人工智能歷史由來已久，早在1308年，加泰羅尼亞詩人兼神學家者雷蒙·盧爾（Ramon Llull）出版《The Ultimate General Art》，詳細描述了其“邏輯機”的概念，這便是最早人工智能理念的誕生。隨著時代發(fā)展，如今的人工智能早已發(fā)生了翻天覆地的變化，以前的機器只關(guān)注算法本身，如今進入到大數(shù)據(jù)時代，一切都將發(fā)生變化。
黃宜華（中國計算機學會大數(shù)據(jù)專家委員會常務(wù)委員、副秘書長）
11月13至14日，由OFweek中國高科技行業(yè)門戶主辦，OFweek人工智能網(wǎng)承辦的“OFweek2017中國人工智能大會”在深圳舉辦。中國計算機學會大數(shù)據(jù)專家委員會常務(wù)委員、副秘書長黃宜華教授在《大數(shù)據(jù)機器學習---從算法到系統(tǒng)》主題演講中，重點分析了目前機器該如何在大數(shù)據(jù)之下進行學習。
大數(shù)據(jù)下的機器學習
首先，黃宜華教授對于大數(shù)據(jù)定義做了簡單介紹。他認為，一般意義上大數(shù)據(jù)是指無法在可容忍的時間內(nèi)用傳統(tǒng)IT技術(shù)和軟硬件工具對其進行感知、獲取、管理、處理和服務(wù)的數(shù)據(jù)集合。
近幾年，大數(shù)據(jù)逐漸成為學術(shù)界和產(chǎn)業(yè)界的熱點，已在很多技術(shù)和行業(yè)內(nèi)廣泛應(yīng)用。從大規(guī)模數(shù)據(jù)庫到商業(yè)智能和數(shù)據(jù)挖掘應(yīng)用、從搜索引擎到推薦系統(tǒng)、以及最新的語音識別、翻譯等。大數(shù)據(jù)算法的設(shè)計、分析和工程涉及很多方面，包括大規(guī)模并行計算、流算法、云技術(shù)等。由于大數(shù)據(jù)存在復(fù)雜、高維、多變等特性，如何從真實、凌亂、無模式和復(fù)雜的大數(shù)據(jù)中挖掘出人類感興趣的知識，迫切需要更深刻的機器學習理論進行指導(dǎo)。
大數(shù)據(jù)強大的計算能力，已成為推動大數(shù)據(jù)時代人工智能技術(shù)和應(yīng)用發(fā)展的動力，將大數(shù)據(jù)機器學習和人工智能推上了新一輪發(fā)展浪潮。大數(shù)據(jù)隱含著很多深度知識和價值，大數(shù)據(jù)智能化分析挖掘可為行業(yè)/企業(yè)帶來巨大的商業(yè)價值。大數(shù)據(jù)的深度價值發(fā)現(xiàn)需要使用基于機器學習的智能化復(fù)雜分析才能完成，機器學習和數(shù)據(jù)挖掘已成為將大數(shù)據(jù)轉(zhuǎn)換成有用知識的關(guān)鍵技術(shù)。傳統(tǒng)計算時代，僅僅關(guān)注機器學習算法本身，而大數(shù)據(jù)時代的機器學習，已經(jīng)不僅僅是一個算法問題，更是一個完整的大數(shù)據(jù)學習系統(tǒng)問題。
大數(shù)據(jù)學習系統(tǒng)未來發(fā)展趨勢
要實現(xiàn)高效的大數(shù)據(jù)機器學習，需要構(gòu)建一個能同時支持機器學習算法設(shè)計和大規(guī)模數(shù)據(jù)處理的一體化大數(shù)據(jù)機器學習系統(tǒng)。研究設(shè)計高效、可擴展且易于使用的大數(shù)據(jù)機器學習系統(tǒng)面臨諸多技術(shù)挑戰(zhàn)。近年來，大數(shù)據(jù)浪潮的興起，推動了大數(shù)據(jù)機器學習的迅猛發(fā)展，使大數(shù)據(jù)機器學習系統(tǒng)成為大數(shù)據(jù)領(lǐng)域的一個熱點研究問題。
隨后，黃宜華教授還具體介紹了國內(nèi)外大數(shù)據(jù)機器學習系統(tǒng)的基本概念、基本研究問題、技術(shù)特征、系統(tǒng)分類以及典型系統(tǒng)。
在整個機器學習的發(fā)展歷程中，主要有兩大研究方向。一是研究學習機制，注重探索、模擬人的學習機制；二是研究如何有效利用信息，注重從巨量數(shù)據(jù)中獲取隱藏的、有效的、可理解的知識。學習機制的研究是機器學習產(chǎn)生的源泉，但隨著大數(shù)據(jù)時代各行業(yè)對數(shù)據(jù)分析需求的持續(xù)增加，通過機器學習高效地獲取知識，已逐漸成為當今機器學習技術(shù)發(fā)展的主要推動力。
最后，黃宜華教授具體解釋道，大數(shù)據(jù)時代的機器學習更強調(diào)“學習本身是手段”，機器學習成為一種支持技術(shù)和服務(wù)技術(shù)，如何基于機器學習對復(fù)雜多樣的數(shù)據(jù)進行深層次的分析，更高效地利用信息成為當前機器學習研究的主要方向。機器學習越來越朝著智能數(shù)據(jù)分析的方向發(fā)展，并已成為智能數(shù)據(jù)分析技術(shù)的一個重要源泉。另外，在大數(shù)據(jù)時代，隨著數(shù)據(jù)產(chǎn)生速度的持續(xù)加快，數(shù)據(jù)的體量有了前所未有的增長，而需要分析的新的數(shù)據(jù)種類也在不斷涌現(xiàn)，如文本的理解、文本情感的分析、圖像的檢索和理解、圖形和網(wǎng)絡(luò)數(shù)據(jù)的分析等，機器學習研究領(lǐng)域涌現(xiàn)了很多新的研究方向，很多新的機器學習方法被提出并得到了廣泛應(yīng)用。
更多詳細內(nèi)容，敬請關(guān)注OFweek人工智能網(wǎng)后續(xù)專題報道！
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
