AI與機(jī)器學(xué)習(xí)成為英特爾分析峰會主旋律

　　近年來，人工智能以及機(jī)器學(xué)習(xí)一直都是業(yè)界談?wù)摰臒衢T話題，此次在英特爾分析峰會上也不例外。AI與機(jī)器學(xué)習(xí)成為了英特爾分析峰會的主旋律。如今的人工智能與機(jī)器學(xué)習(xí)已成為了業(yè)界的一種主流。

　　當(dāng)下業(yè)界流傳的最新版科技圣經(jīng)是：摩爾定律帶來更快速的處理和廉價(jià)存儲，更快速的處理和廉價(jià)存儲帶來機(jī)器學(xué)習(xí)和大數(shù)據(jù)，而機(jī)器學(xué)習(xí)和大數(shù)據(jù)則帶來深度學(xué)習(xí)和現(xiàn)在的人工智能（AI）春天。

　　英特爾執(zhí)行副總裁狄安娜·布萊恩特（Diane Bryant）在該主要圍繞機(jī)器學(xué)習(xí)的峰會發(fā)表主旨演講時(shí)表示，我們正處于“數(shù)據(jù)成為游戲規(guī)則改變者的臨界點(diǎn)”。

　　她稱，隨著機(jī)器對機(jī)器數(shù)據(jù)交換的快速增長，我們應(yīng)該預(yù)期未來將會出現(xiàn)更多的數(shù)據(jù)：自動(dòng)駕駛汽車將每天產(chǎn)生4TB的數(shù)據(jù)，聯(lián)網(wǎng)飛機(jī)將傳輸40TB的數(shù)據(jù)，自動(dòng)化的聯(lián)網(wǎng)工廠將每天產(chǎn)生1PB（相當(dāng)于100萬GB）的數(shù)據(jù)。

　　另一位發(fā)言者、Etsy高級數(shù)據(jù)庫工程師CB伯恩則認(rèn)為，臨界點(diǎn)已經(jīng)發(fā)生——數(shù)據(jù)價(jià)值超過數(shù)據(jù)存儲成本。他問道，歷史數(shù)據(jù)還有很大的價(jià)值，因此“為什么要扔掉呢？”內(nèi)容發(fā)現(xiàn)平臺Mix Tech研發(fā)主管黛博拉·多納托（Debora Donato）補(bǔ)充道，廉價(jià)存儲已經(jīng)改變了企業(yè)對數(shù)據(jù)和數(shù)據(jù)處理的態(tài)度。

　　如今，走在行業(yè)前沿的企業(yè)在應(yīng)用機(jī)器學(xué)習(xí)算法來在不斷擴(kuò)大的數(shù)據(jù)存儲區(qū)挖掘和發(fā)現(xiàn)價(jià)值信息。英特爾企業(yè)副總裁、數(shù)據(jù)中心解決方案部門總經(jīng)理杰森·韋克斯曼（Jason Waxman）講述了Penn Medicine是如何利用英特爾的TAP開放分析平臺改進(jìn)病人照護(hù)的。有一項(xiàng)初步研究專注于敗血癥。據(jù)美國疾病控制中心（CDC）稱，該疾病每年影響超過100萬美國人，是第九大疾病相關(guān)死亡原因，是重癥監(jiān)護(hù)病房頭號死亡原因。Penn Medicine能夠準(zhǔn)確鑒定大約85%的敗血癥病例（原來只有50%），而且做出鑒定的時(shí)間比敗血性休克的出現(xiàn)要早30個(gè)小時(shí)，而使用傳統(tǒng)的鑒定手段則只能做到提前兩個(gè)小時(shí)。

　　Accenture Technology Labs首席數(shù)據(jù)科學(xué)家薩格哈米查·德布（Saghamitra Deb）則談到了利用AI來閱讀和注解文檔，涉及一種在很多場合都能派上用場的實(shí)用機(jī)器輔助工具。她著重談到了與多種情況相關(guān)的臨床試驗(yàn)數(shù)據(jù)的文本分析，稱其能夠帶來新的洞見和更好的個(gè)性化醫(yī)療。

　　Candid是一款最近推出的新應(yīng)用，它利用AI來解決以前的匿名社交平臺無法克服的挑戰(zhàn)。它的CEO賓杜·萊迪（Bindu Reddy）解釋了機(jī)器學(xué)習(xí)是如何幫助鑒定和刪除“爛蘋果”（不當(dāng)內(nèi)容與濫用者），以及給Candid用戶推薦相關(guān)群組的。

