人工智能的探索邊界在哪里？

2019-02-28 16:32來源://

原標題：人工智能的探索邊界在哪里？

safegraph成立于 2016 年，旨在打造一個龐大的，供機器學習(machine learning)使用的數據庫，以加速機器學習及人工智能的發展。就像人類通過閱讀過往的文獻典籍，整理知識，總結規律，以此為參考，作出下一個決策，這個數據庫，就像專為人工智能而建的圖書館，機器可以通過查詢、閱讀、分析、綜合已有的數據，預測未來。資本市場可以把人工智能這個概念吹成一朵花，但不能忽視的是，目前的技術還是很粗糙。要從根本上提高機器學習的能力，海量數據是關鍵。

谷歌是目前世界最頂尖人工智能企業，但其搜索引擎的負責人peter norvig也承認，他們的算法并不是世界頂尖的，他們有的，只是比別人更多的數據。舉個例子，谷歌搜索引擎看了 1 千萬個youtube視頻才學會辨認什么是“貓”。

而微軟的研究員michele banko和eric brill發現，即便是最糟糕的算法，如果收到了以指數級增長的海量數據，也會搖身一變，成為頂尖智能算法。谷歌看了 1 千萬個視頻才會辨認“貓”?？墒?，現在難有公司能與谷歌、facebook這樣的巨頭競爭數據量。

初創企業融資再多，也要和成百上千家公司談合作拿數據，這一過程可能就要花費巨大精力，和長達幾年的時間。即便手握足夠數據，他們也要面對數據管理的挑戰。首先，數據的存儲、數據模型、數據分析格式、數據庫的基礎架構都要重頭建起，必須能用，而且不能出錯。之后，還要進行數據清洗。

不是所有數據都是直接可用的，它們大多雜亂無章、難以理解、無法獲取、甚至有所缺失。人工智能領域最聰明的一群人都想造出能真正促進人類社會發展的產品和應用，比如無人駕駛，比如預測世界經濟走勢的系統，比如超級醫療診斷系統。

但格式良好、適合分析的數據不會從天而降。目前，他們把80%的時間花在了整理歷史數據上。微軟的研究員發現，算法的準確性隨著數據量的增大而提升。等這一切都被成功解決，馬上，他們又要和數據監管部門打交道，并在數據隱私保護問題上受到政府與公眾的道德拷問。

這是一種對資源和時間的巨大浪費，再這么下去，不知何年何月我們才能看到人工智能真正的創新。safegraph在這個時候出現。他們想打通所有數據(democratizing access to data)，降低數據門檻。safegraph的將自己定位成數據搜集與管理公司，其它公司可以租用他們數據，把時間空出來，集中精力進行真正有價值的研究。它的首款產品是一個地理空間數據平臺，為城市規劃者、零售商、學術研究人員、營銷人員及投資者服務，便于其了解人類社會活動軌跡。

以上是網絡信息轉載，信息真實性自行斟酌。