大数据升级：解决人工智能局限的对策例析

　　人工智能是目前最热门的技术之一。不过，虽然人工智能发展迅速，也取得了很大的突破，但人工智能还存在一些局限性。前不久，腾讯副总裁、腾讯人工智能实验室的负责人姚星，在腾讯研究院的年会上进行了主题演讲。在演讲中，姚星分析了人工智能的几个局限性，以及面对这些局限性的时候我们应该采用哪些对策。

　　姚星提到的第一个局限性是，机器在学习能力方面，和人相比还是有很大差距的。目前来说，再新颖的机器学习模型其实都是从头开始学的，有了数据之后，要重新进行训练。但人有很多智能是与生俱来的，就像小孩刚出生，用不了多久就知道这个世界是三维的，当你把一个东西放在电视机的后面，他就知道在电视机后面有东西。这种天生学习的能力机器还没有。

　　人工智能的第二个局限是，无论多好的神经网络模型，本质上都是通过计算能力去解决大数据。姚星认为，机器学习目前的快速发展是因为硬件的发展极快，但在未来，计算能力还能不能达到我们预期的效果，是个值得怀疑的问题。因为每次出现了新的模型，都是加入了更多的模型层数，得到的结果当然就是最好的，但我们并不知道这样的方法能否一直有效。

　　人工智能的第三个局限是，在解决认知方面的问题和人的差距更大。比如，人类的语言由于太复杂了，就很难用纯计算来解决。姚星举了个例子，两个人在聊天，聊中午去哪吃饭。突然其中一个人问了一句，那太阳呢？其实聊天的人知道，这个太阳指的是NBA的太阳队，因为在之前的对话里，他们聊到了NBA，所以突然出现了一个太阳，大家就知道说的是什么，但机器是没办法识别的。

　　所以姚星担心人们对人工智能的期待太高了。他觉得，我们应该回归现实，去补齐这些差距。怎么补齐呢？首先要去创造数据。比如我们都知道的AlphaGo，就可以通过不断学习人类下出的棋局，去创造人类从没下过的棋局。在未来，机器可以用这种创造数据的能力产生更多的数据，而不只是由人来创造数据。

　　其次是要举一反三。AlphaGo可以下围棋，但如果下别的棋，它还能战胜世界冠军吗？不能，因为它不会通过围棋的模型去推导。姚星说，把一个已经被验证过，非常好的模型，迁移到一个没有那么多数据可供计算的问题上，这个过程将是以后很重要的研究方向，也就是我们所说的举一反三。

　　人工智能需要提升的第三点，是归纳总结，这件事人类很擅长，但目前来说，机器学习还做不到，也没办法提炼出公理和定律。

　　此外，姚星还提到，目前的深度机器学习还只是个框架，没有和数学理论紧密结合，如果想在未来继续向前发展，一定要有强大的数学支撑。如果再往远一点儿说，人工智能还需要引入更多的学科，比如生物学、脑神经学、甚至哲学，这样人工智能才能更完备地发展。

　　大数据处理信息服务商金盛网聚WJFabric认为，新事物的发展是一个不断完善的过程。而完善的基础在于从业者的整体认知提升。作为新科技的代表，人工智能的发展历史并不长，能够取得现今的成绩我们更应看到的是积极的一面；同时对于觉察到的弊端应努力寻找解决方案。人工智能威胁论，根本上在于人类的自信缺乏，技术在持续发展，而人的自我约束与能力发展却没能同步提高。事实上，唯有加强人自身素养的提升才能保持其先进性。因为技术一经诞生必有正反的应用方向，只有通过博弈不断激发驱动力，才能使正向的发展不断实现超越。

　　金盛网聚（北京）科技有限公司成立于2012年，是一家数据处理与信息咨询服务商，公司拥有自主核心技术与服务咨询的团队， 公司“WJFbaric-互联网大数据信息监测SaaS平台”目前注册使用客户将近上万个，为企业、政府、学术机构、成功人士等提供在线信息收集、展示、阅读、存储的免费平台，公司远景致力于通过数据+计算形成可视化的人工智能决策平台。