來(lái)源：劉超的通(tōng)俗雲計(jì)算(suàn)（ID：popsuper1982）

作(zuò)者：劉超

今天跟大(dà)家(jiā)講講雲計(jì)算(suàn)、大(dà)數(shù)據和(hé)人(rén)工智能。為(wèi)什麽講這三個(gè)東西呢？因為(wèi)這三個(gè)東西現在非常火(huǒ)，并且它們之間(jiān)好像互相有(yǒu)關系：一般談雲計(jì)算(suàn)的時(shí)候會(huì)提到大(dà)數(shù)據、談人(rén)工智能的時(shí)候會(huì)提大(dà)數(shù)據、談人(rén)工智能的時(shí)候會(huì)提雲計(jì)算(suàn)……感覺三者之間(jiān)相輔相成又不可(kě)分割。但(dàn)如果是非技(jì)術(shù)的人(rén)員，就可(kě)能比較難理(lǐ)解這三者之間(jiān)的相互關系，所以有(yǒu)必要解釋一下。

我們首先來(lái)說雲計(jì)算(suàn)。雲計(jì)算(suàn)最初的目标是對資源的管理(lǐ)，管理(lǐ)的主要是計(jì)算(suàn)資源、網絡資源、存儲資源三個(gè)方面。

我們把每個(gè)神經元當成社會(huì)中從事經濟活動的個(gè)體(tǐ)。于是神經網絡相當于整個(gè)經濟社會(huì)，每個(gè)神經元對于社會(huì)的輸入，都有(yǒu)權重的調整，做(zuò)出相應的輸出，比如工資漲了、菜價漲了、股票(piào)跌了，我應該怎麽辦、怎麽花(huā)自己的錢(qián)。這裏面沒有(yǒu)規律麽？肯定有(yǒu)，但(dàn)是具體(tǐ)什麽規律呢？很(hěn)難說清楚。

基于專家(jiā)系統的經濟屬于計(jì)劃經濟。整個(gè)經濟規律的表示不希望通(tōng)過每個(gè)經濟個(gè)體(tǐ)的獨立決策表現出來(lái)，而是希望通(tōng)過專家(jiā)的高(gāo)屋建瓴和(hé)遠見卓識總結出來(lái)。但(dàn)專家(jiā)永遠不可(kě)能知道(dào)哪個(gè)城市的哪個(gè)街(jiē)道(dào)缺少(shǎo)一個(gè)賣甜豆腐腦(nǎo)的。

于是專家(jiā)說應該産多(duō)少(shǎo)鋼鐵(tiě)、産多(duō)少(shǎo)饅頭，往往距離人(rén)民生(shēng)活的真正需求有(yǒu)較大(dà)的差距，就算(suàn)整個(gè)計(jì)劃書(shū)寫個(gè)幾百頁，也無法表達隐藏在人(rén)民生(shēng)活中的小(xiǎo)規律。

基于統計(jì)的宏觀調控就靠譜多(duō)了，每年統計(jì)局都會(huì)統計(jì)整個(gè)社會(huì)的就業率、通(tōng)脹率、GDP等指标。這些(xiē)指标往往代表着很(hěn)多(duō)內(nèi)在規律，雖然不能精确表達，但(dàn)是相對靠譜。

然而基于統計(jì)的規律總結表達相對比較粗糙。比如經濟學家(jiā)看到這些(xiē)統計(jì)數(shù)據，可(kě)以總結出長期來(lái)看房(fáng)價是漲還(hái)是跌、股票(piào)長期來(lái)看是漲還(hái)是跌。例如，如果經濟總體(tǐ)上(shàng)揚，房(fáng)價和(hé)股票(piào)應該都是漲的。但(dàn)基于統計(jì)數(shù)據，無法總結出股票(piào)，物價的微小(xiǎo)波動規律。

基于神經網絡的微觀經濟學才是對整個(gè)經濟規律最最準确的表達，每個(gè)人(rén)對于自己在社會(huì)中的輸入進行(xíng)各自的調整，并且調整同樣會(huì)作(zuò)為(wèi)輸入反饋到社會(huì)中。想象一下股市行(xíng)情細微的波動曲線，正是每個(gè)獨立的個(gè)體(tǐ)各自不斷交易的結果，沒有(yǒu)統一的規律可(kě)循。

