3 何谓大数据智能

图灵的智能之问

大数据如何通过智能算法学习和预测产生价值，大数据如何智能化处理？或者说机器如何智能？系统如何智能？这可谓仁者见仁，智者见智，从早期的符号派智能到专家系统，从数据挖掘到商业智能，再从机器学习到深度学习，这个过程曲折而有趣。我们先来看看艾伦·图灵是如何探讨智能这一问题的，作为计算机科学和人工智能领域的先驱，图灵在1950年发表的著名论文Computing Machinery and Intelligence中，详细讨论了机器能否拥有智能这一问题，但这也只是个开放性的讨论，其实图灵也未能定义什么是智能，但其提出了著名的“图灵测试”（见图1-3）。直到1956年的达特茅斯（Dartmouth）学术会议，人工智能（Artificial Intelligence, AI）这一学科概念才被正式提出，其参考定义为：“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。”人工智能研究通过了解人类智能的实质，并研发出一种新的能以人类智能相似的方式做出反应的智能机器。真正的人工智能应该还可以对人的意识、思维的信息过程进行模拟，这将涉及意识、自我、思维、心理、记忆等问题，但由于人类对大脑神经科学和上述问题还知之甚少，所以人工智能的发展比预想的要慢得多。

图1-3 图灵测试示意图

一般来讲，智能是知识与智力的总和，符号派AI研究人员认为知识是智能行为的基础，智力是获取知识、运用知识的能力，它来自人脑的思维活动，同时，对外界事物的感知和认知能力，也是智能的重要基础及组成部分，智能还涉及意识、心理和记忆等复杂问题。概括来讲，智能至少包括三个方面的能力：理解、分析和解决问题的能力；归纳、演绎推理能力；自适应生存和发展能力。机器和系统要智能，至少具备初步的自动控制、分析推断和自适应学习能力，AI发展了60多年，上述真正意义上的智能，可以说直到现在都还没有诞生。值得一提的是，迄今为止，我们对人类智能本身都还知之甚少，图灵当时做了个比较乐观的预测，他预测在2000年左右，机器极有可能会通过“图灵测试”，拥有初步的智能行为，现在看来这一时间延后了，从当前语言学习、自然语言处理和神经科学的技术发展现状、问题来看，要解答图灵的智能之问，还需要AI研究人员继续付出艰辛的努力。

大数据如何助力人工智能

虽说大数据和人工智能没有必然联系，但从近几年深度学习的发展趋势来看，基于大数据的深度学习为弱人工智能（相对于强人工智能）的普及应用提供了关键技术支撑和成功应用范例。从某种程度上讲，没有大数据的“喂养”，就没有深度学习的成功，当前人工智能领域实现的阶段性突破，都跟大数据驱动的深度学习有莫大关系。比如AlphaGo、自动驾驶、图像识别、语言识别等各领域的重大进展，都有深度学习的影子。

从人类社会发展的四个典型时代来看（见图1-4），从农业时代到工业时代，通过机械动力的优化，放大了我们的体力，让我们得以改造物理世界；从工业时代到信息时代，通过信息化和网络化等数字优化，放大了我们的时空感知能力；从信息时代到智能时代，将通过大数据和智能算法的优化，放大我们的脑力，从而改造提升我们的智能化管理和决策水平，强化我们理解问题的洞察能力。

图1-4 人类社会发展的四个典型时代

设想，在未来的智能时代，如果你是一名警察，只需要手握连接安全云（全国公安大数据智能决策中心）的智能终端，那么摄像头照到的任何事物，包括人脸、车牌、身份证等，不仅能追溯到当事人的历史信息（比如有无前科、犯罪记录、家庭环境等，这些现在就可以做到），而且能预知当事人的行为趋势，有多大概率会违法、犯法（就像电影《少数派报告》一样，当然这种机器学习预测行为会触及人类社会更深层的隐私问题）；如果你是一位农民，用你的智能手机，照照田间地头，就能了解到这个农作物长的什么虫，该用什么药，还能知道基于当前情况，农作物生病会持续多长时间，会减产多少，就像京东的“猪脸识别应用竞赛”，不只是一般的信息化养猪，而是希望能实现个性化、定制化养猪；如果你是一名医生，通过医疗智能终端，则不仅能了解到体检者当前的各项健康指标，而且能预测体检者的某些大病概率；上述种种，都是大数据智能技术的典型应用场景，对于未来的大数据智能，上述场景的实现时间不会太遥远。所以，近几年来，领先的IT公司（如Google、Facebook、苹果、微软、亚马逊、华为、阿里、百度等）无不在大数据智能领域投下了重注，不管是技术、人才，还是资金，都堪称大手笔。

为什么领先的IT公司对大数据驱动的智能技术如此关注？各行各业都对大数据和人工智能寄予厚望？这都有赖于机器学习，特别是深度学习这些年的突破性发展（当然也有炒作的因素，后续章节我们会详细探讨），深度学习作为人工智能新兴的关键技术，被AI研究和应用人员寄予厚望。从技术角度看，一方面是物联网、移动互联网的大数据采集，以及基于云的大数据存储计算、大数据的分布式集群化管理；另一方面是专家系统、数据挖掘和人工智能、深度学习技术的高速发展。两大智能关键技术方向在加速汇聚。

大数据智能的深度融合之路

如果大数据智能是一个人，那么眼耳鼻舌身意和神经感知就是物联网，环境感知的一切信息就是大数据，获取知识和记忆的无限大脑存储就是云计算，而人工智能负责经验的积累、学习和智慧决策。大数据智能技术的应用是指基于大数据和人工智能分析引擎，通过基于云计算的大规模机器学习、深度学习或强化学习等关键技术，对海量数据进行智能处理、挖掘和分析预测，帮助我们深度洞察数据中所包含的价值信息和关键知识，或通过建立自动、闭环、迭代的智能学习系统寻求相关问题的最佳解决方案，从而提升我们的认知、管理和决策能力。换句话说，大数据智能的成功普及将是传统信息化的终点，信息化走向智能化之后，整个高科技助力的相关产业链（包括传统产业的升级）都会产生质的变化（见图1-5）。

图1-5 从大数据到大数据智能的融合式发展

总之，大数据智能是大数据与人工智能的深度融合，而这种融合趋势是不可避免的，怎么更快速、更明智地进行智能分析和辅助决策是关键，而智慧决策的自动化和自学习化是大数据智能系统发展的必然，也是下一个待突破的AI堡垒。这种融合将加速各领域的技术创新和智能应用的爆发，比如加快药物研发进程、精准诊断疾病、安全自动驾驶、保障公共安全，以及许多尚未发明的重大创新应用。后大数据时代，我们需要大数据智能。