导读：如果说2015年，机器学习和人工智能不是关键的驱动技术，那么它们在2016年就一定是关键所在。对于AI的下一阶段，我们还会想到深度学习，神经网络电脑和所谓的「认知计算」。正如先前在福布斯上讨论的那样，认知计算描述了新一代计算机的模样，比如IBM的沃森，...
如果说2015年，机器学习和人工智能不是关键的驱动技术，那么它们在2016年就一定是关键所在。对于AI的下一阶段，我们还会想到深度学习，神经网络电脑和所谓的「认知计算」。正如先前在福布斯上讨论的那样，认知计算描述了新一代计算机的模样，比如IBM的沃森，它能理解人的意图，不仅能回答自然语言问题，还能从原始文本、视频、图像和演讲中提取出含义。这还真有点像人工智能。
随着电脑越来越智能，我们会问自己：电脑还需要我们吗？自动化的发展会让人类变得多余吗？对于上述问题，埃文斯数据公司的最新调查给出了否定答案。
该调查是针对活跃在数据分析领域的软件开发者进行的广泛调查，覆盖了大数据概念中所有的要点，包括分析的商业案例、当前数据库存储和解决方案以及分析和可视化数据的方法，等等。529名受调查者中有47％的人认为机器学习软件有时需要人类输入，2.6％的人说不需要人类输入。事实上，我们可以说，有97.4％的电脑需要人类输入。根据调查上下文及原始主题，大数据开发者认为采用机器学习技术和操作的项目中，人类必不可少。
「人工智能和机器学习会是全自动化计算中颠覆人类的应用，电脑能学会自己处理数据并采取行动。然而在现实中，机器学习的发展并不如我们所想的那样。绝大多数的机器学习开发者都认为现有的机器学习仍需大量的人为参与。」埃文斯数据公司研究主任Michael Rasalan说，「开发机器学习应用包括诸多过程，比如建立大数据系统和实现分布式计算，甚至分布式计算之后，开发者们仍需要创造和优化算法来分析大量的数据。过程是连续的且大部分时间都需要人类输入和控制。」
原文选自福布斯，机器之心编译出品，编译：孟婷 本文转自：机器之心（微信公众号：almosthuman2014）
