這是傅一平的第302篇原創(chuàng)

作者：傅一平

個(gè)人微信：fuyipingmnb

眾所周知，在數(shù)據(jù)量非常小的時(shí)候，深度學(xué)習(xí)的復(fù)雜網(wǎng)絡(luò)無(wú)法取得很好的效果，辯證的講，數(shù)據(jù)不是一種無(wú)限的資源，而人工智能所需的數(shù)據(jù)相當(dāng)昂貴和耗時(shí)，一方面深度學(xué)習(xí)需要準(zhǔn)確的標(biāo)記圖像或文本訓(xùn)練數(shù)據(jù)，而標(biāo)記需要大量的人力；另一方面，許多數(shù)據(jù)存在著隱私和安全風(fēng)險(xiǎn)，比如說(shuō)醫(yī)療等等，數(shù)據(jù)的開(kāi)放不是短期內(nèi)能解決的。

現(xiàn)在數(shù)據(jù)孤島、數(shù)據(jù)隱私、小數(shù)據(jù)和標(biāo)注等問(wèn)題日益突出，當(dāng)前人工智能要能進(jìn)一步發(fā)展，必須解決數(shù)據(jù)的挑戰(zhàn)，找到在當(dāng)前的數(shù)據(jù)狀態(tài)下可持續(xù)發(fā)展的方法。

這就是人工智能專(zhuān)家吳恩達(dá)提出的問(wèn)題：“數(shù)據(jù)當(dāng)然是越多越好，我也并沒(méi)有說(shuō)許多數(shù)據(jù)是無(wú)用數(shù)據(jù)。但是，在農(nóng)業(yè)、制造、醫(yī)療等領(lǐng)域的部分應(yīng)用場(chǎng)景中，如果你手頭只有100張照片，比如腫瘤照片過(guò)少，怎么辦呢？” 筆者也碰到很多這種情況，比如反欺詐樣本過(guò)少的問(wèn)題。

但請(qǐng)注意，小數(shù)據(jù)問(wèn)題產(chǎn)生的根源是復(fù)雜的，既有機(jī)制上的問(wèn)題，也有技術(shù)上的問(wèn)題，而且數(shù)據(jù)大小不是解決人工智能的唯一手段，我們要回歸到第一性原理去找辦法，只要能解決問(wèn)題就行，何必拘泥于小數(shù)據(jù)或是大數(shù)據(jù)？

如果你能站住更高的角度看這個(gè)問(wèn)題，也許能找到更多的辦法，但無(wú)論如何，“小數(shù)據(jù)、大智能”，是用小數(shù)據(jù)推動(dòng)人工智能技術(shù)能力提升的重要課題，今天筆者就業(yè)界的主要做法做一個(gè)分享，希望用最通俗的語(yǔ)言為你詮釋清楚，一定要看完。

1、聯(lián)邦學(xué)習(xí)

大多時(shí)候，我們只有小數(shù)據(jù)，是因?yàn)樵诖蠖鄶?shù)行業(yè)中，數(shù)據(jù)是以孤島的形式存在的，由于行業(yè)競(jìng)爭(zhēng)、隱私安全、行政手續(xù)復(fù)雜等問(wèn)題，即使是在同一個(gè)公司的不同部門(mén)之間，實(shí)現(xiàn)數(shù)據(jù)整合也面臨著重重阻力，在現(xiàn)實(shí)中將分散在各地、各個(gè)機(jī)構(gòu)的數(shù)據(jù)進(jìn)行整合幾乎是不可能的，或者說(shuō)所需的成本是巨大的。

當(dāng)前重視數(shù)據(jù)隱私和安全已經(jīng)成為了世界性的趨勢(shì)。每一次用戶數(shù)據(jù)的泄露都會(huì)引起媒體和公眾的極大關(guān)注，無(wú)論是Facebook 的數(shù)據(jù)泄露事件，還是歐盟的GDPR。

隨著人工智能落地場(chǎng)景越來(lái)越豐富，多方整合數(shù)據(jù)從而為用戶提供更好的服務(wù)迫切性非常高，尤其是在一些風(fēng)控領(lǐng)域，特別需要聯(lián)合多家企業(yè)的數(shù)據(jù)來(lái)打造更好的信用模型，從而提升用戶貸款的效率。

