数据初探

图片发自App

谈起人工智能，大家往往容易被神秘的“智能”一词迷惑，认为机器产生智能一定极其复杂深奥。诚然，人工智能确实是基于非常复杂的数学理论，但目前主流的智能算法其实是基于几十年前就已经公开发表的各种机器学习理论，之所以人工智能在最近几年爆发，并不是智能算法有了突破，而是三十年互联网的发展制造了足够多的数据，让人工智能真正有了生存和发展的土壤。

一，数据之于机器智能，就像知识之于人脑

曾经有过关于狼孩或猪孩的报道，这些在动物环境下长大的人回到人类社会就像婴儿刚出世一样一无所知。他们的大脑在生理上已经成熟，但由于没有接触人类社会的知识，其智商极低，也可以说没有智能。这样的人经过学习，逐渐会恢复一定的智能水平。由此可以看出，智能不是人脑这个器官独自发展出来的，它需要知识的培育才能形成智能。

同样的道理，机器的智能也不是像制造精密仪器那样生产出来的。人工智能=数据+算法，算法类似人的大脑基本处理逻辑，而数据就是培育机器智能的知识养料。

二、数据如何让机器产生智能

所谓智能就是能自主处理和解决复杂的问题。我曾经迷惑智能和自动化有什么区别，后来看了牛人的解释恍然大悟，自动化和智能的区别在于能在多大程度上自主学习并解决未知的问题。自动化就是完全按照程序执行、处理设计范围内的数据并获得预期结果，这当中机器不会自主做程序设计之外的操作，完全被动执行。

而智能可以用已有的知识即数据去喂养算法，数据越多越精确，算法会学习的更快更准更聪明，从而不仅能解决确定的问题，还能基于已有学习经验去解决未知问题或做出预测。

机器学习算法，本质就是某种数学解题方法。机器学习过程首先需要根据具体的业务和场景建立数学模型，然后采用合适的数学理论，用实际的数据不断矫正模型参数，以便用数学模型计算出来的结果最接近实际结果。在这个过程中，训练数学模型的数据越准确越全面，算出的模型参数越符合实际。这是个无限趋近真实世界的计算过程。

一般的计算机处理是首先编写好特定的程序，输入具体数据就得出想要的输出结果。而智能算法的处理过程是给出大量的输入和相应的输出目标，利用合适的基本数学模型，根据这些数据自己算出一个最佳的具体的处理方法。简单的说，人们只需要给出输入和输出目标，人工智能就能算出最适合的程序去处理。

Alphago就是利用深度学习算法，用海量的围棋对弈过程训练，从而让机器在面对任何棋局时都能找出最可能取胜的方法去应对。现在的自动驾驶技术也是要把行驶过程中的详细路线、路况、地形地貌、周边建筑和天气等数据去训练驾驶技能，让机器能够见多识广，能够独自应对各种情况，实现自动驾驶。

三、什么是数据思维？

人类已经逐渐步入智能时代，而数据对智能如此关键，在这个时代培养与时俱进的数据思维是提高个人竞争力的重要一环。

什么是数据思维？我们先来看看什么不是数据思维。从工业革命开始，人们逐渐建立了机械思维。吴军老师讲机械思维本质就是确定性和精确的因果关系。苹果掉在地上必然有原因，牛顿发现了背后的精确原因，开启了近代物理学的大门。

但在这个飞速发展的复杂世界上，很多现象之间没有必然的一对一的因果关系，或我们还没有发现其中的因果关系，但通过数据可以发现他们之间具有强或弱的相关性。比如超市货架商品的摆放，要尽量符合人们购买商品的相关性。购买A商品和B商品可能没有因果关系，但从人们购买的数据上看出两者强相关，那就摆在一起增加销售量。

数据思维就是一种更加务实和尊重客观事实的态度，在没有搞清因果关系之前，相信存在即合理，相信我们知道的远比不知道的少。数据就是细节、就是创新、就是探索，数据思维就是积极进取，不断超越自我，抓住数据就揪住了真理的尾巴。

四、与人工智能翩翩起舞

人工智能的发展必然导致很多现有的工作岗位被逐渐淘汰。就像工业革命时期大量手工产业被机器淘汰，大量工人失业并产生了深刻的社会矛盾和社会变革。彼时人们认为是机器夺走了他们的饭碗，这种思维导致了失业工人更加被动的处境。生产力的发展是造福人类的好事情，被解放出来的人们可以从事更高级更创新的工作，从而不断推动社会进步。

处在社会大变革中的人们，应当接受和拥抱变化，庆幸赶上难得的机遇。少数人会迅速调整自己，积极跟上时代的发展，抓住机遇，在变革中获得更大进步和获取红利。

人工智能虽然在记忆、计算和推理等方面远超人类，但也有诸多不足，它只是一种更高级的工具，更适合某一领域而不是像人一样具有通用的智慧。作为更高级的我们，应该学会与人工智能为伍，充分利用人工智能的长处，作为更好的提高个人能力的工具。

在智能时代，掌握数据思维，学会用新思维指导我们的工作和生活，擅长驾驭各种人工智能工具，将是不被时代淘汰，提高核心竞争力的必由之路。