大数据与人工智能，未来计算决定着智能水平的发展

从学术层面到高科技公司，再到政府层面都对人工智能越来越关注，人工智能机器人可能是下一个产业革命的爆发点，比如像自动驾驶，自动问答，虚拟现实等都跟人工智能有关，将来是科技创新的主战场。

学习的能力是智能的本质

那么什么是人工智能?应该包括哪几个方面，比如我们看到的机器人，首先他有眼睛，有感觉，能感知环境是怎么样，完成它任务怎么样做，通过感知把数据记录下来以后，要做思考，想想怎么做，后面你就可以行动。所以，感知、思考和控制是人工智能几个重要的方面。

我们看到很多科技公司推出各种各样的产品，比如说我们看到有智能手机、智能水杯、智能手环等等，还有百度推出的智能快搜，谷歌在做的智能汤勺，但是真正想一想这些产品是不是真的具有智能呢?我们把这些产品和60、70年代的老式收音机放在一边，他们的不同在什么地方?思考这些问题能帮我们想清楚未来方向，也可以区别现在的这些产品它到底是不是真的智能。真正的智能系统应该能随着经验演化越变越聪明，学习的能力，是智能的本质!

经验就是数据

那么什么叫经验?经验就是数据，所以我们到今天看到一个振奋人心的时代来临，这也是我们济济一堂来到这个会议的原因，这个时代是什么?就是大数据时代。

从万物互联到万物智能

今天在座每一位可能都跟我一样，身上带了至少两三个移动设备，平均每个人连到两到三个设备。半个多月前，在乌镇孙正义有一个更加疯狂的预测，预测2020平均每个人要连接到一千个设备，一千个设备包括你随身带的设备，你的wifi，甚至是监控摄像头。在移动互联网时代，我们看到的未来是万物互联，人跟环境，人跟物，物跟物之间都会发生连接。这种连接同时也意味着数据爆增，到达前所未有的广度和数量，大数据的时代使我们从万物互联到万物智能。

深度学习与大数据

很多拥有大数据的互联网公司，包括谷歌、脸谱和百度，都在成立研究机构，这个机构机构最主要的研究方向就是大规模的深度学习，聚焦点就是大数据驱动的人工智能。在百度内部，一个横跨各个产品线大项目获得了今年的百度最高奖，这个项目就是百度大脑。拥有上千台PC服务器，和将近1000台GPU服务器，构建了世界上规模最大的深度神经网络，百亿级的参数。我们基于这些基础设施，去研发世界上最先进的深度学习算法，包括语音识别、图像识别、自然原理理解、广告竞争匹配、广告建模等等。

深度学习其实它不是一个新事情，在30年前80年代末的时候，深度学习就已经是得到了广泛关注，而到了大数据时代的今天，它获得了更多的成功和影响力。为什么呢?

第一方面，深度学习模拟了大脑的行为。一开始做深度学习这帮人，他们的想法受到卷积神经系统网络的影响，在80年代受到了神经科学家对于视觉神经系统理解的影响;

第二，从统计和计算的角度来看，深度学习特别适合大数据;

第三，深度学习是End-to-end学习;

第四，深度学习提供一套建模语言。

大数据时代传统深度学习的误区

我具体给大家讲讲第二点，深度学习特别适合大数据下。在统计上面分析机器学习系统效果时，一个最根本的角度叫推广误差，推广误差可以帮助我们找到误差来源，从而设计出更好的算法。一个经典的分解方法，把推广误差分解成两部分：

Approximation error：数学模型不完美导致的误差;

Estimation error：数据不完美，比如数据有限或数据有偏，导致的误差;

Optimization error：算法不完美导致的误差。

随着数据规模的扩大，从推广误差的角度来说，传统的深度学习研究中存在着一些误区：

从Approximation error的角度来说，过去我们认为简单的模型就是好的，但实际上简单的模型是不够好的，随着机器的增多，参数越来越多，模型越来越复杂，是大趋势，过去认为简单的模型是好的这是错误的观念;

从Estimation error的角度来说，为了保证数据的精确，应该收集充分的数据;

从Optimization error的角度来说，通常是学术界的观点是，开发研究非常精致的优化算法，但是这些算法存在一个大问题：不能覆盖大数据。比如，SVM的复杂度是在数据二次方到三次方之间的复杂度，今天处理一万个训练样本没问题，但是如果变成十万个训练样本，你需要一百倍到一千倍的计算资源，这是灾难性的问题，所以在大数据的时代，工业界反而要倡导的是desgin “an OK algorithm”。

推荐阅读文章

1.大数据是什么
2.大数据时代
3.大数据的产生和作用
4.大数据时代的10个重大变化
5.大数据处理的基本流程
6.大数据涉及到的关键技术
7.大数据采集概述
8.通过系统日志采集大数据
9.通过网络爬虫采集大数据