由于人工智能的兴起,那么它的数据分析是不是要换个方向

随着越来越多的设备上线,每台设备都在生成数据,信息分析和用于促进机器学习的方式将不得不改变。

数据是提高机器学习和人工智能(AI)系统的准确性和预测的关键——输入的苹果和橙子的图像越多,识别两者的能力就越强。高性能计算公司的副总裁兼首席技术官GohEngLim说,机器的“聪明”是由数据驱动的。

当被问及预期的物联网热潮是否会带来进一步的麻烦时,他承认有可能出现这种情况,并补充说,这确实可能会使情况变得更糟。据估计,去年联网设备的数量超过了全球人口的84亿,到2020年将继续攀升至204亿。Goh指出,首先,将每个连接设备产生的所有数据推回数据中心进行分析是不可行的。他说:“网络跟不上,因此,你需要物联网设备更智能,这样它就能在边缘做出明智的决定,比如,只向网络发送需要的信息”。

物联网设备可以确定数据是否是高质量的,应该将数据推回到网络以促进深度学习,或者在边缘处理学习,只发送回知识——而不是纯数据。Goh说,edge或物联网设备需要获得更多的情报,才能做出这样的决定和任务。HPE一直在宣扬边缘计算的重要性,兜售其HPEEdgeline系统的范围,它表示,这对于支持更多的计算和更好地管理网络边缘的数据是必要的。

当被问及今天人工智能中还有什么漏洞时,Goh指出深层神经网络仍然是不透。他解释说,当这些系统做出了一个被证明是错误的预测或决定时,它们无法确定哪里出了问题。人类也无法提供进一步的方向,因为人类不可能从神经网络分析的所有数据中搜罗出问题的原因。他还欢迎新加坡成立咨询委员会,以评估人工智能和数据在道德和法律上的使用。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181001A0K7D300?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券