為什么人工智能沒(méi)有大數據就不能生存?

　　隨著(zhù)技術(shù)的發(fā)展和進(jìn)步,數據量呈指數級增長(cháng),這并不令人意外。如果說(shuō)人們在2005年還可以勉強處理0.1ZB的數據的話(huà),那么如今這個(gè)數字已超過(guò)了20ZB,甚至到2020年的數據量將達到47ZB。除了數量龐大之外,數據面臨的問(wèn)題還在于其大部分是非結構化的數據,而這些不完整或不準確的數據對于蓬勃發(fā)展的人工智能和人類(lèi)來(lái)說(shuō)沒(méi)有任何好處。

　　人們如今只能處理10%的結構化數據,而剩下的都是大量未被標記的信息,機器不能以建設性的方式使用。例如,電子郵件就是非結構化的數據,而電子表格等內容被認為是被標記的結構化數據,并且可以被機器成功掃描。

　　這看起來(lái)似乎并不成問(wèn)題,但如果人們期望人工智能可以更好地應用在醫療保健,無(wú)人駕駛汽車(chē),家庭生活等行業(yè)領(lǐng)域,這就需要擁有整潔有序的數據。具有諷刺意味的是,人們已經(jīng)非常擅長(cháng)創(chuàng )建內容和數據,但還沒(méi)有找到一種方法來(lái)準確地利用數據來(lái)滿(mǎn)足人們的需求。

　　數據科學(xué)家也在不斷努力

　　數據科學(xué)是過(guò)去幾年積累了大量數據的領(lǐng)域之一,越來(lái)越多的數據科學(xué)家致力于解決這一混亂問(wèn)題,這是很自然的。然而,最近的一項調查顯示,與人們的觀(guān)點(diǎn)相反,數據科學(xué)家花費在構建算法和挖掘數據模式上的時(shí)間少了很多,而是在開(kāi)展所謂的數字清理工作,也就是清理和組織數據。正如人們所看到的,這些數據肯定不利于有著(zhù)光明未來(lái)的人工智能發(fā)展和應用。

　　人們在預測人工智能的發(fā)展時(shí)顯然沒(méi)有考慮到這樣一個(gè)事實(shí),即雖然機器可以成功替代為模式挖掘數據的少數一些數據科學(xué)家,但他們可能無(wú)法取代絕大多數致力于研究數據的科學(xué)家,而他們大部分時(shí)間都在收集、清理和組織這些數據。當然,最好從一開(kāi)始就以更加整體的方式收集數據,而不是分配太多時(shí)間和資源來(lái)追溯和修復這些數據。幸運的是,人工智能領(lǐng)域的領(lǐng)導者已慢慢地達成了這種共識,利用他們的技能和影響力,改變了數據科學(xué)的走向,并將其與人工智能聯(lián)系起來(lái)。

　　人工智能目前還不能趕超人類(lèi)

　　人們都聽(tīng)說(shuō)過(guò)人工智在某些方面超越人類(lèi)的報道,例如世界水平最高的圍棋大師被谷歌的AlphaGo人工智能擊敗。然而,這只能說(shuō)明人工智能可以在小眾的任務(wù)中取得驚人的成果,但其總體能力仍然與人類(lèi)的能力無(wú)法匹敵。人工智能根本無(wú)法處理很多微妙的、具有邏輯的步驟和措施。

　　在處理財務(wù)申報和法律法規方面,人工智能的局限性更加明顯。其遇到的問(wèn)題與其他地方一樣。只要人工智能機器沒(méi)有提供結構化數據,如標準化合同,人工智能就會(huì )感到非常困惑。這意味著(zhù)目前還需要數據科學(xué)家來(lái)解決這個(gè)問(wèn)題。

　　團隊工作讓人工智能更為有效

　　高素質(zhì)的數據分析師的聘用成本很高,這使得這一領(lǐng)域的進(jìn)步更加困難。關(guān)鍵是要通過(guò)采用可簡(jiǎn)化流程的技術(shù)進(jìn)行收集和建模。

　　另一個(gè)關(guān)鍵方面是多個(gè)部門(mén)需要共同努力解決大數據所帶來(lái)的問(wèn)題。財務(wù)和技術(shù)專(zhuān)家需要攜手合作,從一開(kāi)始就正確識別他們收集的數據的潛在缺陷。這些專(zhuān)家解決問(wèn)題的方式也應該進(jìn)行注冊,以便通過(guò)機器成功復制。其目標是創(chuàng )建質(zhì)量保證算法,以確定過(guò)去與錯誤相關(guān)的模擬結果。人們能夠創(chuàng )建的模型越多,數據錯誤和違規的空間就越小。

　　沒(méi)有大數據,人工智能無(wú)法生存

　　無(wú)論人工智能的發(fā)展方向是什么,也許為人類(lèi)帶來(lái)更多的好處或壞處,但有一點(diǎn)是肯定的:人工智能如果沒(méi)有大數據,終將一事無(wú)成。人們已經(jīng)從日常生活中得到了很多例子,這些例子很可能認為是理所當然的,這證明了人工智能存在的必要性。以Cortana或Siri為例,他們能夠理解人們提出的問(wèn)題和疑問(wèn),只是因為他們獲得了無(wú)窮無(wú)盡的信息,幫助它們理解人們的自然語(yǔ)言。谷歌搜索引擎似乎已經(jīng)成為無(wú)所不知的力量,對每個(gè)人都非常了解,這是因為人們在其搜索引擎上每天都有大量的日志。為此,企業(yè)也能夠做出準確的報告,例如那些可以使用相關(guān)工具識別網(wǎng)站的報告,這歸功于數據最初收集的整潔性。

　　由于人工智能與大數據密切相關(guān),因此只有通過(guò)清晰的結構化數據才能更好地處理這些,從而改善人們的生活。幸運的是,人們正在逐漸了解人工智能發(fā)展背后的需求。這就是為什么人們看到數據科學(xué)家的工作方式在資金、工資、工具和設備方面有所改進(jìn)的原因。

　　這種意識正在全球范圍內逐漸普及,使企業(yè)和專(zhuān)家能夠相互合作,以便更有效地收集數據,建立可進(jìn)一步幫助機器清潔和構造數據的模型,并為未來(lái)的發(fā)展奠定基礎。了解人工智能和大數據的問(wèn)題出在哪里,意味著(zhù)其問(wèn)題已經(jīng)解決了一半。