在現(xiàn)有的機(jī)制，流程無(wú)法改變的情況下，是否存在一種技術(shù)上的可行性，可以在不影響用戶隱私的情況下，解決數(shù)據(jù)的孤島問(wèn)題呢？

2016 年谷歌最先提出聯(lián)邦學(xué)習(xí)這個(gè)概念，聯(lián)邦學(xué)習(xí)是一種跨多個(gè)數(shù)據(jù)源的模型訓(xùn)練方法，訓(xùn)練的各方的原始數(shù)據(jù)保留在本地，只有參數(shù)進(jìn)行交互，通過(guò)加密模型訓(xùn)練得到最終的優(yōu)化模型，從而解決數(shù)據(jù)孤島的問(wèn)題。

筆者專(zhuān)門(mén)寫(xiě)過(guò)一篇文章《聯(lián)邦學(xué)習(xí)，帶我們走出“數(shù)據(jù)孤島”的困境？》介紹過(guò)這個(gè)技術(shù)，也組織團(tuán)隊(duì)正在進(jìn)行嘗試，但關(guān)鍵的問(wèn)題是聯(lián)邦學(xué)習(xí)業(yè)界還沒(méi)有達(dá)成安全的共識(shí)，沒(méi)有第三方中立機(jī)構(gòu)為你背書(shū)，機(jī)制和流程仍然是很大的挑戰(zhàn)。

最近聽(tīng)到的消息是，作為國(guó)內(nèi)“聯(lián)邦學(xué)習(xí)”技術(shù)的首倡者和領(lǐng)導(dǎo)者，微眾銀行 AI 團(tuán)隊(duì)在微眾銀行首席人工智能官楊強(qiáng)教授的帶領(lǐng)下，不斷推進(jìn)著聯(lián)邦學(xué)習(xí)的標(biāo)準(zhǔn)化建設(shè)工作，致力于為聯(lián)邦學(xué)習(xí)的落地應(yīng)用提供技術(shù)規(guī)范，為社會(huì)各界共建聯(lián)邦生態(tài)提供合作依據(jù)。

目前，聯(lián)邦學(xué)習(xí)技術(shù)已成功應(yīng)用至智能信貸、智能風(fēng)控、智能權(quán)益定價(jià)、智慧零售、智能用工、異常檢測(cè)等業(yè)務(wù)場(chǎng)景，為智慧城市、智慧金融等多行業(yè)賦能。而未來(lái)，基于統(tǒng)一的“技術(shù)溝通語(yǔ)言”，聯(lián)邦學(xué)習(xí)將會(huì)在更多行業(yè)更多場(chǎng)景發(fā)揮無(wú)限潛能。

2、強(qiáng)化學(xué)習(xí)

兩年前，谷歌人工智能團(tuán)隊(duì)DeepMind 發(fā)布了他們的最新論文Mastering the game of Go without human knowledge，向人們介紹了阿爾法狗家族的新成員——阿爾法元。與之前幾個(gè)版本的阿爾法狗不同，阿爾法元除了解圍棋規(guī)則外，完全不依靠棋譜和人類(lèi)數(shù)據(jù)，從零開(kāi)始“自學(xué)成才”，成為全世界最厲害的（人工智能）圍棋手。

自學(xué)三天，自博490萬(wàn)局棋后，阿爾法元以100:0的壓倒性優(yōu)勢(shì)打敗曾戰(zhàn)勝韓國(guó)棋手李世石的AlphaGoLee，四十多天后，經(jīng)過(guò)2900多萬(wàn)次自玩游戲，阿爾法元超過(guò)此前AlphaGo的所有版本，殺到黑白世界尸橫遍野，成為世界上最厲害的圍棋程序。

阿爾法元與幾位哥哥的最大區(qū)別是，它不再需要人類(lèi)數(shù)據(jù)作訓(xùn)練。因此，我們把AlphaGo Zero稱作“阿爾法元”，其完全擺脫人類(lèi)先驗(yàn)經(jīng)驗(yàn)，除規(guī)則外，完全不借助人類(lèi)數(shù)據(jù)，從第一場(chǎng)游戲開(kāi)始，自我學(xué)習(xí)。

