在機器變得徹底像人前，AI還有很長一段路要走。

——不是哪個人說的，而是一些人說的。

AI最近發(fā)展到可以識別視頻中貓的圖片，也可以高精度的幫我們翻譯一些東西，甚至AlphaGo還幫我們首次在圍棋上擊敗了人類，但是這些大佬告訴我們他們正在冷冷地審視它。

艾倫智能研究所的CEO

在周一麻省理工學(xué)院技術(shù)評論會議上，艾倫智能研究所的CEO表示，不是我吹牛，雖然AlphaGo的勝利很偉大，但是Go依然只是一個棋類游戲，人類的語音中的細微差別比這個要復(fù)雜多了，即使是最好的計算機系統(tǒng)現(xiàn)在出現(xiàn)，也難當(dāng)大任。

僅僅通過AlphaGo的勝利，你也不能說人類理性冷漠的那面就贏了，現(xiàn)在Google的工程師們正忙著用大量的神經(jīng)網(wǎng)絡(luò)來訓(xùn)練它，其中的一個重點就是教會它怎么學(xué)會人類看似很簡單的怎么去玩，而這其中機器學(xué)習(xí)算法的99%還是靠人來搭建的。

Google的研究總監(jiān)Peter Norvig

Google的研究總監(jiān)Peter Norvig則提醒我們，因為AI的流行，它正在改變這個世界開發(fā)軟件的方式，以最近FB、亞馬遜、Google都在猛推的聊天機器人為例，大家都忙著攝取不斷的數(shù)據(jù)流來提高軟件的性能。這種基于不斷變化的數(shù)據(jù)來開發(fā)軟件的方式，正在瓦解過去循序漸進式的軟件開發(fā)方式。

毫不夸張地說，每一分每一秒數(shù)據(jù)都在改變著機器學(xué)習(xí)，我們得想點好辦法來處理這種不確定性和變化性，而解決辦法是得找到更好的模型來處理。因為機器學(xué)習(xí)驅(qū)動的軟件相比之前更復(fù)雜，程序員們找bug也更難，要放過去，哪里有bug，哪里摳出來修復(fù)，然后也不會影響剩下的系統(tǒng)；而在機器學(xué)習(xí)中，改變一個小點，可能會改變所有的程序，要想安全地改個bug，現(xiàn)在Google自己都做不到。

百度首席科學(xué)家吳恩達

百度首席科學(xué)家吳恩達最近開始頻繁強調(diào)，在人工智能系統(tǒng)工作中，數(shù)據(jù)的重要性，現(xiàn)在百度正在通過各種新的方式來收集為加強自己人工智能服務(wù)競爭力的數(shù)據(jù)，而且現(xiàn)在各個像Google、百度這樣本身就扎根大數(shù)據(jù)的公司，希望早點找到正確的戰(zhàn)略。

最近，雷鋒網(wǎng)發(fā)現(xiàn)一個趨勢，不知是受FB、亞馬遜、Google發(fā)布新品的連環(huán)沖擊，還是神經(jīng)網(wǎng)絡(luò)對我們的蠱惑作用正在減弱，大家開始不那么狂熱地討論AI將變革這個，變革那個，而是開始注意AI下面的那層大數(shù)據(jù)和云，甚至機器學(xué)習(xí)云神馬的也開始慢慢成了我們的心頭好，一些之前沒什么動靜的2B公司又開始出來宣傳自己基于大數(shù)據(jù)AI戰(zhàn)略的正確性。

這樣的結(jié)果，是什么關(guān)鍵的步驟的階段性作用？雷鋒網(wǎng)等你來跟我們聊聊~

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。