数据。

  数据的标注才刚刚开始,有些公司看起来很大,可是他们的标注数据量非常少,今天有大量的数据在互联网上,供人自由地使用。这里的关键路径是要想出一些办法,怎么去标注这些数据,怎么才能快速生成自己的数据集。比如对AlphaGo来说,人类历史上的棋谱是远远不够它学习的,最新的AlphaGo已经要去掉人类的棋谱了,因为它觉得人类下得不好。谷歌做翻译的产品经理说,最新版的谷歌翻译之所以有了大幅度的提升,就是因为从网上抓取了大量的数据,进行了二次标注,但网上很多的数据是以前的谷歌翻译出来的,他们得慢慢地把差的数据剔除出来。

  第三点,傅盛说深度学习的机会在于与应用的结合,而不是技术输出。因为未来深度学习会变成基础的技术运用,很多公司都会具备深度学习的研发能力,所以目前很难想象一家公司仅通过提供技术输出就能成功。

  作为下一个准风口,很多企业已开始进军人工智能领域,但作为基础建设的深度学习却仍有很长的路要走。大数据处理信息服务商金盛网聚WJFabric认为,深度学习关键在于对大数据的处理。以AlphaGo为例,最初接触围棋当然是以人类棋谱为基础,正是由于研究过大量人类棋谱之后才有战胜人类的可能,因此人工智能企业与大数据企业的合作势在必行。一方面着力于数据的收集;另一方面研发算法,对数据进行处理进而实现深度学习。对于大数据企业而言,通过合作分享数据研究成果,逐步将自己定位为社会进步的推动力量,实现从IT向DT的转型。

  人工智能其实就是统计学,只不过用了一个很华丽的辞藻,其实就是统计学。好多的公式都非常老,但是所有的人工智能利用的都是统计学来解决问题。”。8月11日,2011年诺贝尔经济学奖获得者Thomas J. Sargent在由厚益控股和《财经》杂志联合主办主题为“共享全球智慧 引领未来科技”的世界科技创新论坛上如此表示。