AlphaGo團(tuán)隊(duì)負(fù)責(zé)人大衛(wèi)·席爾瓦介紹，阿爾法元使用新的強(qiáng)化學(xué)習(xí)方法，讓自己變成了老師。系統(tǒng)一開(kāi)始甚至并不知道什么是圍棋，只是從單一神經(jīng)網(wǎng)絡(luò)開(kāi)始，通過(guò)神經(jīng)網(wǎng)絡(luò)強(qiáng)大的搜索算法，進(jìn)行了自我對(duì)弈。

而大家都知道傳統(tǒng)的深度學(xué)習(xí)訓(xùn)練過(guò)程需要消耗大量人類(lèi)標(biāo)注樣本，而這對(duì)于小樣本應(yīng)用領(lǐng)域（比如醫(yī)療圖像處理）是不可能辦到的。阿爾法元是在雙方博弈訓(xùn)練過(guò)程中嘗試解決對(duì)人類(lèi)標(biāo)注樣本的依賴，而其依賴的正是強(qiáng)化學(xué)習(xí)獨(dú)特的算法機(jī)制。

那么，強(qiáng)化學(xué)習(xí)和一般的有監(jiān)督學(xué)習(xí)有什么區(qū)別呢？

強(qiáng)化學(xué)習(xí)通過(guò)對(duì)未知環(huán)境一邊探索一邊建立環(huán)境模型以及學(xué)得一個(gè)最優(yōu)策略。有監(jiān)督學(xué)習(xí)則是事先給你了一批樣本，并告訴你哪些樣本是優(yōu)的哪些是劣的（樣本的標(biāo)記信息），通過(guò)學(xué)習(xí)這些樣本而建立起對(duì)象的模型及其策略。

強(qiáng)化學(xué)習(xí)方法示意

在強(qiáng)化學(xué)習(xí)中沒(méi)有人事先告訴你在什么狀態(tài)下應(yīng)該做什么，只有在摸索中反思之前的動(dòng)作是否正確來(lái)學(xué)習(xí)。從這個(gè)角度看，可以認(rèn)為強(qiáng)化學(xué)習(xí)是有時(shí)間延遲標(biāo)記信息的有監(jiān)督學(xué)習(xí)，下面再打個(gè)比方：

我們小時(shí)后看到馬戲團(tuán)的狗盡然可以算加減法，鴿子也會(huì)走鋼絲了，就差豬也會(huì)飛了（扯遠(yuǎn)了），這是如何做到的？其實(shí)啊，拿鴿子來(lái)說(shuō)，每當(dāng)鴿子走到鋼絲盡頭或者中間某時(shí)刻（可以設(shè)計(jì)）的時(shí)候，訓(xùn)練人員就會(huì)給它一些獎(jiǎng)勵(lì)，這些獎(jiǎng)勵(lì)的作用是讓它“知道”，鴿子啊，你當(dāng)才的動(dòng)作是對(duì)的（或者是不錯(cuò)的，你要繼續(xù)保持啊）。如此一來(lái)，鴿子無(wú)形之中就受到了暗示，我只要那樣做，就有獎(jiǎng)勵(lì)（食物）吃。何樂(lè)而不為呢。

AlphaGo團(tuán)隊(duì)負(fù)責(zé)人大衛(wèi)·席爾瓦甚至這么說(shuō)：“阿爾法元的出現(xiàn)表明，算法比所謂計(jì)算或數(shù)據(jù)可用性更重要。”

而李開(kāi)復(fù)對(duì)此表示了不同意見(jiàn)，其提到阿爾法元的技術(shù)革新并非適用于所有人工智能領(lǐng)域：“圍棋是一種對(duì)弈游戲，是適用于規(guī)則并可以窮舉的。在相對(duì)有結(jié)構(gòu)的領(lǐng)域，比如新材料開(kāi)發(fā)，過(guò)去靠的可能是靈感，未來(lái)就可以靠自主學(xué)習(xí)。阿爾法元的新技術(shù)確實(shí)可能帶來(lái)革新。但是，像語(yǔ)音識(shí)別，圖像識(shí)別，自然語(yǔ)音理解等等領(lǐng)域，缺乏用簡(jiǎn)單規(guī)則就能判別的樣本，它們依然需要大量的人類(lèi)數(shù)據(jù)?！?/p>

