人工智能为什么需要大数据

一、一个老问题

二战后期，美军对德国和日本法西斯展开了大规模的战略轰炸，每天都有上千架的战机呼啸而去，但是在返回时往往损失惨重。

对此，美国空军十分头疼，如果想要降低损失，就需要在飞机上焊上防弹钢板。但是，过多的防弹钢板会使飞机的速度、航程、载弹量都受到影响。

这时候，一个人出现了，他就是数学家亚伯拉罕·沃尔德。他的方法十分简单，在一张白纸上画出飞机的轮廓，随后让地勤技师统计飞机上的弹孔，之后在白纸上将弹孔画在相应的位置。

画完之后众人惊呆了，飞机的机身和机翼中弹率这么高，密密麻麻的都是弹孔，于是，有人建议应该在机翼等那些密集中弹的地方加厚装甲。

但沃尔德却建议，在飞行员座舱和尾翼这两个位置焊上钢板，而白纸上这两处几乎是空白的。老飞行员一看就明白其中的道理，如果飞机的座舱中弹，飞行员九死一生；如果尾翼中弹，飞机将会失去平衡而坠毁。这两处一旦中弹，飞机多半就回不来了，因为死人不会说话，白纸上这两处才会一片空白。

这就是一个非常简单的统计学知识，幸存者偏差。

二、一个新解读

这个问题相信大多数人都能够理解了，但是今天我们重新思考一个维度，那就是如果是人工智能来判断，它会不会中幸存者偏差的陷阱呢？我的答案是一定会，因为人工智能只能基于已有的数据进行分析，却不能主动思考那些没有被输入的数据。那这个问题怎么解决呢？方法就是大数据。

我们假设当时那些地勤技师，看到的不只是回来的飞机，那些被击落的飞机也想尽各种方法被收集回来，一起放在他们面前，他们马上就能做出正确的判断，都不需要数学家帮忙。因为出现幸存者偏差的原因在于数据源本身是由缺失的，如果能够看到全部的数据，自然就不会有幸存者偏差这样的问题。这就是为什么人工智能需要大数据的原因了，这其实是人工智能的一个缺陷导致的。

三、人的优势

这缺陷恰恰是人的优势所在，那就是想像力。当时沃尔德其实是这么推断的，飞机各个地方中弹的概率应该是一样的，那么飞回来的飞机中弹多的地方其实是不要命的地方，那些没有中弹的地方才是要命的地方，因为那些飞机被击落没有飞回来。但是我们仔细分析这里的逻辑，它的起点就是“飞机各个地方中弹的概率应该是一样的”，这其实是一个假设，而且其实没有办法验证了，因为那些被击落的飞机没被看到么。所以这个假设其实是沃尔德想像出来的，只不过这个想像比较合理罢了。

所以人在做推断的时候可以从一个不是真实存在的假设开始，我们所有的学科的最底层都是这样的假设开始的，比如经济学的基本假设：理性人假设。为什么要这么做呢，因为人经常不能够看到所有的情况，所以对于那些没有被看到的情况，就需要由想像力去补足。从古时候的神话传说，到现在科学，其实想像力都起到了重要的作用，只不过很多想像最后被事实推翻了，而留下的都是经历的时间的考验还没有被推翻的而已。这是人类得出自己的知识的方式。

但是人工智能不是这样的，他没有想像力，所以只能够收集尽可能多的数据，来得出事实和事实之间的相关关系，但是相关关系并不是因果关系，虽然随着数据量的增加，相关关系会向着因果关系靠近，但是因为没有想象力，所以除非真能弄到全方面的，全维度的全数据，那么人工智能所得出来的永远都是相关关系，而不是因果关系。吴军曾经说过人工智能不可能超越人类，因为人工智能不会犯错。这话其实说的对，但是说的浅了。人工智能真正的弱点在于不会想像，不会想像当然就不会犯错。

四、人工智能一样的人会被淘汰

世间的现象千奇百怪，如果解释每一件事情都要用一个特殊理论，那实在是太麻烦了，就好像你每拧一颗螺丝就要换一把螺丝刀一样。但是这种麻烦对与人工智能其实就不是什么问题，而它本质上就是在通过大量的数据去得出大量的特殊理论。罗胖再一次跨年演讲的时候就说到：人类分析物理问题把问题分解为低速和高速两种情况，但是人工智能就会把从低速到高速分解成3000多种情况，然后每种情况一种理论。这不就是特殊理论么？

人工智能能这么做是因为它的运算速度太快了，但是人如果像人工智能一样做事那就会非常悲剧，因为这样做事的人会被人工智能替代。现实中还真有人是这么做的，其实很多医生其实根本不懂医学，他们只是记住了大量的医学知识而已，然后根据病人的症状给出不同的治疗方案，治病就是查字典。在过去因为没有计算机，这些知识只能全部储存在他们的大脑中，但是也因为没有电脑所以这些医生和真正懂医学的医生区别不出来。我曾经听我的同事说过一次看病的经历，在看病的时候医生根本没有理睬我的同事，只是在电脑上根据病例配药而已。

其实现实生活中大量的人干的都是这样的活，收费站，收银员都是这样的工作。这样的工作就是必然被淘汰的。