[人工智能 Ch2] 脱离场景聊数据就是耍流氓

读了李开复老师<人工智能>第二章，写下随笔。

人工智能的上一个高潮是Watson在国际象棋比赛中战胜棋王卡斯帕罗夫。然而当专家系统无法有效应对更复杂的环境而遇冷，而现在，人工智能又称为全世界的焦点，核心原因是有了海量数据采集能力。

于此同时，在摩尔定律的作用下，计算资源价格快速下跌，计算能力直线上升，所以导致之前无法执行的深度学习等算法有了用武之地。所以，李开复老师将人工智能做如下定义。

人工智能=大数据+深度学习

在维克托·迈尔-舍恩伯格的<大数据时代>一书中，提出数据才是根本，所以能处理海量算法的统计学在90年代乃至本次浪潮的主流。<智能时代>的作者吴军博士指出，大数据是一种全新的方法论，根本上改变做事的方式和方法。目前效果最有代表性的应用是语音识别和机器翻译，有了海量数据后，简单的模型战胜了精巧的算法。

因此，数据是道，是人工智能腾飞的根本。

深度学习是目前最火的算法代表，在各种分类问题上都取得让人瞠目结舌的效果。李开复老师给了一个有趣的网站，(http://playground.tensorflow.org）， 大家可以上去玩玩。算法是人类精细化构建出来的模型，具备对数据的解析能力。

所以，算法是术，是人工智能进阶的武器。

在数据和算法之外，有个核心的因素，是场景。目前各种牛的应用，都是在弱人工智能下，脱离了场景则毫无意义。这里也就引出目前各种人工智能应用最关键的问题，场景是什么，落地的方法是什么，换算成算法的语言，就是算法优化的目标是什么，最牛的算法大牛的能力不是实现，而是定义。

在数据层面，脱离场景聊数据就是耍流氓。大数据也不是一味大体量大，更多是数据全，数据有深度，用全数据取代抽样数据。何在特定场景下，实现有效的数据采集、存储和处理是大问题，对海量数据预处理是目前投入最高的一个环节。

最后，附上高纳德技术成熟度曲线一张，大家看看自己所在的领域，是不是还在图上。

高纳第技术成熟度曲线

欢迎大家订阅我的微信公众号： [pdm-yuanqian]，不如杯在手。