《人工智能概論》第三章 大數(shù)據(jù)讓人工智能土壤更肥沃

《人工智能概論》第三章大數(shù)據(jù)讓人工智能土壤更肥沃主講教師：XXX案例導(dǎo)讀

每年，地震在全球范圍內(nèi)導(dǎo)致超過1.3萬人死亡，500萬人受傷或財產(chǎn)受損，每年造成的經(jīng)濟損失高達120億美元。

多年以來，科學(xué)家們主要依靠對震頻的監(jiān)測來預(yù)測地震。盡管還有很多潛在的地震預(yù)警信號，如大氣條件的變化或大量蛇群的遷移，但基于這些信號做出的預(yù)測準(zhǔn)確率太低，無法在現(xiàn)實中實施。案例1:地震預(yù)測呼喚大數(shù)據(jù)

科學(xué)家們利用大數(shù)據(jù)技術(shù)對來自衛(wèi)星和氣象領(lǐng)域的數(shù)據(jù)進行統(tǒng)計分析，開啟了一種全新的地震預(yù)測方法。

該項技術(shù)可以幫助人類最早能提前30天預(yù)測到全球主要地震多發(fā)國家即將發(fā)生的震級6級以上的大地震，精準(zhǔn)度已經(jīng)達到90%。曾經(jīng)提前9天預(yù)測到了2015年3月3日在印尼發(fā)生的6.4級地震。案例導(dǎo)讀案例導(dǎo)讀Viola.AI是全球第一個使用人工智能驅(qū)動的相親平臺。通過結(jié)合人工智能、區(qū)塊鏈技術(shù)和智能合約技術(shù)，Viola.AI試圖顛覆相親行業(yè)，給全球用戶提供無國界的一條龍解決方案，包括約會、求婚乃至結(jié)婚。平臺使用深度學(xué)習(xí)技術(shù)，分析每個用戶的個性、背景和行為習(xí)慣，給用戶最貼合個人的建議，并在預(yù)測感情可能出現(xiàn)問題時敦促他們主動解決，保證感情穩(wěn)定。

借助新技術(shù)和移動約會服務(wù)，相親行業(yè)在過去的10年里發(fā)展迅速。不過仍有許多亟待解決的問題。比如網(wǎng)戀騙局、交友疲勞癥、用戶信息濫用等。還有在全球離婚率上升潮中的婚后感情危機了。案例2:相親活動也愛大數(shù)據(jù)引言引言一·什么是大數(shù)據(jù)一·什么是大數(shù)據(jù)它什么都知道一·什么是大數(shù)據(jù)一·什么是大數(shù)據(jù)一·什么是大數(shù)據(jù)

大數(shù)據(jù)（bigdata），指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。

到今天為止，很難有一個統(tǒng)一的定義。2·大數(shù)據(jù)的五個特點2·大數(shù)據(jù)的五個特點2·大數(shù)據(jù)的五個特點2·大數(shù)據(jù)的五個特點2·大數(shù)據(jù)的五個特點二·大數(shù)據(jù)是如何產(chǎn)生的（一）信息科技進步（一）信息科技進步（一）信息科技進步（一）信息科技進步（二）互聯(lián)網(wǎng)誕生（二）互聯(lián)網(wǎng)誕生

曾經(jīng)有制作服裝的公司，想要調(diào)查顧客的購買意愿。需要統(tǒng)計顧客拿起了哪件衣服，試穿了哪件？在專賣店逗留了多長時間？這就需要安裝攝像頭，要選樣本，可能花費上億的資金。要想省錢的話其結(jié)果可能會失去參考價值。如果在網(wǎng)上做同樣的事情，成本近乎為“零”。大家可以想想，在淘寶網(wǎng)或者京東商城的主頁上，每一個網(wǎng)頁都相當(dāng)于一家店鋪，打開這個網(wǎng)頁就等于進入了店鋪；點擊了衣服，相當(dāng)于顧客拿起衣服仔細端詳；把衣服放到收藏夾，可以理解為試穿；在實體店中的顧客行為幾乎被完整地映射到網(wǎng)頁上。（三）云計算（三）云計算（三）云計算（四）物聯(lián)網(wǎng)發(fā)展（五）社交網(wǎng)絡(luò)發(fā)展（六）智能終端誕生三·大數(shù)據(jù)的應(yīng)用（五）社交網(wǎng)絡(luò)發(fā)展1.大數(shù)據(jù)讓政府治理更精準(zhǔn)透明1.大數(shù)據(jù)讓政府治理更精準(zhǔn)透明1.大數(shù)據(jù)讓政府治理更精準(zhǔn)透明1.大數(shù)據(jù)讓政府治理更精準(zhǔn)透明2.大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用2.大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用2.大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用

