京公网安备 11010802034615号
经营许可证编号:京B2-20210330
深度学习+大数据? “人工智能”标准有待厘清
人工智能现在是一个大热的词儿,彭博信息研究公司的调查结果表明,最近两年,人工智能在很多公司的电话会议记录中出现的频率大幅上升,收购人工智能的意向也开始增多。不过,人们对人工智能的认识却莫衷一是,但凡和自动化沾边的软件、机器等,常常被放进人工智能这个大筐里。
当地时间2017年6月7日,瑞士日内瓦,在国际电信联盟(ITU)举办的“人工智能”全球峰会上,汉森机器人公司研发的类人机器人Sophia亮相。
目前人们对人工智能的认识,其实大多来自小说、电影中的艺术形象,从电影《异形》中的冷血仿真人大卫,到《星球大战》中萌感十足的机器人C—3PO。这些形象往往具有与人类相仿的外形、思维方式甚至感情,并且在力量等方面超过人类。基于这种认识,人工智能常常被等同于机器人;“阿尔法狗”则让一些人把人工智能与计算机程序画上了等号;甚至推特之前对内容进行简单的优化,也被一些人认为推特在努力“让人工智能变得更加智能”……
讨论人工智能的标准,得从计算机的诞生说起。上世纪50年代以来,“图灵测试”普遍被认为是判断机器能否称为人工智能的标准。但在很长一段时间里,人工智能仅停留在研究阶段,2006年开始的第三次人工智能热潮,将人工智能从实验室推向了实际应用,并创造出真正的价值,人工智能成为一个新的投资风口。
人工智能的核心在于三大技术汇流:一是以深度学习为核心的算法的演进;二是计算机处理能力和运算速度的提高,能高效识别文字,能听声辨图;三是互联网技术的发展,产生广泛、海量的数据。“机器”凭借卓越的计算能力、利用深度学习方法、以海量数据为素材进行训练,智能程度显著提高。就如美国佐治亚理工学院研究者查尔斯·伊斯贝尔所描述的:真正的人工智能要求计算机程序或机器展示出自我管理能力、表达情绪和创新性。因此,当前的人工智能=深度学习+大数据,这是一个最具时代精神、也最为普遍接受的认识。
人工智能并不总以机器人的形态出现,在很多情况下,它甚至是以不可视的形态存在的。苹果手机的语音助手“Siri”就是只闻其声、不见其形。相反,以机器人甚至人形机器人形态出现的机器,有许多并未达到人工智能的程度,而且,人工智能也不是超级人脑,因为它与人类大脑的工作原理存在巨大差别。
明确界定人工智能,为的是让人工智能更加有序地发展。我们既不能将人工智能泛神化,让产业失去起码的准入门槛,企业可以随便蹭“热点”,随心所欲为自己五花八门的产品贴上“人工智能”的标签;另一方面也无需将其妖魔化,至少在可见的未来,人工智能并不能凌驾于人类之上,更不会出现毁灭人类的可怕后果。在人工智能本性问题的讨论上,佐治亚理工学院交互计算教授伊恩·博戈斯特的观点或许更加接近真相:它们是人类制造的装置,运行人类编写的软件,充斥着二者的优缺点。当然,这样的观点并不能改变人工智能成为下一个技术前沿和产业风口的现实,也削弱不了其打破世界秩序的潜力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20定量报告的核心价值是传递数据洞察,但密密麻麻的表格、复杂的计算公式、晦涩的数值罗列,往往让读者望而却步,导致核心信息被淹 ...
2026-01-20在CDA(Certified Data Analyst)数据分析师的工作场景中,“精准分类与回归预测”是高频核心需求——比如预测用户是否流失、判 ...
2026-01-20在建筑工程造价工作中,清单汇总分类是核心环节之一,尤其是针对楼梯、楼梯间这类包含多个分项工程(如混凝土浇筑、钢筋制作、扶 ...
2026-01-19数据清洗是数据分析的“前置必修课”,其核心目标是剔除无效信息、修正错误数据,让原始数据具备准确性、一致性与可用性。在实际 ...
2026-01-19在CDA(Certified Data Analyst)数据分析师的日常工作中,常面临“无标签高维数据难以归类、群体规律模糊”的痛点——比如海量 ...
2026-01-19在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12