人工智能將取代人類(lèi)直覺(jué)：數(shù)據(jù)背后有規(guī)律

據(jù)國(guó)外媒體報(bào)道，研究人員認(rèn)為，電腦不久便會(huì)在很多領(lǐng)域取代人類(lèi)直覺(jué)。麻省理工學(xué)院研發(fā)了一項(xiàng)新系統(tǒng)，而該系統(tǒng)在幾次競(jìng)賽中表現(xiàn)得比最聰明的人還要出色。

▲在電影《2001太空漫游》中，人類(lèi)受到了一臺(tái)智能計(jì)算機(jī)的挑戰(zhàn)。如今，麻省理工學(xué)院的研究人員設(shè)計(jì)了一款系統(tǒng)，在尋找數(shù)據(jù)規(guī)律的競(jìng)賽中超過(guò)了許多人類(lèi)選手，說(shuō)明它能夠取代人類(lèi)的直覺(jué)。

▲圖為IBM的Watson超級(jí)計(jì)算機(jī)在智力競(jìng)賽節(jié)目中打敗人類(lèi)選手。

麻省理工學(xué)院的研究人員設(shè)計(jì)了一款大數(shù)據(jù)分析系統(tǒng)。該系統(tǒng)的目的是，在尋找數(shù)據(jù)背后隱藏的規(guī)律時(shí)，可以起到替代人類(lèi)直覺(jué)的作用。

該系統(tǒng)名為“數(shù)據(jù)科學(xué)機(jī)”（Data Science Machine），和人類(lèi)選手一起參加了三次數(shù)據(jù)科學(xué)競(jìng)賽，并且在三次競(jìng)賽中都獲得了出色的成績(jī)。在這三次競(jìng)賽中，數(shù)據(jù)科學(xué)機(jī)的預(yù)測(cè)準(zhǔn)確率分別為最終獲勝者的94%、96%和87%，在共906支參賽隊(duì)伍中，這一成績(jī)超過(guò)了615支隊(duì)伍。

“我們將數(shù)據(jù)科學(xué)機(jī)視作對(duì)人類(lèi)智慧的天然補(bǔ)充，”麥克斯·坎特（Max Kanter）說(shuō)道。正是他的碩士論文為該機(jī)器提供了理論基礎(chǔ)。

“有太多太多的數(shù)據(jù)需要進(jìn)行分析，但目前并沒(méi)有得到我們的充分利用。因此，我們或許應(yīng)當(dāng)找出某種解決方案，就算實(shí)際解決不了什么問(wèn)題，至少也能讓我們行動(dòng)起來(lái)。

數(shù)據(jù)科學(xué)機(jī)能夠以“非人”的速度完成其預(yù)測(cè)計(jì)算，每次提交答案所需時(shí)間僅為2小時(shí)到12小時(shí)之間，而人類(lèi)參賽隊(duì)伍則需要工作數(shù)月時(shí)間，才能完成相應(yīng)的計(jì)算。

卡爾安·維拉馬沙納尼（Kalyan Veeramachaneni）是坎特的論文導(dǎo)師及麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室的一名研究科學(xué)家，他和坎特共同參與了這項(xiàng)研究。

在選擇具有某種特征的數(shù)據(jù)進(jìn)行分析時(shí)，往往要用到人類(lèi)的直覺(jué)。而這兩名研究人員的研究結(jié)果便是，讓機(jī)器來(lái)做這個(gè)決定，即扮演起人類(lèi)直覺(jué)的角色�！霸跒楣�業(yè)解決了大量數(shù)據(jù)科學(xué)問(wèn)題之后，我們從自身經(jīng)驗(yàn)中觀察發(fā)現(xiàn)，這其中有著至關(guān)重要的一步，叫做特征工程。”

• 構(gòu)建人工智能模型基礎(chǔ)：TFDS和Keras的完美搭配
• 遷移學(xué)習(xí)：人工智能模型訓(xùn)練的絕學(xué)
• Ryght：專(zhuān)為醫(yī)療保健和生命科學(xué)領(lǐng)域打造的生成式人工智能平臺(tái)
• 現(xiàn)在有什么免費(fèi)好用的人工智能工具嗎？
• 現(xiàn)在人工智能賽道很火熱，信也科技在這方面有沒(méi)有什么建樹(shù)？