  图为IBM的Watson超级计算机在智力竞赛节目中打败人类选手。 据国外媒体报道，研究人员认为，电脑不久便会在很多领域取代人类直觉。麻省理工学院研发了一项新系统，而该系统在几次竞赛中表现得比最聪明的人还要出色。 麻省理工学院的研究人员设计了一款大数据分析系统。该系统的目的是，在寻找数据背后隐藏的规律时，可以起到替代人类直觉的作用。 该系统名为“数据科学机”(Data Science Machine)，和人类选手一起参加了三次数据科学竞赛，并且在三次竞赛中都获得了出色的成绩。在这三次竞赛中，数据科学机的预测准确率分别为最终获胜者的94%、96%和87%，在共906支参赛队伍中，这一成绩超过了615支队伍。 “我们将数据科学机视作对人类智慧的天然补充，”麦克斯·坎特(Max Kanter)说道。正是他的硕士论文为该机器提供了理论基础。 “有太多太多的数据需要进行分析，但目前并没有得到我们的充分利用。因此，我们或许应当找出某种解决方案，就算实际解决不了什么问题，至少也能让我们行动起来。 数据科学机能够以“非人”的速度完成其预测计算，每次提交答案所需时间仅为2小时到12小时之间，而人类参赛队伍则需要工作数月时间，才能完成相应的计算。 卡尔安·维拉马沙纳尼(Kalyan Veeramachaneni)是坎特的论文导师及麻省理工学院计算机科学与人工智能实验室的一名研究科学家，他和坎特共同参与了这项研究。 在选择具有某种特征的数据进行分析时，往往要用到人类的直觉。而这两名研究人员的研究结果便是，让机器来做这个决定，即扮演起人类直觉的角色。“在为工业解决了大量数据科学问题之后，我们从自身经验中观察发现，这其中有着至关重要的一步，叫做特征工程。” 数据科学机运用多种指标，寻找数据库中、数据结构关系间的相关性，该机器可以利用这些指标在数据库中进行部署工作，并找到这些数字的平均数。在这一过程中，该机器还会寻找分类数据，即处在某一范围之内的数据，例如一周之中的某几天等。 通过与麻省理工学院计算机科学与人工智能实验室(CSAIL)的其他研究人员的合作，维拉马沙纳尼成功地将机器学习技术运用于解决实际问题之中，例如，预测有哪些学生会翘掉在线课程。 他表示，制造数据特征是该过程中极其重要的一步。“首先你得确定需要从数据库中提取出哪些变量，而为此你可能会有许多不同的想法。” “数据科学机本身就是一项令人难以置信的伟大项目，因为它成功地将尖端研究成功运用到解决实际问题中去，提供了一种全新的看待该问题的方式。”哈佛大学的一名计算机科学教授马戈·塞尔策(Margo Seltzer)说道。 “我认为，他们所做的一切很快就会变成行业标准。”(叶子) |
