5月23日,2017UBDC全域大數據峰會在北京舉行,大會以"DI的氣力"為主題,全景揭示數據驅動下的新經濟、新模式,邀請全球知名企業家分享數據應用實踐案例。在主旨演講中，【友盟+】首席數據官李丹楓提出，數據如同AI的血液，是AI由弱走向強的要害點。
【友盟+】CDO 李丹楓
李丹楓暗示，數據驅感人工智能，這內里包羅最重要的兩個詞，一個是數據、一個是智能。
據相識，家產界40多年前開始利用模子，個中包括著參數（M），用一堆數據去練習模子。但練習模子沒有想象中那么簡樸，模子推算出的數據老是會呈現毛病的，跟實際的差一點點。要權衡模子中的毛病，就要運用模子利用能力:首先是界說損失函數，用最小的方差，在場景里頭加權重。其次是配置處罰函數，模子包括的參數有限。模子越多,練習的結果越好，樣本參數加起來上千萬可能上百萬會合相加，配置損失函數、處罰函數后,可以從算法的維度里找到最佳參數。
李丹楓暗示，模子練習的事情道理是輸入節點（模子的X），把連線權重參數找出來，輸入、輸出數據都有了，用練習的要領，讓模子按照界說的損失函數到達最優。實際上，要搜索的權重的組合很是多，需要運用的有效的要領找到參數，模子自己是一個計較與影象的機制。
當前人工智能還很“弱”
譚鐵牛院士曾說過，“此刻的人工智能是有智能沒有伶俐、有智商沒有情商，管帳算不會算計，臺灣代理服務器 韓國服務器，有通才無專才”。李丹楓對此深表認同：“現階段的人工智只是弱人工智能。”所謂弱人工智能，就是需要完整的信息、完整的界說好的輸入和輸出，需要借助很是強的計較與影象的本領。“跟弱人工智能對應的是強人工智能，在信息差池稱的環境下，檢驗的是問題的推理息爭決本領，這是做人工智能追求的極致的偏向。”李丹楓說。
數據提供競爭壁壘
競爭的疆場是公正的，建模本領和計較本領是數據科學家的必備技術。現階段計較和存儲越來越自制，沒有什么太高的門檻。李丹楓暗示，數據是驅感人工智能的重要因素，也是競爭的壁壘。各人要重視數據，因為有了數據，才氣做更多的工作。
李丹楓認為，大數據企業只有獲取大局限數據，再加上扎實的技能氣力，匯集數據舉辦闡明，買通各個業務線，全面相識客戶，才氣在新一輪的技能革擲中擔保自身的焦點競爭力。譬喻，谷歌有7個10億用戶俱樂部，客戶資源有10億人，其產物包羅谷歌的搜索、Gmail、輿圖、U2、安卓、Google play，谷歌因數據的支撐可以做好的搜索和告白。淘寶有4億多深度用戶，淘寶依據數據做推送，可以或許做到千人千面，提供本性化消費體驗；今天頭條用戶局限大，用戶平均利用時長76分鐘，利用深度很是深入，今天頭條可以做到很是好的內容智能分發。