這個(gè)評(píng)價(jià)是很中肯的，雖然強(qiáng)化學(xué)習(xí)不能從根本上解決小數(shù)據(jù)問(wèn)題，但針對(duì)特定的場(chǎng)景，它提供了一種解決方案。

3、生成對(duì)抗網(wǎng)絡(luò)

數(shù)據(jù)的生成有無(wú)規(guī)律可循，人類(lèi)一直有大量的研究，我們現(xiàn)在做生成模型時(shí)，一般會(huì)預(yù)先設(shè)定一個(gè)分布（比如高斯分布），假設(shè)圖像符合這個(gè)分布，只是參數(shù)的分布未知，我們可以通過(guò)數(shù)據(jù)去擬合這個(gè)分布，有了分布函數(shù)，啥數(shù)據(jù)都可以生成。

但這種靠人工經(jīng)驗(yàn)假定數(shù)據(jù)分布的方式顯然是非常主觀的，更好的方式是我們能否對(duì)數(shù)據(jù)不進(jìn)行假設(shè)，而是讓一個(gè)模型生成數(shù)據(jù)，然后再判斷這個(gè)數(shù)據(jù)究竟是對(duì)的還是錯(cuò)的，是像真實(shí)數(shù)據(jù)一樣，還是和真實(shí)數(shù)據(jù)相差太遠(yuǎn)，我們根據(jù)這個(gè)判斷反復(fù)修正這個(gè)模型。

以往的生成模型研究主要從人類(lèi)理解數(shù)據(jù)的角度出發(fā)，希望使用一個(gè)顯式的分布假設(shè)去設(shè)計(jì)模型，而GAN（生成對(duì)抗網(wǎng)絡(luò)）可以說(shuō)是第一個(gè)廣為人知的，從機(jī)器或者數(shù)據(jù)的角度出發(fā)擬合數(shù)據(jù)的模型：我們不再給它任何的數(shù)據(jù)模型分布，而是直接去學(xué)習(xí)。

古德費(fèi)洛提出了GAN的思想，見(jiàn)下圖示意。

即設(shè)計(jì)這樣一個(gè)游戲，包括兩個(gè)玩家，其中一個(gè)就是生成器(Generator, G)，生成器是一個(gè)神經(jīng)網(wǎng)絡(luò)，它的輸入是噪聲向量，這些噪聲向量是從一個(gè)特定分布里面隨機(jī)抽樣出來(lái)，比如標(biāo)準(zhǔn)正態(tài)分布，均勻分布啊啥的，都OK，生成器的輸出就是一張圖片。

另外一個(gè)玩家是判別器(Discriminator, D)，判別器D的輸入是真實(shí)圖片和生成器生成的假圖片，對(duì)應(yīng)的標(biāo)簽分別是1（真實(shí)圖片）和0（假圖片）。

訓(xùn)練過(guò)程過(guò)程是交替進(jìn)行的，先訓(xùn)練判別器D，訓(xùn)練方法就是傳統(tǒng)的分類(lèi)模型；判別器訓(xùn)練好后，其權(quán)重固定，在此基礎(chǔ)上訓(xùn)練生成器，生成器的訓(xùn)練方法跟判別器類(lèi)似，只是其loss跟判別器剛好相反。判別器是讓真實(shí)圖片的預(yù)測(cè)概率盡量為1，假圖片的預(yù)測(cè)概率盡量為0；生成器的loss是讓假圖片在當(dāng)前判別器預(yù)測(cè)的時(shí)候概率盡量為1。

這個(gè)過(guò)程不斷進(jìn)行，直至相互收斂，比如對(duì)于真假圖片的識(shí)別概率都是0.5，達(dá)到的效果是生成器生成的圖片跟真實(shí)圖片非常類(lèi)似，判別器鑒別不出來(lái)了。

GAN最明顯的應(yīng)用是從原始數(shù)據(jù)生成新樣本以增強(qiáng)我們的數(shù)據(jù)集，那么如何檢查這種增強(qiáng)是否真的有幫助呢?

