導(dǎo)讀：隨著AI技術(shù)的細(xì)分場(chǎng)景越來(lái)越多，人工智能帶來(lái)的第四次工業(yè)革命浪潮已成洶涌之勢(shì)，眾多傳統(tǒng)行業(yè)借助AI賦能產(chǎn)業(yè)結(jié)構(gòu)，不斷升級(jí)換代與創(chuàng)新變革，新產(chǎn)品也在不斷涌現(xiàn)，AI也在潛移默化改變著生活的方方面面，生物識(shí)別、視頻識(shí)別、內(nèi)容審核、智能安防等。

隨著AI技術(shù)的細(xì)分場(chǎng)景越來(lái)越多，人工智能帶來(lái)的第四次工業(yè)革命浪潮已成洶涌之勢(shì)，眾多傳統(tǒng)行業(yè)借助AI賦能產(chǎn)業(yè)結(jié)構(gòu)，不斷升級(jí)換代與創(chuàng)新變革，新產(chǎn)品也在不斷涌現(xiàn)，AI也在潛移默化改變著生活的方方面面，生物識(shí)別、視頻識(shí)別、內(nèi)容審核、智能安防等。國(guó)內(nèi)更是誕生了諸如曠視科技、商湯科技、極鏈科技Video++、依圖科技等優(yōu)秀人工智能初創(chuàng)企業(yè)。當(dāng)前，人工智能已經(jīng)不僅僅是提升工作效率的一種技術(shù)手段，同時(shí)還在重塑著產(chǎn)業(yè)鏈和價(jià)值創(chuàng)造方式。

人工智能這幾年有了這么大的突破，其中一個(gè)重要的推動(dòng)力就是大數(shù)據(jù)。在大數(shù)據(jù)這個(gè)概念出現(xiàn)之前計(jì)算機(jī)并不能很好的解決需要人去做判別的一些問(wèn)題。所以說(shuō)如今的人工智能不如說(shuō)是數(shù)據(jù)智能，人工智能其實(shí)就是用大量的數(shù)據(jù)作導(dǎo)向，讓需要機(jī)器來(lái)做判別的問(wèn)題最終轉(zhuǎn)化為數(shù)據(jù)問(wèn)題。

技術(shù)型的高科技創(chuàng)業(yè)公司都喜歡特別的新東西，大數(shù)據(jù)與幾年前的火熱相比，近幾年關(guān)注程度略有下降。大數(shù)據(jù)這個(gè)概念興起是在2011年至2014年期間，早年的大數(shù)據(jù)是在大型互聯(lián)網(wǎng)公司中重度使用和推動(dòng)的技術(shù)，這些大公司面對(duì)著前所未有的數(shù)據(jù)量，需要采集數(shù)據(jù)，存儲(chǔ)數(shù)據(jù)，清理數(shù)據(jù)，查詢數(shù)據(jù)，分析數(shù)據(jù)，可視化數(shù)據(jù)。而這部分有些由產(chǎn)品來(lái)完成，有些由人力來(lái)完成，歸根結(jié)底，對(duì)于這一切工作，都需要建立一個(gè)數(shù)據(jù)驅(qū)動(dòng)的文化。

大數(shù)據(jù)的價(jià)值

沒(méi)有數(shù)據(jù)支撐的個(gè)例沒(méi)有任何參考意義

在穩(wěn)定收入的人群里，大約三到五成的人在炒股，據(jù)統(tǒng)計(jì)，95%的個(gè)人投資最終跑不贏大盤(pán)，50-70%的頻繁短線交易中甚至在虧錢(qián)。那么他們?yōu)槭裁催€要炒股，一方面是對(duì)自己的炒股能力的自信，另一方面看到周邊賺錢(qián)的個(gè)例，讓他們覺(jué)得炒股賺錢(qián)很容易，但是只要看看統(tǒng)計(jì)數(shù)據(jù)，就會(huì)得到相反的結(jié)論。

大量數(shù)據(jù)的意義

2005年，第一次做機(jī)器翻譯的Google請(qǐng)來(lái)了機(jī)器翻譯專家弗朗茲.奧科，一年之后做出了當(dāng)時(shí)世界上最好的機(jī)器翻譯系統(tǒng)，在NIST的年度評(píng)審結(jié)果中，Google的BLEU得分51%，領(lǐng)先第二名5%，而基于語(yǔ)法規(guī)則翻譯的SYSTRAN僅為10.79%。奧科的秘訣卻還是兩年前的方法，利用了比其他研究機(jī)構(gòu)多幾千甚至上萬(wàn)倍的數(shù)據(jù)，訓(xùn)練出一個(gè)六元模型。一般來(lái)說(shuō)，要估計(jì)N元模型的各個(gè)條件概率，要有足夠多的數(shù)據(jù)，N越大，數(shù)據(jù)要越多。如果多使用兩三倍的數(shù)據(jù)，機(jī)器翻譯效果會(huì)好一點(diǎn)，但是幾萬(wàn)倍的數(shù)據(jù)增加，量變的積累導(dǎo)致質(zhì)變，就能達(dá)到更好的效果。

大數(shù)據(jù)的重要性

在醫(yī)療保健里面，基因的缺陷和很多疾病都有關(guān)系，要想搞清楚其中的關(guān)系： 傳統(tǒng)的方法是通過(guò)實(shí)驗(yàn)才能清楚某一段基因的機(jī)理，但這可能是個(gè)漫長(zhǎng)的過(guò)程。還需要考慮到它的缺陷帶來(lái)的身體的變化，再研究這種變化可能導(dǎo)致的疾病，或者什么情況下會(huì)導(dǎo)致疾病。但科學(xué)家研究幾十年，都很難找到很多疾病的關(guān)系。 而數(shù)據(jù)統(tǒng)計(jì)方法與這些正好相反，可以從數(shù)據(jù)出發(fā)，找到基因缺陷與疾病在統(tǒng)計(jì)上的相關(guān)性，然后再反過(guò)來(lái)分析這種相關(guān)性的內(nèi)在原因。

人工智能賦能各個(gè)行業(yè)

隨著數(shù)據(jù)的積累、計(jì)算機(jī)算力的躍升和算法的優(yōu)化，人工智能正在讓生活變得更高效。人工智能的持續(xù)進(jìn)步和廣泛應(yīng)用帶來(lái)的好處是巨大的，為了讓它真正有益于社會(huì)，同樣不能忽視的還有對(duì)人工智能的價(jià)值引導(dǎo)以及倫理調(diào)節(jié)。

2020年作為一個(gè)重要的時(shí)間節(jié)點(diǎn)，相關(guān)機(jī)構(gòu)預(yù)測(cè)將會(huì)有500億只能設(shè)備接入互聯(lián)網(wǎng)，這500億設(shè)備都具備感知通訊和一部分處理的能力，他們會(huì)時(shí)時(shí)不斷的往服務(wù)端傳數(shù)據(jù)，那時(shí)人類所采集和傳輸?shù)臄?shù)據(jù)都只是其中的一小部分，而到了5G時(shí)代，數(shù)據(jù)就不光是為人服務(wù)了，也是在為物服務(wù)。人工智能也將隨著大數(shù)據(jù)的發(fā)展，將智能應(yīng)用發(fā)展得淋漓盡致，在各行各業(yè)都得到廣泛的應(yīng)用。包括智能家居，智慧金融，智能客服，智能醫(yī)療等各大領(lǐng)域。

——轉(zhuǎn)自互聯(lián)網(wǎng)