　　Clear Labs通過進(jìn)行非針對性的、公正的DNA測試來實(shí)現(xiàn)差異化，它的目標(biāo)是索引全世界的食品供應(yīng)，制定全球范圍的“食品誠信”標(biāo)準(zhǔn)。產(chǎn)品副總裁瑪利亞·費(fèi)爾南德斯·瓜哈爾多（Maria Fernandez Guajardo）稱，他們對來自75家品牌商和10家零售商的345個(gè)熱狗樣本的分子分析發(fā)現(xiàn)，14.4%受測試的產(chǎn)品“有問題”，主要是因?yàn)樗鼈儧]有標(biāo)示在包裝上的附加配料。她說，部分消費(fèi)者尤其擔(dān)心被標(biāo)示為素食但實(shí)際上含有肉類的熱狗。

　　對于來自O(shè)’Reilly Media的本·羅瑞卡（Ben Lorica）有關(guān)機(jī)器學(xué)習(xí)未來的問題，英特爾的普拉迪普·迪貝（Pradeep Dubey）建議專注于深度學(xué)習(xí)，因?yàn)榻�期它被證明很成功。加州大學(xué)伯克利分校的邁克爾·富蘭克林（Michael Franklin）建議專注于可用的、可理解的、強(qiáng)勁的機(jī)器學(xué)習(xí)方式，不管是深度學(xué)習(xí)還是淺度學(xué)習(xí)。他說，如果自動(dòng)化系統(tǒng)要做決策，“你最好理解有哪些假定條件進(jìn)入數(shù)據(jù)和算法，你收集到的數(shù)據(jù)跟那些假定條件有什么不同，系統(tǒng)帶來的答案質(zhì)量如何。”

　　這可以說是對部分公開承認(rèn)他們不清楚其系統(tǒng)是如何產(chǎn)生成功的結(jié)果的深度學(xué)習(xí)實(shí)踐者的一次打臉。例如，知名深度學(xué)習(xí)學(xué)者約書亞·本吉奧（Yoshua Bengio）曾表示，“我們往往會不理解實(shí)驗(yàn)產(chǎn)生的結(jié)果。”但一事成功萬事順，不管它有沒有被理解，在過去幾年里，深度學(xué)習(xí)已經(jīng)成了一股重要的變革力量，讓AI冬天變成了AI春天。

　　華盛頓大學(xué)的佩德羅·多明戈斯（Pedro Domingos）在演講中從5個(gè)不同的AI解決方案的歷史視角講述了深度學(xué)習(xí)近年的興起，那5個(gè)方案包括：符號主義（逆演繹）、聯(lián)結(jié)主義（反向傳播）、進(jìn)化主義（遺傳編程）、貝葉斯法（概率推理）和Analogizer（核機(jī)器）。多明戈斯的著作《The Master Algorithm》呼吁業(yè)界尋找最佳解決方案，尋找將會統(tǒng)一所有方案和給生活、宇宙和一切都帶來答案的單一算法。

　　在大算法能夠告訴我們該做什么之前，理解它們所產(chǎn)生的數(shù)據(jù)和機(jī)器的工作還是需要人類來完成。分析峰會的最后一個(gè)座談會就是關(guān)于未來數(shù)據(jù)科學(xué)家的教育。參加談?wù)摰陌�括來自Coursera、Kaggle、Continuum Analytics、Metis、Galvanize等公司的高管，這些公司都是新興的數(shù)據(jù)科學(xué)教育領(lǐng)域的代表。

　　它們正在訓(xùn)練一大批有著不同背景和經(jīng)歷的人，他們要么想要精通數(shù)據(jù)分析，要么希望能夠在企業(yè)管理崗位上搞懂?dāng)?shù)據(jù)科學(xué)家的語言。時(shí)下的挑戰(zhàn)并不在于常常被談到的數(shù)據(jù)科學(xué)家短缺問題，而在于很多公司沒能有效地整合和支持?jǐn)?shù)據(jù)科學(xué)家的工作。與談?wù)邆円恢抡J(rèn)為，如果企業(yè)有恰當(dāng)?shù)膬?nèi)部擁護(hù)者理解分析和機(jī)器學(xué)習(xí)的潛力，懂得如何獲得所需的資源，那么數(shù)據(jù)科學(xué)團(tuán)隊(duì)大有希望取得成功。

　　說AI與機(jī)器學(xué)習(xí)成為英特爾分析峰會主旋律一點(diǎn)也不假。如今的人工智能已經(jīng)運(yùn)用到廣泛的領(lǐng)域，為企業(yè)展現(xiàn)了新的技術(shù)，堪稱人工智能的春天。