有兩個(gè)主要策略：我們可以在“假”數(shù)據(jù)上訓(xùn)練我們的模型，并檢查它在真實(shí)樣本上的表現(xiàn)。對(duì)應(yīng)的我們?cè)趯?shí)際數(shù)據(jù)上訓(xùn)練我們的模型來(lái)做一些分類(lèi)任務(wù)，并且檢查它對(duì)生成的數(shù)據(jù)的執(zhí)行情況。如果它在兩種情況下都能正常工作，你可以隨意將生成模型中的樣本添加到你的實(shí)際數(shù)據(jù)中并再次重新訓(xùn)練，你應(yīng)該期望獲得性能。

NVIDIA展示了這種方法的驚人實(shí)例：他們使用GAN來(lái)增加具有不同疾病的醫(yī)學(xué)腦CT圖像的數(shù)據(jù)集，并且表明僅使用經(jīng)典數(shù)據(jù)的分類(lèi)性能是78.6%的靈敏度和88.4%的特異性。通過(guò)添加合成數(shù)據(jù)增強(qiáng)，可以增加到85.7%的靈敏度和92.4%的特異性。

但GAN更多的用途還是生成以假亂真的圖片，比如下圖用三個(gè)不同人的圖像生成三個(gè)人的綜合體圖像，非常有趣，GAN是深度學(xué)習(xí)的延伸。

4、遷移學(xué)習(xí)

遷移學(xué)習(xí)又是一種解決小數(shù)據(jù)的方法，“觸類(lèi)旁通”可能是最適合描述遷移學(xué)習(xí)的成語(yǔ)。

比方說(shuō)新開(kāi)一個(gè)音樂(lè)網(wǎng)站，沒(méi)有任何的數(shù)據(jù)，就無(wú)法建立模型對(duì)用戶進(jìn)行推薦。但如果知道用戶在視頻網(wǎng)站已經(jīng)有了很多很多的數(shù)據(jù)，利用這些數(shù)據(jù)建一個(gè)模型，結(jié)合用戶看視頻的習(xí)慣和聽(tīng)音樂(lè)習(xí)慣的關(guān)聯(lián)，就可以把音樂(lè)的推薦模型給成功地遷移到看視頻的領(lǐng)域，這樣，在數(shù)據(jù)不多的情況下可以成功推薦一些用戶可能喜歡的音樂(lè)。

這個(gè)例子就說(shuō)明，有兩個(gè)領(lǐng)域，一個(gè)領(lǐng)域已經(jīng)有很多的數(shù)據(jù)，能成功地建一個(gè)模型，有一個(gè)領(lǐng)域數(shù)據(jù)不多，但是和前面那個(gè)領(lǐng)域是關(guān)聯(lián)的，就可以把那個(gè)模型給遷移過(guò)來(lái)，這就是遷移學(xué)習(xí)。

遷移什么，怎么遷移，什么時(shí)候能遷移，這是遷移學(xué)習(xí)要解決的主要問(wèn)題。

遷移學(xué)習(xí)有四種實(shí)現(xiàn)方法：樣本遷移、特征遷移?、模型遷移及關(guān)系遷移，這里簡(jiǎn)單介紹下模型遷移，就是將整個(gè)模型應(yīng)用到目標(biāo)領(lǐng)域去，比如目前常用的對(duì)預(yù)訓(xùn)練好的深度網(wǎng)絡(luò)做微調(diào)，也可以叫做參數(shù)遷移。

模型遷移利用上千萬(wàn)的圖象訓(xùn)練一個(gè)圖象識(shí)別的系統(tǒng)，當(dāng)我們遇到一個(gè)新的圖象領(lǐng)域，就不用再去找?guī)浊f(wàn)個(gè)圖象來(lái)訓(xùn)練了，可以將原來(lái)的圖像識(shí)別系統(tǒng)遷移到新的領(lǐng)域，所以在新的領(lǐng)域只用幾萬(wàn)張圖片同樣能夠獲取相同的效果，下圖是狗識(shí)別模型的遷移示意。

5、合成訓(xùn)練數(shù)據(jù)

沒(méi)有訓(xùn)練數(shù)據(jù)，沒(méi)有大規(guī)模的標(biāo)簽數(shù)據(jù)集，那么就盡可能逼真的仿造數(shù)據(jù)，這就是合成訓(xùn)練數(shù)據(jù)，但并非是毫無(wú)根據(jù)的模仿，合成的訓(xùn)練數(shù)據(jù)一定是可以精確地模擬現(xiàn)實(shí)場(chǎng)景和現(xiàn)實(shí)事物。

