2013諾獎得主Michael Levitt：機器學習關鍵在歸納數據

來源：金融界網站

金融界網站訊

2018年8月11日下午 《財經》雜誌主辦的2018世界科技創新大會在北京會議中心召開。由清華大學公共管理學院院長薛瀾主持，2013年諾貝爾化學獎獲得者Michael Levitt參與了 「人工智慧的標準化革命」的討論話題，他表示機器的歸納概括能力相當重要，並且可以用於化學、物理學等更廣泛的領域。

Michael Levit認為機器的歸納能力相當重要。隨著機器學習或者人工智慧的發展，機器越來歸納的能力在不斷提升，不再是簡單的從年齡歸納出身高，而是發展到可以判斷出自駕駛的車輛到什麼程度停下來，而這種新的歸納能力非常重要。無論化學、物理學等等，都可以借用這個發展。

Michael Levit指出，可以考慮把數據拿來進行概括，從而用於更廣泛的領域。假定電腦像人一樣聰明，當然是個抽象的人，可以通過圖靈測試，但是電腦真正做的是什麼？就是從數據來概括，然後來自我學習。它是從數據的概括開始，這是計算機最核心的能力。

Michael Levitt表示，目前人工智慧領域的重要性得到凸顯，是出於三大原因。首先，對於什麼樣的演算法有用，什麼樣的演算法沒用，會了解更多。其次，當下人們對數據必要性的認識越來越清晰，每個人都有大量的數據，關於外部世界也有大量的數據。最後，運算速度越來越快的電腦使得人工智慧的發展變得容易，最早是小孩想通過玩遊戲，促進了計算機的發展。

對於如今的電腦來說，無論是圍棋、象棋都不是很難的事，識別人臉也不是很難的事，今天的計算機已經可以承擔很多過去被認為很難的任務了。當然不能說電腦變得很聰明，只現在讓電腦操作的事情更為複雜，其中包括翻譯，甚至是創作一首美麗的詩，Michael Levitt認為這也會變成現實。

與此同時，Michael Levitt也談到人工智慧領域起名字非常重要，在美國，「機器學習」已經取代了「人工智慧」的名字，機器學習是一個很泛的概念，簡單地說，機器學習是將數據拿來，從中歸納一些東西，目前已經開展了很多年。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！