也因此，當(dāng)我們在使用數(shù)據(jù)的時候，會發(fā)現(xiàn)大數(shù)據(jù)中有很多的漏洞，數(shù)據(jù)多而稀決。
在這種情況下，我們只能用算法解決，或者用“人為操作”的方式解決。
NO 4 到底未來是AI世界，還是IA世界
IBM 沃森實(shí)驗室的技術(shù)負(fù)責(zé)人Bowen Zhou在會議中提到了一個概念，從AI到IA的轉(zhuǎn)移。一直以來，IBM致力于創(chuàng)造能夠媲美人類智力的機(jī)器人，比如“深藍(lán)”，比如“沃森”。而現(xiàn)在，他們認(rèn)為以人類為中心，強(qiáng)大輔助功能的計算機(jī)可能更有市場。
AI與IA的區(qū)別在于，前者以計算為中心，后者以人類為中心。就是說未來是“機(jī)器人的世界”，還是“人類的機(jī)器世界”？占據(jù)主導(dǎo)地位的是會思考的機(jī)器人，還是輔助人類的機(jī)器？
未來的谷歌眼鏡，可能可以讓我們看到很遠(yuǎn)，立即回饋三百公里以外的信息，但是他不是機(jī)器人。
又或者人可以擁有強(qiáng)大的機(jī)械手，很厲害的汽車、飛機(jī)。但是他們以人類而不是以機(jī)器為中心。這兩者的區(qū)別，是值得思考的。
或者，我們可以這樣問自己一個問題：我們追求的是自動化還是智能化？
編者按，本次文章的觀點(diǎn)總結(jié)者是：
車品覺：中國信息協(xié)會大數(shù)據(jù)分會副會長
文章內(nèi)涉及的幾位專家，依次為
Bowen Zhou：IBM Watson實(shí)驗室的首席工程師，在統(tǒng)計機(jī)器翻譯（Statistical Machine Translation,SMT）領(lǐng)域有深厚積淀；
徐玲（Elizabeth Xu）：曾任職Acxiom集團(tuán)副總裁，是經(jīng)驗豐富的成熟的管理者；
Aaron Ling：Ancestry公司總工程師（Senior Director of Engineering ）；
Junlin Hu：Samsung公司的數(shù)據(jù)總監(jiān)（director of data mining）。