據(jù)外媒報道，伴隨著互聯(lián)網(wǎng)的不斷普及以及移動設備的不斷流行，現(xiàn)在，數(shù)據(jù)及其設備中心要比過去任何一個時代都顯得重要。這種被叫做大數(shù)據(jù)分析的處理過程大部分情況下還是需要借助人類的直覺來完成。任何一位人工智能(AI)科學家都認為，直覺是人類思維過程中最難復制的部分之一。然而就在近日，來自MIT的科研人員可能在這一領域取得了突破。

　　據(jù)悉，由他們開發(fā)出的數(shù)據(jù)科學機器(Data Science Machine)能夠像人類一樣執(zhí)行數(shù)據(jù)分析甚至更優(yōu)秀。

　　數(shù)據(jù)科學機器專門為大數(shù)據(jù)分析設計打造。為了測試這套系統(tǒng)的能力，科研人員讓其參加了3項數(shù)據(jù)科學競賽。在其中一場競賽中，參賽隊伍總數(shù)有906支，數(shù)據(jù)科學機器最終的表現(xiàn)排在第614名。在另外兩場競賽中，這套AI分別與人類并列第94名和第96名。雖然在第三場競賽中它的正確率只有87%，但它花費的時間卻遠遠少于人類--其最多只用了12個小時，而人類卻用了好幾個月的時間。

　　Max Kanter是為打造數(shù)據(jù)科學機器提供基礎的論文的作者，他和他的論文導師Kalyan Veeramachaneni用了數(shù)套技術賦予系統(tǒng)類似于直覺的能力。例如，他們在數(shù)據(jù)庫中使用了結構關系作為提示。由于現(xiàn)在所有大型數(shù)據(jù)庫都存有關聯(lián)，所以Kanter他們的部署工作也就容易了許多。

　　擔心這樣的技術會讓人類遭遇機器人革命?至少目前看起來不會，獲悉，數(shù)據(jù)科學機器目前只被運用到極為平凡的任務中。特別是，這套機器被用于幫助MIT了解學生傾向于放棄的在線課程研究上?，F(xiàn)在，這臺機器還開始試圖通過分析學生簽到的時間及他們在線的學習時間來了解更多。

　　Kantar表示，世上擁有太多太多的數(shù)據(jù)。但是，它們大部分都靜靜地呆在那里，沒有得到使用或未獲得充分使用。但數(shù)據(jù)科學機器將能幫助人們減少篩選實用數(shù)據(jù)的時間。