據(jù)外媒報(bào)道，伴隨著互聯(lián)網(wǎng)的不斷普及以及移動(dòng)設(shè)備的不斷流行，現(xiàn)在，數(shù)據(jù)及其設(shè)備中心要比過去任何一個(gè)時(shí)代都顯得重要。這種被叫做大數(shù)據(jù)分析的處理過程大部分情況下還是需要借助人類的直覺來完成。任何一位人工智能(AI)科學(xué)家都認(rèn)為，直覺是人類思維過程中最難復(fù)制的部分之一。然而就在近日，來自MIT的科研人員可能在這一領(lǐng)域取得了突破。

據(jù)悉，由他們開發(fā)出的數(shù)據(jù)科學(xué)機(jī)器(Data Science Machine)能夠像人類一樣執(zhí)行數(shù)據(jù)分析甚至更優(yōu)秀。

數(shù)據(jù)科學(xué)機(jī)器專門為大數(shù)據(jù)分析設(shè)計(jì)打造。為了測(cè)試這套系統(tǒng)的能力，科研人員讓其參加了3項(xiàng)數(shù)據(jù)科學(xué)競(jìng)賽。在其中一場(chǎng)競(jìng)賽中，參賽隊(duì)伍總數(shù)有906支，數(shù)據(jù)科學(xué)機(jī)器最終的表現(xiàn)排在第614名。在另外兩場(chǎng)競(jìng)賽中，這套AI分別與人類并列第94名和第96名。雖然在第三場(chǎng)競(jìng)賽中它的正確率只有87%，但它花費(fèi)的時(shí)間卻遠(yuǎn)遠(yuǎn)少于人類--其最多只用了12個(gè)小時(shí)，而人類卻用了好幾個(gè)月的時(shí)間。

Max Kanter是為打造數(shù)據(jù)科學(xué)機(jī)器提供基礎(chǔ)的論文的作者，他和他的論文導(dǎo)師Kalyan Veeramachaneni用了數(shù)套技術(shù)賦予系統(tǒng)類似于直覺的能力。例如，他們?cè)跀?shù)據(jù)庫中使用了結(jié)構(gòu)關(guān)系作為提示。由于現(xiàn)在所有大型數(shù)據(jù)庫都存有關(guān)聯(lián)，所以Kanter他們的部署工作也就容易了許多。

擔(dān)心這樣的技術(shù)會(huì)讓人類遭遇機(jī)器人革命?至少目前看起來不會(huì)，獲悉，數(shù)據(jù)科學(xué)機(jī)器目前只被運(yùn)用到極為平凡的任務(wù)中。特別是，這套機(jī)器被用于幫助MIT了解學(xué)生傾向于放棄的在線課程研究上?，F(xiàn)在，這臺(tái)機(jī)器還開始試圖通過分析學(xué)生簽到的時(shí)間及他們?cè)诰€的學(xué)習(xí)時(shí)間來了解更多。

Kantar表示，世上擁有太多太多的數(shù)據(jù)。但是，它們大部分都靜靜地呆在那里，沒有得到使用或未獲得充分使用。但數(shù)據(jù)科學(xué)機(jī)器將能幫助人們減少篩選實(shí)用數(shù)據(jù)的時(shí)間。