AI行业应用延伸，大数据提供引擎支持

来源：海牛学院 时间：2018-03-06 13:10:00 

2015年，从AlphaGo 打败欧洲冠军樊麾开始，AI开始进入了爆炸的元年，北京时间2017年10月19日凌晨，DeepMind公布了最新论文，发布了最新版本的AlphaGo Zero系统程序，AlphaGo Zero的特点是将价值网络和策略网络整合为一个神经网络，训练三天就能以100比0击败之前与李世石对弈的AlphaGo版本。


根据罗兰贝格报告，在中国未来的20年，金融行业中，预计AI能带来约6000亿人民币的降本增益。汽车行业中，AI在自动驾驶等技术上的突破将带来5000亿人民币的价值增益。大健康领域中，预计AI可以带来4000亿人民币的成本下降。
如《终结者》、《疑犯追踪》等影视作品中的情节都将会在现实生活中上演。AI正突破诸多技术瓶颈，在市政、交通、医疗、语音等行业横向渗透，逐步走入平常生活。



AI作为新贵正在推动互联网的在次变革，通过机器将沉淀数据进行深度有效学习，从而使机器拥有“IQ”。
AI把人从劳动中解放出来，大数据是第一步
2014年起，“大数据”概念首次被正式写入《政府工作报告》。IDC发布的报告也显示：2017年大数据全球市场规模将达324亿美元。大数据也一度被誉为“第四次工业革命”的标志。
大数据作为一种资源，企业可以更快地感知周边的变化，更微观地洞察客户、消费者以及合作伙伴们的行为和变化趋势，更精准地优化企业的运营，更和谐地与商业伙伴一起开展协同创新。大数据正在重塑企业，重新定义行业，从理论上来看：所有产业都会从大数据的发展中受益。
大数据时代，赋予AI新的起点、新的使命
“深度学习”（Deep Learning）是一个划时代的、革命性的词汇。深度学习的出现，AI就不需要通过编程来识别具体的目标，AI是通过使用大量数据来对机器进行训练，从而归纳和识别特定的目标。
机器需要拥有“IQ”就需要深度学习，也就需要更多的数据样本。优质数据样本的多少决定着深度学习的深度。而大量的优质数据样本则需要人工完成，通常称之为：数据采集，即：自然人采集数据，机器深度学习行为才可以实现。


并非所有的数据都可以直接拿给机器使用，而是需要人工对数据样本进行标注，即：人工将数据样本标注后变成机器可识别的数据。图片、视频、音频、文字等多种数据形式均需要人工标注。

据昝智介绍：AI的核心是基于优质深度学习的数据样本，优质数据样本的数量决定机器的“IQ”值。而由于Deep Learning需要大量人工对数据进行采集和标注，所以我们也可认为：“人工智能，人越多越智能”。



“机器将会入侵统治地球”的话题似乎已经被提到了日程，人们似乎已经开始紧张起来。巨头布局，AI格局似乎已经出现雏形。
但是AI在市场中的表现却没有人们预期的那样。在搜索、语音、面部识别等领域，AI已经展现出了其强大且卓越的能力，而在其他领域却远没有应用的普及。


目前的AI仅仅是在做小幅度运动，横向渗透以及边缘化扩展暂未形成规模。若要AI真正发挥其优势，走入平常生活，就需要海量的优质数据。
即：通过数据不断训练机器使之不断进步。没有大数据做支撑，没有不断地深度学习，AI也就无从谈起。AI行业应用延伸，大数据提供引擎支持。