5-25日报

数据即算法？

2001年，微软的一个研究团队发表了一篇著名论文，论文阐述到对于一个有效的机器学习算法，只要给足够的数据进行训练，它们最后的准确率都是逐步上升接近100%的。所以不少人提出数据即算法？也正因为如此，大数据时代拉开帷幕，人们开始意识到数据是可以产生价值的，算法也开始对数据本身越来越重视，著名数据科学家维克托麦尔舍恩伯格说到：大数据时代最大的转变就是对待数据处理思维方式的三种转变，现在对数据的处理强调：

全样而非抽样、效率而非精确、相关而非因果。

现在大多数机器学习算法都是数据驱动型的，算法的性能高度依赖数据质量。对复杂问题而言，数据比算法重要，这一想法被Peter Norvig等人进一步推广，并于2009年发表论文《数据的不合理有效性》。不过获得大量数据不是一件容易的事，中小型数据问题依然非常常见，所以暂时不要抛弃算法。
算法为王？
然而AlphaGoZero的出现，似乎挑战了数据即算法这种说法，AlphaGoZero是一种基于增强学习的人工智能。AlphaGoZero在训练中人类没有给它输入任何数据，它的数据都是算法自行产生的starting from scratch，它从空白状态学起，在无任何人类输入的条件下，迅速自学围棋，自己与自己对弈，并以100:0的战绩击败前辈AlphaGo。对于有些问题即使没有数据，算法也可以生成数据。
不过围棋毕竟有特殊性在里面，算法强大的说法并不一定对所有领域都适用。但这个突破告诉我们算法本身依然很重要。再好的数据都要有高效优秀的算法作为辅助，才能最大程度发挥数据本身的作用。