近年，隨著數(shù)據(jù)量的快速增長，如何實現(xiàn)對大數(shù)據(jù)價值挖掘已經(jīng)成為當前企業(yè)普遍關(guān)注的話題。由此也推動了人工智能在各個領(lǐng)域的全面發(fā)展。如果將大數(shù)據(jù)比作燃料，人工智能就是發(fā)動機引擎。那么，當大數(shù)據(jù)碰上人工智能，到底能激發(fā)出怎樣的火花？

[[212887]]

大數(shù)據(jù)與人工智能融合發(fā)展之路

大數(shù)據(jù)是人工智能的“養(yǎng)料”

當前，隨著企業(yè)信息化應(yīng)用的逐漸深入，企業(yè)日常經(jīng)營和生產(chǎn)中的數(shù)據(jù)越來越多，其中有結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)主要包括語音、圖像、視頻等。相關(guān)統(tǒng)計顯示，非結(jié)構(gòu)化數(shù)據(jù)約占總數(shù)據(jù)量的80%。在傳統(tǒng)的數(shù)據(jù)分析技術(shù)下很難實現(xiàn)對非機構(gòu)化數(shù)據(jù)的分析，但隨著人工智能的發(fā)展已經(jīng)很好的克服了這個技術(shù)挑戰(zhàn)。目前人工智能已經(jīng)在很多層面實現(xiàn)對非結(jié)構(gòu)化數(shù)據(jù)的分析和應(yīng)用，比如機器視覺、語音識別與交互、圖形圖像識別、無人駕駛等。在機器視覺領(lǐng)域，以往基于尋找合適的特征來讓機器辨識物體狀態(tài)幾乎代表了計算機視覺的全部，但是隨著對多層神經(jīng)網(wǎng)絡(luò)的深入探索，2017年的機器視覺已經(jīng)發(fā)生了重大轉(zhuǎn)變，自學(xué)習(xí)狀態(tài)成為了視覺識別的主流。

簡單理解，人工智能要實現(xiàn)的最終目標是讓機器替代人進行決策、行動和思考，讓機器替代人完成繁雜的日常工作。但當前我們談的人工智能還比較初級，只是實現(xiàn)了賦予機器不斷從經(jīng)驗中獲取知識和學(xué)習(xí)策略。在遇到類似問題時運用積累的大量經(jīng)驗數(shù)據(jù)來解決問題并積累新的經(jīng)驗，從而提升解決問題的能力。從本質(zhì)上來講，賦予機器“智能”的關(guān)鍵是能在短時間內(nèi)實現(xiàn)對海量數(shù)據(jù)進行快速的分析，并通過分析結(jié)果做出決策，反應(yīng)在結(jié)果上就是最終的決策引導(dǎo)機器做出相應(yīng)的行為或操作。

人工智能推動大數(shù)據(jù)深化應(yīng)用

當前，隨著人工智能在數(shù)據(jù)分析模型和軟件算法方面實現(xiàn)不斷的突破，人工智能平臺對不同類型或格式的數(shù)據(jù)進行識別和分析也逐漸成為可能，數(shù)據(jù)分析能力的增強能支撐人工智能系統(tǒng)進行更為復(fù)雜的決策。

當前將大數(shù)據(jù)與人工智能結(jié)合運用***的當屬Google和Apple。近年來，Google研發(fā)了“語義搜索”的進化系統(tǒng)，通過Gmail、GoogleDocs等獲取大量的“非結(jié)構(gòu)化數(shù)據(jù)”，使Google的“大腦”變得更加聰明。Apple的語音識別技術(shù)Siri也是基于***人工智能理論(深度學(xué)習(xí))構(gòu)建的。由此可見，現(xiàn)代的人工智能進化，不僅需要理論研究，還需要大量的數(shù)據(jù)作為支撐。

此外，國內(nèi)的知名企業(yè)在人工智能應(yīng)用方面也走在了前列。以京東為例，為打造智慧供應(yīng)鏈管理平臺，京東運用機器學(xué)習(xí)和運籌優(yōu)化技術(shù)建立起基于數(shù)據(jù)驅(qū)動的智能分析系統(tǒng)，包括了根據(jù)歷史與環(huán)境自動智能定價系統(tǒng)，實現(xiàn)自動補貨和調(diào)貨的智能庫存系統(tǒng)，物流中的無人倉機器人智能系統(tǒng)等。海爾目前擁有包括上億個用戶數(shù)據(jù)的SCRM大數(shù)據(jù)平臺，并根據(jù)數(shù)據(jù)特點建立起了需求預(yù)測和用戶活躍度等數(shù)據(jù)模型，僅此優(yōu)化就實現(xiàn)年轉(zhuǎn)化銷售額達到60億元。

筆者認為，當前隨著GPU、FPGA等芯片技術(shù)的發(fā)展，強大的計算性能已經(jīng)能在一定程度上滿足大數(shù)據(jù)分析需求。同時，云計算也為基于互聯(lián)網(wǎng)的超大規(guī)模的數(shù)據(jù)分析提供了支撐。在軟件算法方面已經(jīng)針對很多應(yīng)用實現(xiàn)了突破，如視覺可視化、語音交互與識別、人臉識別以及無人駕駛汽車等。計算能力和軟件算法，這兩個支撐人工智能發(fā)展的因素目前正在逐步成熟。

后記

筆者認為，大數(shù)據(jù)整體產(chǎn)業(yè)鏈趨于成熟是催生人工智能熱潮的關(guān)鍵。未來，人工智能技術(shù)將逐步走向主流，大數(shù)據(jù)和人工智能技術(shù)相結(jié)合將對各行業(yè)產(chǎn)生重要的影響。目前，各大企業(yè)都在極力推進企業(yè)數(shù)字化轉(zhuǎn)型，也開始尋求借助人工智能實現(xiàn)自身的轉(zhuǎn)型升級，但從實際現(xiàn)狀來看，企業(yè)對于人工智能的應(yīng)用還較為局限，就如何推動人工智能進一步落地，依然是當前面臨的一大難點。