高永赫 Treasure Data 首席数据架构顾问李世石九段与谷歌AlphaGo的世纪对局活动,在韩国引发了大众、媒体、产业界、学界乃至政府对人工智能(AI)前所未有的关注,这种全国性关注也催生了多种讨论。代表性的讨论是人与AI的对立格局,这一格局从《终结者》《银翼杀手》等经典电影到《她》《机械姬》等近期电影中反复出现。另一种讨论是关于实现AlphaGo的AI的方法论,从软件(SW)角度看,自去年起成为焦点的深度学习持续引发关注;从硬件角度看,则有关于AlphaGo庞大运算能力背后技术背景的讨论。此外,关于收购了AlphaGo开发方DeepMind的谷歌的讨论也相当多。
然而在围绕AI这一热门话题的各种讨论中,有一部分我们很容易稍稍忽略,那就是数据。
以4比1战胜李九段的AlphaGo,其核心是深度学习及各类AI算法、使庞大运算处理成为可能的硬件,以及海量数据。AlphaGo不仅以李九段公开的棋谱,还以职业棋手16万份棋谱数据为素材学习了围棋。它不止于从人类围棋数据中学习基础,还如同武侠小说中高手冥想并展开虚拟对决以提升武功那样,与另一个自己进行大量模拟对局,自行生成各种局面走势及当时胜负概率的数据并再次学习,从而增厚了围棋内功。
仅靠一切都已定型化的算法,只能高速自动处理既定顺序的固定业务,无法造就AI。归根结底,AI是模仿人类智性的产物,而解决问题的人类智性有相当部分由基于外部环境各种信息与数据所获得的学习构成,因此AI的核心之一就是学习。而学习对象都可以用数据来表现。
打造无论何种问题都能以人类水平应对和解决的通用型AI,仍然遥远。但正如AlphaGo的案例所示,在像围棋这样虽相对复杂但规则在一定程度上已确定的特定领域,可以应用AI及深度学习这类机器学习来创造更优成果。创造这类成果的核心,最终在于就该领域积累了何种数据、积累了多少,以及如何管理。请注意这一事实:如果没有棋谱数据,AlphaGo在短期内哪怕赢李九段一局都是不可能的。
即便不特意提到AI或深度学习,在某一领域取得引人注目的成果时活用数据的重要性也是显而易见的事实。如今深度学习与AI加入其中,为数据的积累、管理与活用的重要性划下了重重一笔。在惧怕AI之前,先考虑如何切实活用数据,不是更为现实吗?






