大数据|全面解读人工智能、大数据和云计算的关系云计算|人工智能|大数据|云计

文章图片

作者 | 冯雷姚延栋高小明杨瑜
来源 | 《Greenplum：从大数据战略到实现》

导读：人工智能（Artificial Intelligence，AI）、大数据（Big Data）和云计算（Cloud Computing）是当前最受关注的技术，业内常常取这三个技术英文名的首字母将其合称为ABC。
最近10年，资本和媒体对这三种技术的热度按时间排序依次为：云计算、大数据和人工智能。事实上，若按照技术出现的时间排序，结果正好相反，人工智能出现最早，大数据其次，云计算则出现得最晚。
由于每种技术都能应用于各个领域，因此人们可以从不同的角度分别解读每种技术。作为同时在研发和使用这三种技术的机构负责人，作者将尝试从大数据的角度解释ABC的关系，并且阐述这三种技术对于企业、机构和人类社会的重要性。

文章图片

人工智能是计算机科学的一个分支，它的主要研究目标是用计算机程序来表示人类智能。这个词最早是在1956年的达特茅斯会议上正式提出的。在达特茅斯会议正式提出“人工智能”这个概念之前，图灵和早期的计算机科学家一般用“机器智能”这个词。
需要强调的是，人工智能是建立在计算机之上。人工智能教育的主要目的是学习建立在模型之上的算法。这些算法和其他计算机领域的算法并无太大区别，只是这类算法专注在如图1-3所示的智能主体（Intelligent Agent）里面的模型。在人工智能领域，计算机科学家们试图建立模型使得智能主体能够观察周围环境并做出行动，就像人类的行为那样。

文章图片

▲图1 智能主体作为AI的主要研究对象
最近5年，由于智能主体模型在无人驾驶、聊天机器人和计算机视觉识别等应用的准确率的提升，**人工智能的应用热度也随之提升。**AlphaGo等棋类对弈让人工智能被公众津津乐道，因为计算资源和计算能力的提升，在限定时间内，对弈模型比人类棋手更具优势，这也引发了很多关于人工智能的讨论。
01 AI的发展史
自远古时代，人类一直希望能够创造一种类似于人类智能的机器，将人类从乏味的重复劳动中解放出来。
直到1936年，计算机科学的鼻祖图灵发表了名为《论可计算数》的论文，机器模拟人类智能的哲学话题才转变成一个可以像数学学科那样被论证的课题。在论文中，图灵构造了假想的机器来模仿人类。电影《模仿游戏》讲述的就是图灵如何构造假想的机器（计算机）来模仿人类的故事。
在那个时代，人工智能的概念还没有提出，人们更多地使用“机器智能”这个词来讨论计算机带来的智能。简单地说，图灵的论文证明了机器可以模仿人类智能，所以今天的无人驾驶、聊天机器人、棋类对弈和计算机视觉识别等应用都是图灵预见的，虽然他那时并没有足够的硬件条件测试这些应用。
在图灵提出图灵机后，多个机构便开始设计真正意义上的遵循通用图灵机模型架构的存储程序计算机（Stored-program Computer）。虽然第一台存储程序计算机（后文称作现代计算机）是谁先发明的至今仍有争议，但是影响较大的是冯·诺依曼提出的EDVAC（Electronic Discrete Variable Automatic Computer）。冯·诺依曼在后来也确认现代计算机的核心设计思想是受到通用图灵机的启发。
现代计算机发明以后，各种应用如雨后春笋一样蓬勃发展，但是真正把人工智能作为一个应用方向提出来还是在1956年的达特茅斯会议。
在20世纪40年代末现代计算机被发明后，从20世纪50年代开始，各个领域都开始关于“思考机器”（Thinking Machines）的讨论。各个领域的用词和方法的不同带来了很多混淆。于是，达特茅斯学院（Dartmouth College）年轻的助理教授麦卡锡（John McCarthy）决定召集一个会议澄清思考机器这个话题。
召集这样的会议需要赞助，聪明的麦卡锡找到了他在IBM公司的朋友罗切斯特（Nathaniel Rochester）和在普林斯顿大学的朋友闵斯基（Marvin Minsky）以及大师香农一起在1955年写了一份项目倡议。在倡议中，他使用了人工智能（Artificial Intelligence）这个词，避免和已经有的“思考机器”一词混淆。
这里值得一提的是闵斯基，麦卡锡和闵斯基后来在麻省理工学院领导了AI实验室，成就了麻省理工学院在人工智能领域首屈一指的地位。
会议在1956年举行，这里必须提到另外两位短期的参会者，来自卡内基·梅隆大学的纽厄尔（Alan Newell）和司马贺（Hubert Simon）。他们虽然只呆了一个礼拜，但是他们的报告中公布的一款程序“逻辑理论家”（Logic Theorist）代表了人工智能的另外一条路线。因为纽厄尔和司马贺的奠基工作，卡内基·梅隆大学成为人工智能的另一个重镇。
02 对AI应用的正确预期
达特茅斯会议的意义在于确立了“人工智能”（AI）作为计算机科学的一个研究领域，自那以后，AI在机器视觉、自然语言处理、无人驾驶等领域取得了长足发展。但是，“人工智能”这个概念常常被过度消费。过去，美国的学者用这个概念来申请政府研究经费，今天有不少公司用这个概念来从资本市场募资。
但实际上，AI的进展并不像很多人预言的那样乐观。

