大数据与新一代人工智能的思维方式

ICT技术、尤其是大数据的发展推动了新一代人工智能的兴起。那么，大数据思维与新一代人工智能有什么关系呢？

大数据思维有几个最典型的说法：是相关性而不是因果性、是全体样本而不是采样、简单算法胜过复杂算法。在我看来，这三个说法是有逻辑关系的。大数据的本质优势存在于：“是全体样本而不是采样”。这个特征意味着：发生问题时，我们总能在历史数据中找到相似的案例。在此基础上，根据案例去模仿、去判断。例如：要知道从宝钢到浦东机场的最快速度，找到最快的案例跟着走就可以了。当然，这个逻辑成立的前提是计算能力是足够强大。在此基础上，找案例往往是简单的算法：如果有难点的话，就是如何衡量相似度。而此这一点，常常可以根据人的经验去制定规则。于是，根据案例去模仿、去判断，也就不需要理解什么因果了：反正这样做是成功的、正常的，不必要知道为什么了。这种做法简单粗暴，但却有效。

通过这件事，我们可以反思一下关于大数据的定义。很多人用数据规模的定义“大数据”，主要着眼于数据的处理能力，是从乙方的角度看问题。对用户来说，这并不是一个很好的角度。如果从甲方的角度看问题、从满足业务需求、解决问题的角度看问题，用“是全体样本而不是采样”来定义大数据则更加有用。

从某种意义上说，新一代人工智能是应用大数据的一种方式。机器学习等方法把简单粗暴的处理办法提炼成了模型，但思想层面却还保存着“简单粗暴”的“基因”：新一代人工智能体现感性认识、形象思维，而不是逻辑思维、理性认识。例如，新一代人工智能的典型进进展图像识别、语音识别、围棋等，关键是模仿人的感知能力（围棋中，可以模仿人们对“势”的感觉）。我们知道，人的感性认识和形象思维很难通过人类和计算机语言告诉计算机的。这一点制约了相关技术的发展：比如，制约了自动驾驶、机器无法替代品酒师。机器学习则是让机器自己去掌握这些知识，而不必去编码。这就是周院长说的，从“授之以鱼”发展到“授之以渔”。

所以，与理性思维、逻辑思维相比，感性认识、形象思维并不是“低档次”的思维方式，而是基础的思维方式、是理性和逻辑思维无法替代的思维方式。这是新一代人工智能的价值所在。

从另外一个角度看，解决“感性认识”、“难以编码”的问题，采取的是神经系统的“结构模拟”、而不是“功能模拟”。这种方法的前身是人工神经元网络。人工神经元方法曾经没落过，因为它难以解决“不可泛化”的问题。可泛化的问题是通过“深度学习”来解决的——但是，只有在大数据和计算能力增强的条件下，深度学习才能解决可泛化问题，从而可以让计算机可以有效模拟难以编码的感性认识。或者说，如果数据量不够大、数据分布的完整性不够好，深度学习未必有用。

我一直觉得，大数据思维“是相关不是因果”的提法不好，容易导致思想上的混乱。特别地，工业大数据还是强调因果的。根据上面的分析，我觉得更确切的说法或许是：大数据的优势在于可以促进感性认识、形象思维的模仿，但并不排斥理性认识、逻辑思维。我甚至认为，深度学习促进了感性认识和理性认识的结合、形象思维和逻辑思维的结合。这种结合，就像从一维空间走到了二维空间，把一个大的技术蓝海展现在人们的面前。

声明：本网站所收集的部分公开资料来源于互联网，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传，对此类作品本站仅提供交流平台，不为其版权负责。如果您发现网站上所用视频、图片、文字如涉及作品版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容，以保证您的权益！联系电话：010-58612588 或 Email:editor@mmsonline.com.cn。