0
在机器变得彻底像人前，AI还有很长一段路要走。
——不是哪个人说的，而是一些人说的。
AI最近发展到可以识别视频中猫的图片，也可以高精度的帮我们翻译一些东西，甚至AlphaGo还帮我们首次在围棋上击败了人类，但是这些大佬告诉我们他们正在冷冷地审视它。
在周一麻省理工学院技术评论会议上，艾伦智能研究所的CEO表示，不是我吹牛，虽然AlphaGo的胜利很伟大，但是Go依然只是一个棋类游戏，人类的语音中的细微差别比这个要复杂多了，即使是最好的计算机系统现在出现，也难当大任。
仅仅通过AlphaGo的胜利，你也不能说人类理性冷漠的那面就赢了，现在Google的工程师们正忙着用大量的神经网络来训练它，其中的一个重点就是教会它怎么学会人类看似很简单的怎么去玩，而这其中机器学习算法的99%还是靠人来搭建的。
Google的研究总监Peter Norvig则提醒我们，因为AI的流行，它正在改变这个世界开发软件的方式，以最近FB、亚马逊、Google都在猛推的聊天机器人为例，大家都忙着摄取不断的数据流来提高软件的性能。这种基于不断变化的数据来开发软件的方式，正在瓦解过去循序渐进式的软件开发方式。
毫不夸张地说，每一分每一秒数据都在改变着机器学习，我们得想点好办法来处理这种不确定性和变化性，而解决办法是得找到更好的模型来处理。因为机器学习驱动的软件相比之前更复杂，程序员们找bug也更难，要放过去，哪里有bug，哪里抠出来修复，然后也不会影响剩下的系统；而在机器学习中，改变一个小点，可能会改变所有的程序，要想安全地改个bug，现在Google自己都做不到。
百度首席科学家吴恩达最近开始频繁强调，在人工智能系统工作中，数据的重要性，现在百度正在通过各种新的方式来收集为加强自己人工智能服务竞争力的数据，而且现在各个像Google、百度这样本身就扎根大数据的公司，希望早点找到正确的战略。
最近，雷锋网发现一个趋势，不知是受FB、亚马逊、Google发布新品的连环冲击，还是神经网络对我们的蛊惑作用正在减弱，大家开始不那么狂热地讨论AI将变革这个，变革那个，而是开始注意AI下面的那层大数据和云，甚至机器学习云神马的也开始慢慢成了我们的心头好，一些之前没什么动静的2B公司又开始出来宣传自己基于大数据AI战略的正确性。
这样的结果，是什么关键的步骤的阶段性作用？雷锋网等你来跟我们聊聊~
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