仿真系統(tǒng)可以部分的解決這個(gè)問(wèn)題，比如運(yùn)營(yíng)商的信號(hào)仿真系統(tǒng)，就需要基于算法來(lái)模擬得到各個(gè)位置的信號(hào)強(qiáng)度，從而確定弱覆蓋區(qū)域（MR數(shù)據(jù)可以用來(lái)校驗(yàn)準(zhǔn)確性），并可以基于仿真地圖獲得位置指紋庫(kù)，下圖顯示了射線追蹤、三維地圖、高程圖、植被圖的仿真。

又比如英偉達(dá)在2018年月推出DRIVE Constellation仿真系統(tǒng)，用以生成在虛擬世界中車(chē)輛行駛的傳感器結(jié)果。

6、原始數(shù)據(jù)增強(qiáng)

如果手頭的數(shù)據(jù)有限，如何能基于這些數(shù)據(jù)生成更多的數(shù)據(jù)呢？業(yè)界有很多做法，本質(zhì)上就是引入各種變換或算法來(lái)生成更多的數(shù)據(jù)，也就是為數(shù)據(jù)本身服務(wù)的算法。

在圖像領(lǐng)域，數(shù)據(jù)增強(qiáng)的方法包括翻轉(zhuǎn)、旋轉(zhuǎn)、縮放、裁剪、平移、增加高斯噪聲等等，下圖是縮放的示例。

由于在變換過(guò)程中會(huì)出現(xiàn)真空地帶，需要采用差值法等手段來(lái)填補(bǔ)，如下圖所示是一張旋轉(zhuǎn)的圖，后面依次采用邊緣，反射，對(duì)稱和包裹模式來(lái)填充。

在NLP領(lǐng)域，數(shù)據(jù)增強(qiáng)的方法包括同義詞替換、隨機(jī)插入、隨機(jī)交換、隨機(jī)刪除等等，據(jù)統(tǒng)計(jì)，對(duì)于四種技術(shù)，數(shù)據(jù)集很小時(shí)，每一種技術(shù)都能夠有2-3%的提升，當(dāng)數(shù)據(jù)集很大時(shí)，每一種技術(shù)也能夠有1%的提升。

除了圖像和NLP，大量的數(shù)據(jù)增強(qiáng)則需要基于實(shí)際場(chǎng)景通過(guò)特定的算法實(shí)現(xiàn)，比如在交通的路網(wǎng)擬合中，我們發(fā)現(xiàn)原始位置軌跡數(shù)據(jù)的連續(xù)性不好，打點(diǎn)的數(shù)據(jù)在時(shí)間，空間上并不是很均勻，如果直接基于這個(gè)殘缺數(shù)據(jù)去做應(yīng)用模型，會(huì)出現(xiàn)大量的問(wèn)題。比如統(tǒng)計(jì)某個(gè)時(shí)段某塊區(qū)域的車(chē)流會(huì)出現(xiàn)誤判，這就需要用專(zhuān)門(mén)的算法來(lái)進(jìn)行數(shù)據(jù)補(bǔ)償。

下圖是某同事上班軌跡的擬合過(guò)程，第一張圖信令位置數(shù)據(jù)飄的很厲害，第三種圖綠色線部分是對(duì)于數(shù)據(jù)用算法平滑后（諸如馬爾科夫啥的）的結(jié)果，跟實(shí)際導(dǎo)航就很吻合了。

很多互聯(lián)網(wǎng)公司特別重視算法，一個(gè)原因就是利用算法可以產(chǎn)生有價(jià)值的新數(shù)據(jù)，從而彌補(bǔ)自身數(shù)據(jù)的不足，應(yīng)用的體驗(yàn)也更好，這個(gè)特別值得學(xué)習(xí)。

7、人工調(diào)研數(shù)據(jù)

