隨著技術(shù)的發(fā)展和進(jìn)步,數(shù)據(jù)量呈指數(shù)級(jí)增長(zhǎng),這并不令人意外。如果說(shuō)人們?cè)?005年還可以勉強(qiáng)處理0.1ZB的數(shù)據(jù)的話(huà),那么如今這個(gè)數(shù)字已超過(guò)了20ZB,甚至到2020年的數(shù)據(jù)量將達(dá)到47ZB。除了數(shù)量龐大之外,數(shù)據(jù)面臨的問(wèn)題還在于其大部分是非結(jié)構(gòu)化的數(shù)據(jù),而這些不完整或不準(zhǔn)確的數(shù)據(jù)對(duì)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?nèi)缃裰荒芴幚?0%的結(jié)構(gòu)化數(shù)據(jù),而剩下的都是大量未被標(biāo)記的信息,機(jī)器不能以建設(shè)性的方式使用。例如,電子郵件就是非結(jié)構(gòu)化的數(shù)據(jù),而電子表格等內(nèi)容被認(rèn)為是被標(biāo)記的結(jié)構(gòu)化數(shù)據(jù),并且可以被機(jī)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(yīng)用在醫(yī)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(shù)據(jù)。具有諷刺意味的是,人們已經(jīng)非常擅長(zhǎng)創(chuàng)建內(nèi)容和數(shù)據(jù),但還沒(méi)有找到一種方法來(lái)準(zhǔn)確地利用數(shù)據(jù)來(lái)滿(mǎn)足人們的需求。

數(shù)據(jù)科學(xué)家也在不斷努力

數(shù)據(jù)科學(xué)是過(guò)去幾年積累了大量數(shù)據(jù)的領(lǐng)域之一,越來(lái)越多的數(shù)據(jù)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(xiàng)調(diào)查顯示,與人們的觀點(diǎn)相反,數(shù)據(jù)科學(xué)家花費(fèi)在構(gòu)建算法和挖掘數(shù)據(jù)模式上的時(shí)間少了很多,而是在開(kāi)展所謂的數(shù)字清理工作,也就是清理和組織數(shù)據(jù)。正如人們所看到的,這些數(shù)據(jù)肯定不利于有著光明未來(lái)的人工智能發(fā)展和應(yīng)用。

人們?cè)陬A(yù)測(cè)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(jī)器可以成功替代為模式挖掘數(shù)據(jù)的少數(shù)一些數(shù)據(jù)科學(xué)家,但他們可能無(wú)法取代絕大多數(shù)致力于研究數(shù)據(jù)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(shù)據(jù)。當(dāng)然,最好從一開(kāi)始就以更加整體的方式收集數(shù)據(jù),而不是分配太多時(shí)間和資源來(lái)追溯和修復(fù)這些數(shù)據(jù)。幸運(yùn)的是,人工智能領(lǐng)域的領(lǐng)導(dǎo)者已慢慢地達(dá)成了這種共識(shí),利用他們的技能和影響力,改變了數(shù)據(jù)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(bào)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(cái)務(wù)申報(bào)和法律法規(guī)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(jī)器沒(méi)有提供結(jié)構(gòu)化數(shù)據(jù),如標(biāo)準(zhǔn)化合同,人工智能就會(huì)感到非常困惑。這意味著目前還需要數(shù)據(jù)科學(xué)家來(lái)解決這個(gè)問(wèn)題。

團(tuán)隊(duì)工作讓人工智能更為有效

高素質(zhì)的數(shù)據(jù)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(shù)據(jù)所帶來(lái)的問(wèn)題。財(cái)務(wù)和技術(shù)專(zhuān)家需要攜手合作,從一開(kāi)始就正確識(shí)別他們收集的數(shù)據(jù)的潛在缺陷。這些專(zhuān)家解決問(wèn)題的方式也應(yīng)該進(jìn)行注冊(cè),以便通過(guò)機(jī)器成功復(fù)制。其目標(biāo)是創(chuàng)建質(zhì)量保證算法,以確定過(guò)去與錯(cuò)誤相關(guān)的模擬結(jié)果。人們能夠創(chuàng)建的模型越多,數(shù)據(jù)錯(cuò)誤和違規(guī)的空間就越小。

沒(méi)有大數(shù)據(jù),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(shù)據(jù),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(rèn)為是理所當(dāng)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?yàn)樗麄儷@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(duì)每個(gè)人都非常了解,這是因?yàn)槿藗冊(cè)谄渌阉饕�擎上每天都有大量的日志。為�?企業(yè)也能夠做出準(zhǔn)確的報(bào)告,例如那些可以使用相關(guān)工具識(shí)別網(wǎng)站的報(bào)告,這歸功于數(shù)據(jù)最初收集的整潔性。

由于人工智能與大數(shù)據(jù)密切相關(guān),因此只有通過(guò)清晰的結(jié)構(gòu)化數(shù)據(jù)才能更好地處理這些,從而改善人們的生活。幸運(yùn)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(shù)據(jù)科學(xué)家的工作方式在資金、工資、工具和設(shè)備方面有所改進(jìn)的原因。

這種意識(shí)正在全球范圍內(nèi)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(shù)據(jù),建立可進(jìn)一步幫助機(jī)器清潔和構(gòu)造數(shù)據(jù)的模型,并為未來(lái)的發(fā)展奠定基礎(chǔ)。了解人工智能和大數(shù)據(jù)的問(wèn)題出在哪里,意味著其問(wèn)題已經(jīng)解決了一半。