解读AI：快速获取样本将成重点研究方向

正文

请到「今天看啥」查看全文

颜水成说，此前谈论AI，会讲到三要素：数据、计算和算法。如今是四要素：数据、计算、算法和场景。在过去一年，AI经历了两个维度的发展，包括有监督学习和无监督学习。后者的进展很快，但前者的进展不大，AI已经引入到工业，但如何让其在产品中发挥作用仍值得探讨。

快速获取有效样本将成AI重要研究方向

颜水成认为，目前AI的应用场景有两种：一种是在算法提升后，可以立即转化为效益，例如线上广告推荐和信息流推荐等。另一种则是需要达到一定预期才能见效益，比如无人驾驶技术等，必须要达到安全值，才能让车辆在街上行驶，“前者的价值在短期内显得更加重要，而后者则适合长期”

对于AlphaGo而言，其技术核心是深度学习和增强学习，该技术在日常生活中也可以运用，颜水成以自动驾驶举例，自动驾驶无法得到很多标注数据，目前只能使用模拟器去产生虚拟数据，利用有限的数据去学习如何开车，这时会有样本产生，这个过程可以帮助控制车辆，让驾驶技术逐步提升，”这个过程类似于AlphaGo的左右手互博“。此外，该策略在金融领域同样适用。

接下来，AI领域的重要研究方向将是如何利用更好的策略去快速获得有效的样本。

请到「今天看啥」查看全文