智能时代 8.4分
读书笔记 大数据和机器智能
L二次方
大量数据的使用,最大的意义在于它能让计算机完成一些过去只有人类才能做的事情,这最终将带来一场智能革命。

PS.什么是“图灵测试”。

让一台机器和一个人坐在幕后,让一个裁判同时与幕后的人和机器进行交流,如果这个裁判无法判断自己交流的对象是人还是机器,这就说明这台机器有了和人同等的智能。这种方法被后人称为图灵测试。

传统的人工智能方法是,首先了解人类是如何产生智能的,然后让计算机按照人的思路去做。但是,

机器智能最重要的是能够解决人脑所能解决的问题,而不在于是否需要采用和人一样的方法。

所以,

到了20世纪70年代,人类开始尝试机器智能的另一条发展道路,即采用数据驱动和超级计算的方法。

而到了20世纪90年代互联网兴起之后,数据的获取变得更加容易。(例如,从1994年到2004年的10年里,语音识别的错误率减少了一半,而机器翻译的准确性提高了一倍,其中20%左右的贡献来自方法的突破,而80%则来自于数据量的提升。)

</数据驱动的方法从20世纪70年代开始起步,在八九十年代得到缓慢但稳步的发展。进入21世纪后,由于互联网的出现,使得可用的数据量剧增,数据驱动方法的优势越来越明显,最终完成了从量变到质变的飞跃。如今很多需要类似人类智能才能做到的事情,计算机已经可以胜任了,这得益于数据量的增加。
全世界各个领域数据不断的向外扩展,渐渐形成了另外一个特点,那就是很多数据开始出现交叉,各个维度的数据从点和线渐渐连成了网,或者说,数据之间的关联性极大地增强,在这样的背景下,就出现了大数据。

大数据的特征:体量大、多维度、全面性、时效性。

大数据是一种思维方式的转变。在有大数据之前,计算机并不擅长解决需要人类智能来解决的问题,但是今天这些问题换个思路就可以解决了,其核心就是变智能问题为数据问题。当数据量足够大以后,很多智能问题就可以转化为数据处理的问题了。
我们对大数据的认识不应该只停留在统计、改进产品和销售,或者提供决策的支持上,而应该看到它(和摩尔定律、数学模型一起)导致了机器智能的产生。
0
《智能时代》的全部笔记 324篇
豆瓣
免费下载 iOS / Android 版客户端