就棋类对弈而言，司马贺在20世纪50年代末就预言计算机能打败人类，但没有实现；20世纪60年代末，麦卡锡打赌说计算机将在10年内打败人类，结果他输了；国际象棋程序深蓝在“限定时间内”胜出人类直到20世纪90年代末才实现。围棋程序AlphaGo在“限定时间内”胜出人类则是在2017年实现的。
闵斯基在20世纪80年代末预言，二十年内可以解决自然语言处理问题，时至今日，各种AI应用在自然语言处理方面尚有极大差距。
如今的“无人驾驶”在商用中实际上更多起到“辅助驾驶”的作用，因为在实际的使用中仍出现过意外情况，从保证行车安全的角度，尚不能实现真正的“无人驾驶”。

人工智能最近一次的持续升温是被包括大数据和云计算在内的软硬件技术持续发展使得很多应用得以落地而驱动的（我们将在下一节中讨论ABC的关系）。从历史经验来看，也许是由于大众媒体和科幻电影的影响，AI界有种过于乐观的倾向。
但实际上，我们对于AI模型的精度应该抱有十分谨慎的态度，因为我们构建的神经网络在内的很多AI模型本质上还是经验模型，并不是一个严格的逻辑证明。这些模型的精度比起古典力学模型精度还差了很多。即使是古典力学模型，在微观量子世界也是失效的，所以对于这些模型的使用范围也要持谨慎态度。
当然，我们也不能对建立在经验模型上的AI应用持过度怀疑的态度，因为我们的大部分知识来自经验，事实证明，这些知识也是实用的。所以，AI是一个在不断前进的领域。
人工智能另外一个层面的讨论是机器能否超越人类？这个问题是令我们对于人工智能感到不安的原因。从计算机发明的第一天，图灵和其他伟大的数学家们就已经对这个话题进行过深入的讨论。与大众传媒不同，数学家和计算机科学家们对这个问题的讨论是深层次的数学和逻辑层面的讨论。

文章图片

03 ABC之间的关系
前面已经解释了ABC的概念，这里我们来讨论一下ABC之间的重要内在关系以及这些内在关系带来的可以赋能于商业的巨大技术产能。从技术角度上看，ABC之间有以下两层重要关系：

大量数据输入到大数据系统，从而改善大数据系统里建立的机器学习模型。
云计算提供的算力使得普通机构也可以在今天用大数据系统计算大量数据从而获得AI能力。

**先看第一层关系。**谷歌研究院的F. Pereira、P. Norvig和A. Halevy发表了一篇文章《数据的奇效》，解释了如何通过大量数据提高机器学习模型的准确率。早在谷歌之前，微软研究院的Michele Banko和Eric Brill在他们的论文《扩展到非常非常大文本来去除自然语言歧义》中，展示了使用海量数据后各个机器模型的准确率都有大幅度提高，如图1-6所示。
这一结论为机器学习和人工智能的问题求解指出了一个新方向：**用大量数据和大数据计算来提高人工智能。**对比一下自然语言翻译在最近10年因为利用大数据和计算所带来的进展，读者就能感觉到这种力量。

文章图片

▲图2 用海量数据后各个机器模型的准确率都有大幅度提高
**再看第二层关系。**云计算带来的巨大好处就是提供商品化的计算资源，以前只有政府机构和大型企业才能拥有的巨大计算资源，现在可以被一个创业公司所拥有。这个从量变到质变的过程使得我们可以重新审视一些计算机行业的难题。
计算资源的丰富使得大数据技术能够以更低的门槛被使用。云计算平民化了大数据技术，使得大数据技术被企业广泛采用，企业也利用大数据养成了保管数据的习惯，把数据当作未被开采的资源。大数据的普及给人工智能的分支——机器学习带来了意想不到的惊喜。
综合前面讨论的ABC的内在含义，当前的机器学习、人工智能可以朝着以下两个方向前进：

设计新的机器学习模型，在前人的模型上有所创新，改进模型效果。
使用已有的机器学习模型，但是利用前人所没有的数据量和云计算带来的计算能力来改进模型效果。

谷歌公司的Norvig曾经说过“我们没有更好的算法，但是有更多的数据”。显然，Norvig鼓励按第二种方法进行创新，当然，这不意味着用第一种方法创新不重要。但需要指出的是，第一种方法的创新门槛要远高于第二种，除了世界顶级的机构，普通机构很难拥有相应的资金、人才及配套的管理和文化来支撑第一种创新方法。
第二种方法对于传统的机构也是可以重复和实践的，按照已经有的方法论、成功案例和人才培训可以实现基于大数据和机器学习的高阶数字化转型。
前面讨论的ABC的关系可以总结成图1-7。云计算从量变到质变带来前所未有和平民化的计算资源。企业和互联网在数字化应用方面产生了大量的数据。这些数据和计算能力使得大数据技术普及到普通机构，而这些机构利用大数据来创建和改善现有的机器学习模型，带来更好的人工智能成效。