大数据发展对人工智能算法的帮助!

发布时间:2020-05-05 11:00:00
阅读量:65
作者:猎维人工智能培训
当前,以深度学习为代表的人工智能技术已经应用到各个行业。驱动人工智能深度学习技术蓬勃发展的是各行各业积累的大数据。

当前,以深度学习为代表的人工智能技术已经应用到各个行业。驱动人工智能深度学习技术蓬勃发展的是各行各业积累的大数据。可以说,正是在大数据的“喂养”下,人工智能技术才真正茁壮成长。随着行业的发展,企业的加入,大数据的“红利”效应正在逐渐减弱,人工智能技术的单点突破难以持续支撑行业发展,亟须在数据科学和人工智能算法发展方面突破一些关键核心技术。

大数据在人工智能领域的发挥

人们常常用海量性、多样性、高速以及价值密度低来描述大数据的特点。但真实的大数据往往更加复杂,比如具有不完全性、不确定性、动态性、关联性等特点。反观经典的人工智能算法,它们对数据的假设往往过于简单。比如,假设数据是静态的,产生于独立同分布的采样过程;训练数据是可靠的、数据所承载的信息是完全的等。

以深度学习为代表的人工智能技术已经应用到各个行业

大数据是人工智能获得成功的物质基础

大数据是人工智能获得成功的物质基础,但目前主流的人工智能算法并未充分考虑大数据本身的复杂性。从计算和通信领域看,大数据与人工智能技术在大规模工程化应用方面取得了长足进步。然而,大数据处理的技术进步主要体现在:以软硬件垂直优化和体系重构的极端化方式来适应数据规模、传输带宽和处理速度的提升,研究人员对大数据固有的非确定性和复杂性尚没有深刻认识;与此同时,人工智能技术也面临鲁棒性、可解释性和复杂系统认知瓶颈等挑战。大数据特性在不断演化,且愈发复杂。新型人工智能算法需要针对数据特点有的放矢地解决问题,这样才能填补数据与算法间的鸿沟,使人工智能绽放更多的价值。

更多资讯