國外的保險公司在給用戶進行車險報價時，需要參考汽車自身存儲的OBD信息，其記錄了駕駛員的駕駛習(xí)慣，例如是否經(jīng)常緊急剎車，是否經(jīng)常瞬間加速等。保險公司會依據(jù)客戶的駕駛習(xí)慣來定義車主的保險產(chǎn)品等級，良好駕駛習(xí)慣的車主，其車險價格就較低，反之則車險價格就較高。案例一：保險行業(yè)利用駕駛員駕駛信息來確定車險價格2.大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用

“博時淘金100”是博時基金和阿里共同成立的基金，依托螞蟻金服提供的海量電商交易數(shù)據(jù)（包括買賣家數(shù)量變化、商品價格變化、成交量變化等），對用戶需求，企業(yè)產(chǎn)品、行業(yè)成長進行分析，從預(yù)測相關(guān)行業(yè)和企業(yè)景氣度。分析結(jié)果結(jié)合博時基金多因子量化投資模型，指導(dǎo)基金經(jīng)理進行股票投資。案例二：“博時淘金100”指數(shù)基金跑贏大盤3.大數(shù)據(jù)在教育領(lǐng)域的應(yīng)用4.大數(shù)據(jù)在生活娛樂領(lǐng)域的應(yīng)用4.大數(shù)據(jù)在生活娛樂領(lǐng)域的應(yīng)用四·大數(shù)據(jù)的基本處理模型四、大數(shù)據(jù)的基本處理模型一般而言數(shù)據(jù)問題可以通過四個步驟進行數(shù)據(jù)使用數(shù)據(jù)分析數(shù)據(jù)存儲數(shù)據(jù)采集這四個步驟構(gòu)成了大數(shù)據(jù)分析的基本構(gòu)架數(shù)據(jù)采集數(shù)據(jù)存儲數(shù)據(jù)分析數(shù)據(jù)使用大數(shù)據(jù)的采集一般分別為系統(tǒng)日志采集、網(wǎng)絡(luò)數(shù)據(jù)采集和其他數(shù)據(jù)采集。目前很多公司有自己的海量數(shù)據(jù)采集工具滿足每秒數(shù)百兆字節(jié)的采集和傳輸需求。（1）采集大數(shù)據(jù)處理的模型也可以被認為數(shù)據(jù)>>信息>>知識>>智慧的金字塔模型，這是一個量級由大到小，價值由低到高的數(shù)據(jù)模型。對海量數(shù)據(jù)進行分析時，需要把原始數(shù)據(jù)導(dǎo)入一個大型分布式的數(shù)據(jù)庫中，并且做一些簡單的清洗和預(yù)處理工作。這一過程如同廚師在購入食材以后需要清洗整理搭配的過程一樣。（2）導(dǎo)入/預(yù)處理數(shù)據(jù)挖掘是對現(xiàn)有數(shù)據(jù)進行各種算法的計算，從而達到預(yù)測的效果。（4）挖掘與傳統(tǒng)的數(shù)據(jù)分析不同，這一環(huán)節(jié)的統(tǒng)計分析設(shè)計的數(shù)據(jù)量大，一般采用分布式數(shù)據(jù)庫或者分布式的計算集群對海量數(shù)據(jù)進行處理。（3）統(tǒng)計/分析智慧信息知識數(shù)據(jù)挖掘統(tǒng)計/分析導(dǎo)入/預(yù)處理采集五·大數(shù)據(jù)與人工智能的關(guān)系人工智能什么是人工智能（AI）用人工的方法在機器（計算機）上實現(xiàn)的智能；或者說是人們使機器具有類似于人的智能。圖靈預(yù)測2000年的時候會出現(xiàn)通過圖靈測試，具備人工智能的機器，然而直到2014年6月，一臺計算機（聊天軟件）成功讓人類相信它是一個13歲的男孩，成為有史以來首臺通過圖靈測試的計算機。

------資料來源于《顫抖吧，人類！》中國科技日報2015年11月，機器依據(jù)未見過的書寫系統(tǒng)（比如：藏文）中的一個字符實例，寫出了同樣風(fēng)格的字符，說明機器已具備迅速學(xué)寫陌生文字的創(chuàng)造能力。

------資料來源于《Science》雜志封面新聞大數(shù)據(jù)與人工智能生活例子（預(yù)測班車的到達時間）：每天早上7點半班車從A地發(fā)往B地，預(yù)測到達B地的時間第一次乘坐你的預(yù)測通常不太準(zhǔn)一