而每個(gè)人(rén)根據整個(gè)社會(huì)的輸入進行(xíng)獨立決策，當某些(xiē)因素經過多(duō)次訓練，也會(huì)形成宏觀上(shàng)統計(jì)性的規律，這也就是宏觀經濟學所能看到的。例如每次貨币大(dà)量發行(xíng)，最後房(fáng)價都會(huì)上(shàng)漲，多(duō)次訓練後，人(rén)們也就都學會(huì)了。

然而，神經網絡包含這麽多(duō)的節點，每個(gè)節點又包含非常多(duō)的參數(shù)，整個(gè)參數(shù)量實在是太大(dà)了，需要的計(jì)算(suàn)量實在太大(dà)。但(dàn)沒有(yǒu)關系，我們有(yǒu)大(dà)數(shù)據平台，可(kě)以彙聚多(duō)台機器(qì)的力量一起來(lái)計(jì)算(suàn)，就能在有(yǒu)限的時(shí)間(jiān)內(nèi)得(de)到想要的結果。

人(rén)工智能可(kě)以做(zuò)的事情非常多(duō)，例如可(kě)以鑒别垃圾郵件、鑒别黃色暴力文字和(hé)圖片等。這也是經曆了三個(gè)階段的：

• 第一個(gè)階段依賴于關鍵詞黑(hēi)白名單和(hé)過濾技(jì)術(shù)，包含哪些(xiē)詞就是黃色或者暴力的文字。随着這個(gè)網絡語言越來(lái)越多(duō)，詞也不斷地變化，不斷地更新這個(gè)詞庫就有(yǒu)點顧不過來(lái)。
  
• 第二個(gè)階段時(shí)，基于一些(xiē)新的算(suàn)法，比如說貝葉斯過濾等，你(nǐ)不用管貝葉斯算(suàn)法是什麽，但(dàn)是這個(gè)名字你(nǐ)應該聽(tīng)過，這個(gè)一個(gè)基于概率的算(suàn)法。
  
• 第三個(gè)階段就是基于大(dà)數(shù)據和(hé)人(rén)工智能，進行(xíng)更加精準的用戶畫(huà)像和(hé)文本理(lǐ)解和(hé)圖像理(lǐ)解。
  

由于人(rén)工智能算(suàn)法多(duō)是依賴于大(dà)量的數(shù)據的，這些(xiē)數(shù)據往往需要面向某個(gè)特定的領域(例如電(diàn)商，郵箱)進行(xíng)長期的積累，如果沒有(yǒu)數(shù)據，就算(suàn)有(yǒu)人(rén)工智能算(suàn)法也白搭，所以人(rén)工智能程序很(hěn)少(shǎo)像前面的IaaS和(hé)PaaS一樣，将人(rén)工智能程序給某個(gè)客戶安裝一套，讓客戶去用。因為(wèi)給某個(gè)客戶單獨安裝一套，客戶沒有(yǒu)相關的數(shù)據做(zuò)訓練，結果往往是很(hěn)差的。

但(dàn)雲計(jì)算(suàn)廠商往往是積累了大(dà)量數(shù)據的，于是就在雲計(jì)算(suàn)廠商裏面安裝一套，暴露一個(gè)服務接口，比如您想鑒别一個(gè)文本是不是涉及黃色和(hé)暴力，直接用這個(gè)在線服務就可(kě)以了。這種形勢的服務，在雲計(jì)算(suàn)裏面稱為(wèi)軟件即服務，SaaS (Software AS A Service)

于是工智能程序作(zuò)為(wèi)SaaS平台進入了雲計(jì)算(suàn)。

終于雲計(jì)算(suàn)的三兄弟湊齊了，分别是IaaS、PaaS和(hé)SaaS。所以一般在一個(gè)雲計(jì)算(suàn)平台上(shàng)，雲、大(dà)數(shù)據、人(rén)工智能都能找得(de)到。一個(gè)大(dà)數(shù)據公司，積累了大(dà)量的數(shù)據，會(huì)使用一些(xiē)人(rén)工智能的算(suàn)法提供一些(xiē)服務；一個(gè)人(rén)工智能公司，也不可(kě)能沒有(yǒu)大(dà)數(shù)據平台支撐。

所以，當雲計(jì)算(suàn)、大(dà)數(shù)據、人(rén)工智能這樣整合起來(lái)，便完成了相遇、相識、相知的過程。