雖然我們進(jìn)入了大數(shù)據(jù)時(shí)代，但其實(shí)大量的問(wèn)題可以基于調(diào)研的小數(shù)據(jù)分析獲得答案，特別是涉及主觀判斷或者情況特別復(fù)雜的場(chǎng)景，比如用戶的滿意度調(diào)研，因?yàn)楝F(xiàn)有的數(shù)據(jù)不足以支撐，很多基于大數(shù)據(jù)的滿意度預(yù)測(cè)模型效果也并不理想。

有人會(huì)質(zhì)疑調(diào)研的數(shù)據(jù)不準(zhǔn)確的問(wèn)題，比如接受調(diào)研的人信口開(kāi)河，但其實(shí)很多場(chǎng)景只要相對(duì)準(zhǔn)確就行了，人大多數(shù)時(shí)候還是活在自己的約束中，造假對(duì)他也是有成本的。

比如去銀行柜臺(tái)辦銀行卡，營(yíng)業(yè)員會(huì)問(wèn)收入多少，你可以把年收入100萬(wàn)報(bào)成30萬(wàn)，你以為很離譜，但對(duì)于銀行有用，因?yàn)閷?duì)于另一個(gè)年入5萬(wàn)的人來(lái)說(shuō)沒(méi)有30萬(wàn)的想象空間，銀行的確得不到最準(zhǔn)確的數(shù)據(jù)，但它能判斷誰(shuí)更有投資價(jià)值，這就夠了，模糊不代表沒(méi)用。

因此，很多時(shí)候，如果你真的沒(méi)有數(shù)據(jù)了，人工調(diào)研也是好方法，我們的目標(biāo)始終是解決問(wèn)題，而不是就大數(shù)據(jù)論大數(shù)據(jù)。

說(shuō)了七個(gè)方面，筆者的意思可不是說(shuō)大數(shù)據(jù)不重要，而是吳恩達(dá)的這個(gè)問(wèn)題引起了自己的思考，因此調(diào)研了一番。其實(shí)業(yè)界已經(jīng)有一些好的做法了，你需要知道這些方法，然后看看能否為你所用，上華山并不是只有一條路，這是最重要的。

希望我的分享于你有益。

如果你覺(jué)得這篇文章有用，歡迎推薦和轉(zhuǎn)發(fā)朋友圈，如果你有獨(dú)到的見(jiàn)解和意見(jiàn)，歡迎到我的知識(shí)星球進(jìn)行探討。

完

作者：傅一平?（微信號(hào)：fuyipingmnb）

機(jī)器學(xué)習(xí)初學(xué)者

黃海廣博士創(chuàng)建的公眾號(hào)，黃海廣博士個(gè)人知乎粉絲21000+，github排名全球前120名（30000+）。本公眾號(hào)致力于人工智能方向的科普性文章，為初學(xué)者提供學(xué)習(xí)路線和基礎(chǔ)資料。原創(chuàng)作品有：吳恩達(dá)機(jī)器學(xué)習(xí)個(gè)人筆記、吳恩達(dá)深度學(xué)習(xí)筆記等。

往期精彩回顧

• 那些年做的學(xué)術(shù)公益-你不是一個(gè)人在戰(zhàn)斗

• 良心推薦：機(jī)器學(xué)習(xí)入門(mén)資料匯總及學(xué)習(xí)建議
  

• 吳恩達(dá)機(jī)器學(xué)習(xí)課程筆記及資源（github標(biāo)星12000+，提供百度云鏡像）

• 吳恩達(dá)深度學(xué)習(xí)筆記及視頻等資源（github標(biāo)星8500+，提供百度云鏡像）

• 《統(tǒng)計(jì)學(xué)習(xí)方法》的python代碼實(shí)現(xiàn)（github標(biāo)星7200+）
  

• 精心整理和翻譯的機(jī)器學(xué)習(xí)的相關(guān)數(shù)學(xué)資料

• 首發(fā)：深度學(xué)習(xí)入門(mén)寶典-《python深度學(xué)習(xí)》原文代碼中文注釋版及電子書(shū)

• 圖解word2vec(原文翻譯)
  

備注：加入本站微信群或者qq群，請(qǐng)回復(fù)“加群”

加入知識(shí)星球（4100+用戶，ID：92416895），請(qǐng)回復(fù)“知識(shí)星球”

總結(jié)

以上是生活随笔為你收集整理的如何应对“吴恩达：人工智能落地最重要的挑战之一是小数据”的困境？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。