人工智能需要〝有经验的大量数据”才是关键_风闻

【本文由“dd h”推荐，来自《华为这一枪打得漂亮》评论区，标题为dd h添加】

凉云有经验的驾车人从来不是简单地根据前车的速度、车道线和行人是否跨入车道来驾驶的，驾驶经验最大的作用就是判断前车、行人的意图，判断环境对路况的影响，合理选择最安全、最快捷的路径。这是再多的摄像头、毫米波或者激光雷达也无法判读的。

这个观点比文章那一大段废话更贴近关键，没错，人类一职的最佳分类器就是经验丰富的人，所有“人工智能”上限离“人”差远去了，所以那些把生命交给自驾的远比你亲自驾驶危险的多！传感器也好，控制系统也罢，这些硬件对于如今我国工业体系，其技术含量并不高，真正的难题在于你拿到那么多不同传感器数据如何融合？

这是目前为止的世界性难题。人工智能听起来挺高大上，其实真正搞得话就是首先获取海量数据人工进行对错判断，然后用这些已经分类判断好的数据训练算法，训练过程就是让电脑从数据中获取低级参数及取值，然后通过统计计算分析哪些参数对判断对错敏感，阈值是多少，进而获取判断准则。而为了让参数有效，需要对覆盖所有情况的数据录取，而且针对某一情况要反复录取，通过概率判断这种情况下的对错。这个数据获取过程既要做硬件，也要搞场景，非常费钱，所以各个公司数据不会共享，因此缺乏数据是当前“人工智能”发展的最大障碍。

当然，八成有杠精会跳出来指出飞机自动驾驶和电商大数据。其实飞机在空中遇到的问题会比汽车在路上跑的时候复杂吗？既然问题卡在数据不足上，那么相对简单的场景，自然容易获取足够的数据去解决问题。至于电商，你买东西的时候有没有注意到商品分类？对，没错，商家在标注商品的过程中就完成了大数据录入，而买家的购物过程完成了数据判断，电商是通过白嫖卖家和买家的工作量完成的“大数据奇迹”。

感兴趣的网友可以看看模式识别的教科书，搞清楚里面各章的绪论，“人工智能”“大数据”啥的噱头就不容易骗你了。最后，开车时，把你的小命交给自己比交给汽车靠谱。