想让人工智能更“聪明”大数据还得深加工

想让人工智能更“聪明”大数据还得深加工

----想让人工智能更“聪明”大数据还得深加工//---- http://


当前 , 以深度学习为代表的人工智能技术已经应用到各个行业 。 驱动人工智能技术蓬勃发展的是各行各业积累的大数据 。 可以说 , 正是在大数据的“喂养”下 , 人工智能技术才真正茁壮成长 。

然而 , 在近日召开的香山科学会议第667次学术讨论会上 , 与会专家指出 , 大数据的“红利”效应正在逐渐减弱 , 人工智能技术的单点突破难以持续支撑行业发展 , 亟须在数据科学和计算智能方面突破一些关键核心技术 。

主流AI算法未充分考虑大数据复杂性

人们常常用海量性、多样性、高速以及价值密度低来描述大数据的特点 。 但真实的大数据往往更加复杂 , 比如具有不完全性、不确定性、动态性、关联性等特点 。 反观经典的人工智能算法 , 它们对数据的假设往往过于简单 。 比如 , 假设数据是静态的 , 产生于独立同分布的采样过程;训练数据是可靠的、数据所承载的信息是完全的等 。

推荐阅读