[[342758]]人工智能教育是最美的新基建

人工智能里面有一部分算法是需要數(shù)據(jù)的，首先要進去數(shù)據(jù)，然后才能學習。

比如一個大數(shù)據(jù)庫叫ImageNet，有十幾億張圖片，用了這么大量的圖片，我們才能訓練我們的深度神經(jīng)網(wǎng)絡去做圖片中貓貓、狗狗、車輛的識別。

如果沒有這些海量的數(shù)據(jù)，很多機器學習算法是不能用的，像我們現(xiàn)在看視頻網(wǎng)站它是面向百億特征，千億參數(shù)，萬億樣本，你沒有萬億樣本就支撐不了百億特征，你可能要有一個億的樣本才有可能支撐百萬特征，而且深度學習是需要海量特征做特征工程的，所以這個時候大數(shù)據(jù)實際是很多機器學習算法得以能夠發(fā)展的基礎，但是發(fā)展到一定程度，有些算法它又突然脫離數(shù)據(jù)了，比如說我們做增強學習，像早期的阿法狗（AlphaGo），它學了幾十萬專業(yè)棋手之間的對局，它是大師，那它就下得很好，后來的阿法Zero（AlphaZero），它是自己和自己下棋，反正有規(guī)則，所以它的數(shù)據(jù)實際不是真的數(shù)據(jù)，是生成出來的，它沒有用真實數(shù)據(jù)，但是它用了增強學習，所以說它最后下得比阿法狗還強。

我覺得從大的范疇來說，大數(shù)據(jù)人工智能肯定是互相增益的，沒有人工智能很多數(shù)據(jù)發(fā)揮不了價值，更多時候我們需要人工智能算法才能挖掘大數(shù)據(jù)的價值，相當于一個是礦，一個是挖掘和提煉礦的這樣一個設備和工廠，人工智能是后者，很大程度上有了數(shù)據(jù)我們才能開發(fā)出數(shù)據(jù)相關的人工智能算法，但是有些算法和數(shù)據(jù)無關，大體是這樣的關系。