人工智慧在大數據時代價值巨大

隨著人們生活越來越智能化、信息化、數字化，政府、企業和個人每天都在生成大量的數據。據估算，全球存儲的數據總量已經現在要以上萬艾位元組來測量。

艾位元組這個單位恐怕很多人會覺得陌生，這裡先介紹一下，一艾位元組等於10億兆位元組。更加恐怖的是，數據增長的數量大約是每3年翻一倍，而且這種增長沒有任何減緩的預兆。由於所有數據都是以數字格式存儲的，因而計算機就可以直接訪問存儲這些數據的伺服器。

對這些數據的收集、關聯、分析和處理是信息時代必不可少的工作，也是非常具有意義的工作。畢竟，像企業的交易數據、客戶聯繫數據、內部溝通數據、財會數據，汽車、飛機、火車的實時運行數據，工廠、政府、醫院，以及個人消費數據都具有非常高的價值。

舉例來說，美國目標公司的一位數據科學家發現了從女性購買的25種不同的避孕和美容產品能對懷孕早期進行精準預測，甚至還能高度精確估算出女性的預產期。目標公司在這樣的早期階段就開始對準媽媽們進行妊娠相關產品的推銷。

同理，大型零售商依靠大數據對單個消費者購買偏好的洞悉達到了前所未有的水平，可以做到針對每個消費者的喜好和消費習慣進行精確定位。在打擊犯罪和維護國家安全方面，全球範圍內的警察系統都在應用大數據分析來預測犯罪最有可能發生的時間和地點，然後相應的部署警力。

美國財政部則通過對紐約清算所銀行同業支付系統和環球同業銀行金融電訊協會的資料庫的深度挖掘，掌握了恐怖組織的資金流向方面的相關數據，藉此成功破獲數十起恐怖主義襲擊案件，並成功挖出了基地組織的二把手。可以說，大數據正對包括商業、政治、醫學和幾乎每一個自然與社會科學領域都產生了革命性的影響。

不過，大數據也存在一個特點，那就是絕大多數都是散亂的，屬於計算機科學家所稱的「非結構化」數據。這與傳統的關係型資料庫系統有很大的不同，傳統系統的信息行列一致，整齊排列在一起，使搜索於檢索快速、可靠和精準。

而「非結構化」數據以各種形式存在，因而很難匹配或比較。這就迫使工程師開發出了專門用於理解各種渠道搜集的信息的人工智慧，在大數據領域計算機能夠高效率的規模化處理信息，而這恰恰是人腦去做不到。

實際上，人工智慧在準確度、效率、成本等方面都大幅優於最出色的人類工程師和數據分析師。美國WorkFusion公司接到過一個項目，要檢索大約4萬條有用信息。以前，客戶公司依靠內部員工來完成這項工作，平均每條記錄更新的成本約為4美元，而且只能一年更新一次。在使用人工智慧技術之後，依靠人工智慧更新一條信息的成本被壓縮到20美分，而且可以每個月更新一次。

2012年，舊金山Good Data公司使用亞馬遜的雲服務對其6000家客戶進行數據分析，該公司執行總裁羅曼.斯坦尼克指出：「以前，每一個客戶公司的工作量至少需要5個人來完成，這就需要3萬名員工。而現在我藉助人工智慧只需要用180人就能完成以往3萬人才能完成的工作」。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！