微軟小冰說：大資料為人工智慧而生

仲介交易 SEO診斷 淘寶客 雲主機 技術大廳

摘要 : 昨晚，微軟(亞洲)互聯網工程院宣佈，第二代智慧聊天機器人「微軟小冰」正式上線，使用者可以登錄微軟小冰官網進行「領養」操作。 那麼，微軟小冰是個什麼樣的產品呢?

7月2日，微軟(亞洲)互聯網工程院宣佈，第二代智慧聊天機器人「微軟小冰」正式上線，使用者可以登錄微軟小冰官網進行「領養」操作。

那麼，微軟小冰是個什麼樣的產品呢?首先，微軟小冰是一款智慧聊天機器人。 除了智慧聊天之外，還兼具提醒、天氣、星座、交通指南、餐飲點評等實用功能。 其次，微軟小冰集成了微軟在大資料、自然語義分析、機器學習和深度神經網路方面的技術積累，具有非常強大的機器學習能力。 所以，微軟小冰還是一款人工智慧機器人。

【人工智慧需要有大資料的支撐】

人工智慧主要有三個分支：第一，基於規則的人工智慧;第二，無規則，電腦讀取大量資料，通過資料統計、概率分析等方法進行智慧處理的人工智慧;第三，基於神經元網路的一種深度學習。

基於規則的人工智慧，即在電腦內根據規定的語法結構錄入規則，並用這些規則進行智慧處理，缺乏靈活性，不實用。 因此，人工智慧實際上的主流分支是後兩者。 而後兩者都是通過電腦讀取大量資料，以提升人工智慧本身的精准度。 如今，大量資料產生之後，有低成本的儲存體將其存儲，有高速的CPU對其進行處理，所以才有了人工智慧後兩個分支的理論與實踐。 由此，人工智慧就能做出接近人類的處理或者判斷，提升精准度。 同時，採用人工智慧的服務作為高附加值服務，成為吸引更多使用者的主要因素;而不斷增加的使用者將產生更多的資料，使得人工智慧進一步優化。

大資料分為「結構化資料」與「非結構化資料」。 「結構化資料」專指可作為資料庫進行管理的資料，例如，企業的客戶資訊、經營資料、銷售資料、庫存資料等存儲于普通的資料庫之中。 相反，「非結構化資料」是指未存儲于資料庫之中的資料，包括電子郵件、文字檔、圖像、視頻等資料。 目前，非結構化資料激增，企業資料的80%左右都是非結構化資料。 隨著社交媒體的興起，非結構化資料更是迎來了爆發式增長。 複雜的、海量的資料通常被稱為大資料。

但是，這些大資料的分析並不簡單。 文本挖掘需要「自然語言處理」技術，圖像與視頻解析需要「圖像解析技術」。 如今，「語音辨識技術」也不可或缺。 這些都是傳統意義上人工智慧領域所研究的技術。

微軟小冰也完全是因為有大資料的支撐才實現了人工智慧。 據網上媒體報導，微軟小冰集合了中國近7億線民多年來積累的全部公開聊天記錄，並從中精煉出1500萬條語料庫，基於資料採礦與智慧搜尋，通過理解對話的語境和語義而實現人機問答的自然交互，甚至相當於16歲少女的智商。

【大資料和人工智慧結合，將釋放出更大的能量】

除了微軟之外，Google和Apple也致力於研發將大資料與人工智慧結合應用的各類產品。 Google提供優化的搜尋引擎服務，後臺的人工智慧隨著使用者的使用而不斷進化，使用的使用者越多，搜尋引擎將越優化，優化之後，使用者自然也就更多。 除了搜尋引擎，Google還通過Gmail、Google Docs等獲取大量的「非結構化資料」。 這樣一來，Google的「大腦」就變得更加聰明瞭。 此外，Google還研發了「語義搜索」的進化系統。 Apple的語音辨識技術Siri也是基於最新人工智慧理論(深度學習)構建的。 反過來看，現代的人工智慧進化，不僅需要理論研究，還需要大量的資料作為支撐。

2014年年初，Google聯合奧迪、通用、本田、現代以及Nvidia成立了一個新的合作團體——開放汽車聯盟(Open Automotive Alliance);而Apple在2013年6月就開始涉足汽車領域的人工智慧， 推出了「iOS in the Car」技術，通過Siri語音操作可以實現導航、通話、音樂播放等服務。 最近，Google又宣佈將于2017年向市場投入自動駕駛汽車，截止到2013年8月，已經完成了48萬公里的試駕。 48萬公里試駕的大資料成為行駛經驗資料，為人工智慧的自動駕駛提供了決策分析依據。

未來，所有產業領域，都將通過人工智慧以及基於人工智慧的機器人，實現智慧化。 人工智慧將成為創造高附加值的重要來源，發揮巨大的作用，很有可能超過已經對全世界造成巨變的「互聯網革命」，其影響將是巨大的，也將遍及社會各層面。 Google和Apple已經給汽車等傳統行業帶來了深深的危機感。 而他們的顛覆式創新，其實是來自大資料與人工智慧的結合。 或許這一點非常值得我們思考。 同樣的現象、同樣的顛覆會不會發生在更多的傳統產業中呢?

6月12日下午，筆者曾經在政協第二會場實況觀摩了全國政協第13次雙周協商座談會。 當時，九三學社中央副主席賴明主題發言提出建議「儘快實施大資料發展戰略」。 筆者希望人工智慧能夠成為大資料發展戰略的落腳點之一。 (作者王喜文系工信部國際經濟技術合作中心電子商務研究所所長，九三學社中央科技委特邀委員，曾掛職北京市房山區經濟和資訊化委員會副主任)