據(jù)國際數(shù)據(jù)中心（IDC）稱，預(yù)計2019年全球在人工智能（AI）系統(tǒng)上的支出將達到358億美元。這一增加的支出并不令人驚訝：隨著數(shù)字化轉(zhuǎn)型計劃對企業(yè)生存至關(guān)重要，企業(yè)正在對先進技術(shù)進行大量投資。

然而，根據(jù)維度公司（Dimensional Research）的一份研究報告表明，在他們統(tǒng)計的10個公司中，這些都是從事人工智能和機器學習的公司，其中8個公司表示其人工智能AI項目已經(jīng)停滯。96%的受訪者表示，他們在機器學習的大數(shù)據(jù)訓(xùn)練過程中，獲取的數(shù)據(jù)量不足，數(shù)據(jù)質(zhì)量低、數(shù)據(jù)標簽錯亂、數(shù)學模型不準確等等方面都遇到問題。引起這些問題的原因，是來自于人口不足所導(dǎo)致的各種數(shù)據(jù)發(fā)生量缺乏。沒有真實數(shù)據(jù)的支持，這些公司都只能閉門造車，虛擬大批量數(shù)據(jù)來給機器學習程序進行人工智能訓(xùn)練。其結(jié)果可想而知。項目停滯是必然的結(jié)果。

這次的調(diào)查，由大數(shù)據(jù)公司Alegion代表維度公司去實施，他們訪問了227名技術(shù)專家，這些專家都參與了相關(guān)人工智能和機器學習的項目。調(diào)查發(fā)現(xiàn)，這些公司需要由于處理如此巨量的數(shù)據(jù)，在人工智能和機器學習的資源投入是上很難跟上進度。

Alegion的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Nathaniel Gates在報告中說。“要將機器學習的模型應(yīng)用到生產(chǎn)中，其最大障礙是訓(xùn)練數(shù)據(jù)的數(shù)量和質(zhì)量”?！斑@項研究鞏固了我們自己的經(jīng)驗，即大數(shù)據(jù)團隊在項目實施過程中，都會構(gòu)建投資回報率模型來監(jiān)控項目的進度，出于成本考慮，經(jīng)常會在內(nèi)部產(chǎn)生訓(xùn)練數(shù)據(jù)，而非外部取得的真實數(shù)據(jù)，最后的結(jié)果可想而知?！?/p>

學過大數(shù)據(jù)的工程人員都知道，人工智能的核心在機器學習，而機器學習需要大量的真實數(shù)據(jù)里訓(xùn)練，才能得到盡量接近真實的模型。學習模式主要有三種：

監(jiān)督式學習:所有的數(shù)據(jù)都有標簽并且算法從輸入數(shù)據(jù)學習如何預(yù)測輸出

非監(jiān)督式學習:所有的數(shù)據(jù)都是無標簽的并且算法從輸入數(shù)據(jù)中學習數(shù)據(jù)固有的結(jié)構(gòu)

半監(jiān)督式學習:部分數(shù)據(jù)是有標簽的，但大部分沒有標簽，是一種監(jiān)督式和非監(jiān)督式學習的手段都可以使用的學習方法。

不過，這些的基礎(chǔ)，都是在大量真實數(shù)據(jù)的基礎(chǔ)上進行數(shù)據(jù)訓(xùn)練，才可以完成真正的人工智能AI，才有真正有用的模型，否則只是一條沒用的、錯漏百出的數(shù)學公式而已。根本無法投入實際生產(chǎn)中使用。

在Alegion的訪問中發(fā)現(xiàn)，這些公司的工程人員在處理大量數(shù)據(jù)時經(jīng)常會遇到矛盾，一邊想盡量少支出，讓人工智能模型接近真實，但一邊又需要花錢才能有大量真實數(shù)據(jù)。工程人員經(jīng)常被迫走鋼絲，省錢自制大量模擬數(shù)據(jù)去應(yīng)付數(shù)據(jù)訓(xùn)練，同時花錢確保系統(tǒng)有足夠的性能去處理特定數(shù)量的數(shù)據(jù)。這樣才能確保項目能夠完工交付。所以就有可笑的一幕：為了應(yīng)對這些成本與產(chǎn)出的績效考核挑戰(zhàn)，約76%的受訪者表示，他們有時會嘗試自己標注和注釋訓(xùn)練數(shù)據(jù)。超過半數(shù)（63%）的人表示，他們甚至嘗試編程來自動建立有標簽體系的虛擬數(shù)據(jù)。更極端的是，71%的團隊表示他們會將訓(xùn)練數(shù)據(jù)和其他機器學習項目外包出去。

人工智能的本意，就是用真實數(shù)據(jù)來建立模型，然后用模型去判斷未來。但是在西方的以利潤為王的價值觀體系下，連大數(shù)據(jù)的機器學習都要做假。資本、連機器都不放過！由于互聯(lián)網(wǎng)技術(shù)的出現(xiàn)，全球的知識體系已經(jīng)顯示出高度的同一性，我們的年輕人、我們的技術(shù)人員已經(jīng)和西方的工程人員有同一個視野、同一條起跑線。

外媒報道美國將擴大中國高科技企業(yè)“黑名單”，納入名單的有曠世、商湯、依圖等人工智能企業(yè)。自己不行，也不讓別人性，真是道德淪陷。但從西方的現(xiàn)實看，他們也面臨重重困難，可以預(yù)見，人工智能AI技術(shù)，西方也將落后于我們。