「數據力」加速AI學習 (車品覺)
在烏鎮舉行的世界互聯網大會踏入第四屆,同行都在議論2018年下一個風口是什麼?馬雲說:「人類對自己大腦的認識不到10%,10%創造出來的機器,不可能超越人類。」馬化騰則說:「我們需要通過『互聯網+先進製造』,不斷地推動軟體、硬體和服務『三位一體』結合為智能製造。」李彥宏說:「互聯網人口紅利結束了,未來的發展動力就是AI。」
我喜歡從本質看現象,繼續從老本行講起。我們在這個數據資訊爆炸的年代,不同的應用產生了非常多的大數據資源。這次變革源自移動互聯網的普及,激發了萬物連接及產生了巨大數據流;除了改變知識的製作過程和成本,還顛覆了知識傳輸的速度。這些數據的冗餘,一般來說都不是在第一場景裏出現,往往在「意外」中發生。然而,我們人類很快便意識到,這些意外發生的數據蘊含了巨大價值。當然這些「意外」亦有跡可尋,資訊化和移動化是其先決條件。因此在不同場景中,數據的積累速度也不一樣,正好解釋為什麼以數據為驅動力的人工智能,最先都是在移動化下的電子商務、共用經濟中爆發,我們可稱這股力量為「數據力」。
最令人興奮的是,「數據力」亦讓人工智能提升了「學習如何學習」的能力。以垃圾郵件過濾為例,這項技術可能會建立一個龐大的樣本數據庫,讓每條樣本被標記為「垃圾」或「非垃圾」。深度學習系統可以使用這種數據庫訓練,通過反覆研究樣本和調整神經網路內部的權值,改善垃圾郵件的識別準確率。這種方法的優點在於不需要人類專家制訂一套規則,系統能夠直接從數據中學習。
除此之外,「資料力」亦將輻射到我們各種生活中,並聚焦於能幫助人類改善效率的「智能型機械人」之發展。大家不要被電影中的機械人形象迷惑,我所指的機械人是結合了大數據、機器學習及人類的智慧與意願的新生體。新生體通過不同的介面(包括各種智能用戶端),以語言、表情、手勢、行為,甚至歷史數據作交互,然後達到智能的目標。它可以指導人們的職業規劃、出行路徑選擇、健康監控及危疾預防等。我們其實已開始見到類似的例子,包括無人駕駛汽車、智能投資顧問、智能客服、手術機械人等。
有人擔心,人工智能會像200年前的蒸汽動力一樣令很多工人失業,但最關鍵的並非科技本身,而是人類思考的慣性框架,不知道如何正確地使用新科技。智能新時代才剛起步,我們有必要從本質去重新認知這些變化。
(編者按:車品覺最新著作《覺悟.大數據》現已發售)
歡迎訂購:實體書、電子書
更多車品覺文章:
支持EJ Tech
如欲投稿、報料,發布新聞稿或採訪通知,按這裏聯絡我們。