有关大数据，看这一篇就够了

　　类似的逻辑在后续也用到了机器翻译上。谷歌、微软和IBM都走上了这条道路。就是主要采用匹配法，同时结合机器学习，依赖于海量的数据及其相关相关统计信息，不管语法和规则，将原文与互联网上的翻译数据对比，找到最相近、引用最频繁的翻译结果做为输出。也就是利用大数据以及机器学习技术来实现机器翻译。现有的数据量越是庞大，那么这个系统就能越好地运行，这也正是为何新的机器翻译只有在互联网出现以后才有可能重新取得突破性进展的原因所在。

 

　　因此，目前这些公司机器翻译团队中，有不少计算机科学家，但却连一个纯粹的语言学家也没有，只要擅长数学和统计学，然后又会编程，那就可以了。

 

　　总而言之，利用这种技术，计算机教会自己从大数据中建立模式。有了足够大的信息量，你就能让机器学会做看上去有智能的事情，别管是导航、理解话语、翻译语言，还是识别人脸，或者模拟人类对话。英国剑桥微软研究院的克里斯·毕肖普(Chris Bishop)打了个比方：“你堆积足够多的砖块，然后退上几步，就能看到一座房子。”

 

　　这里我们假设这种技术能够持续进步，未来基于大数据和机器学习基础上的人工智能达到比较流畅地模拟人类对话，就是人类可以和机器进行比较自如的对话。事实上，IBM的“沃森”计划就是这样科技工程，比如试图让计算机当医生，能够对大部分病进行诊断，并和病人进行沟通。另外，也假设目前刚刚兴起的穿戴式计算设备取得巨大的进展。这种进展到什么程度呢?就是你家的宠物小狗身上也装上了各种传感器和穿戴式设备，比如有图像采集，有声音采集，有嗅觉采集，有对小狗的健康进行监控的小型医疗设备，甚至还有电子药丸在小狗的胃中进行消化情况监控。小狗当然也联上网，也一样产生了巨大的数据量。这时，我们假设基于这些大数据建模，能够模拟小狗的喜怒哀乐，然后还能够通过拟人化的处理进行语音表达，换句话说，就是模拟小狗说人话，比如主人回家时，小狗摇尾巴，旺旺叫，那么这个附着于小狗身上的人工智能系统就会说，“主人，真高兴看到你回家”。不仅如此，你还可以和小狗的人工智能系统进行对话，因为这个人工智能系统能基本理解你的意思，又能够代替小狗拟人化表达。以下我们模拟一下可能的对话：

 

　　你：“小狗，今天过得好?”

 

　　小狗：“不错啊，主人你今天换的新狗粮味道很好，总觉得没有吃够。”

 

　　你：“那很好。我们以后继续买这种狗粮。对了，今天有什么人来吗?”

 

　　小狗：“只有邮递员来投递报纸。另外，邻居家的小狗玛丽也来串门，我们一起玩了一下午。”

 

　　你：“那你们玩的怎么样?”

 

　　小狗：“很开心啊。我好像又进入了初恋呢。”

 

　　。。。。。。

 

　　我们可以把上面的模拟对话当成一个笑话。但其实，我们这个时候就会发现一个惊人的事实，就是你其实是面对了两只小狗，一只是物理意义上的小狗，一只是基于大数据和机器学习的人工智能虚拟小狗，而且虚拟小狗比物理小狗还要聪明，真正善解人意。那么，这个虚拟小狗是不是新的智慧生物呢?

 

　　我们继续把这个故事来做延伸，把小狗换成未来的人，人在一生中产生大量的数据，根据这些数据建模可以直接推演出很多的结论，比如喜欢看什么样的电影啊，喜欢什么口味的菜啊，在遇到什么问题时会怎么采取什么行动啊。

 

　　这样的数据一直累积下来，直到这个人去世。我们有个大胆的想象，这些巨大的数据能否让这个人以某种方式继续存在下去呢?后代有什么问题需要寻求答案的时候，比如在人生的关键抉择时，比如大学要上什么专业、该不该和某个姑娘结婚，可不可以问问这个虚拟的人(祖先)有什么建议呢?答案是当然可以。在这种情况下，数字化生存不仅在人生前存在，也可以在人死后继续存在。人死了，可以在虚拟空间中继续存在。一辈子、一辈子的人故去，这些虚拟的智慧都可以继续存在，假设很多年过去了，这些虚拟智慧的祖宗们太多太多了，活着的子孙们甚至可以组建一个“祖宗联席参谋委员会”，优选那些考得好的(比如中过状元)，当过国家高级公务员(比如太守)、当过企业高管(比如CEO)、当过教授、当过作家的等等当过成功人士的祖宗，专门用于后代的咨询、解惑。让这些祖宗死后还有竞争，别死了就没有事情干了。这个场景是不是很熟悉啊?就是迪斯尼动画片《花木兰》中出现过的场景啊，花木兰在面临是否代父参军的重大人生时刻，就向“祖宗联席参谋委员会”倾诉过困惑，得到了指点。

 

　　这些说明什么呢?就是随着大数据和机器学习的进一步进展，这个世界出现了新的智慧生物!大数据和机器学习在改变、重构和颠覆很多企业、行业和国家以后，终于到了改变人类自身的时候了!人类的演进出现了新的分支!

 

　　有科学家画了下面一张图，来描述这两者智慧生物。一种是基于生物性的，经过几百万年的进化而来;一种是基于IT技术，基于大数据和机器学习，通过自模拟、自学习而来。前者更有逻辑性，更有丰富的情感，有创造力，但生命有限;后者没有很强的逻辑性，没有生物上的情感，但有很强的计算、建模和搜索能力，理论上生命是无限的。

 

　　当然，这些事情要发生都会非常非常遥远。反正我们活着的时候是见不到了，死了也见不到，因为我们死的时候，我相信这种建立在大数据和机器学习之上的虚拟生命还不会存在。

 

　　四、结束语

 

　　我最后想说的是，我们对未来的认知，主要是基于常识和对未来的想象。根据统计，现在《纽约时报》一周的信息量比18世纪一个人一生所收到的资讯量更大，现在18个月产生的信息比过去5000年的总和更多，现在我家一台5000元电脑的计算能力比我刚入大学时全校的计算能力更强大。科技的进步在很多的时候总会超出我们的想象，试想如果未来我们一个人拥有的电脑设备超过现在全球现在计算能力的总和，一个人产生的数据量超过现在全球数据量的总和，甚至你的宠物小狗产生的信息量都超过现在全球数据量的总和，世界会发生什么呢?那就取决于你的想象力了。

 

　　对于未来，你想象到什么了呢?