|
但我们为什么要使用它呢？
因为，在Uber最近的研究中（深度神经进化），他们发现这项技术比起反向传播可以使模型更快的收敛。在比较低端的PC上几天的计算时间可以缩短为几个小时。
如果你正在用梯度下降训练一个神经网络并卡在了像局部最优点或者梯度弥散的地方，那么神经进化可以帮你得到更好的结果。
你不需为这项替换付出。在每个神经网络被应用到的场所，这项技术都可以被用来优化并训练它们。
“两个脑袋比一个脑袋来的要好，不是因为有某个脑袋不容易出错，而是因为它们不太可能犯同一种错误。"-C.S Lewis
6.谷歌的AI孩子-”AI创造AI“
调整超参数是一项每个数据科学家都深恶痛绝的繁琐而又无聊的任务。由于神经网络实际上是一个黑盒子，我们无法明确地知道我们改变的超参数会如何影响一个网络的学习。
在2018年，谷歌在自动机器学习（AutoML）的世界中作出了一项突破，制作出了一个叫做NASNet的模型。这个物品识别模型拥有82.7%的准确率，比计算机视觉领域内的其他任何模型都要高1.2%，同时效率还要至少高出4%。
最重要的是，它是通过使用强化学习的方法，在另外一个AI的帮助下发展而成的。
大数据预测失效是因为建立的模型准确性有偏差。
但是，此次特朗普团队对美国疫情的控制不力成为他很大的丑闻，网民查看新冠疫情，或者通过其他途径知晓新冠疫情，其实也是在查看特朗普的丑闻。如果该公司考虑到新冠疫情的搜索情况，重新建立模型，大数据预测就将变为拜登胜选。
所以，不是大数据预测不准，是设计大数据模型的人没有充分考虑到新冠疫情，也没有把它纳入预测模型中。另外数据源不准确，也会影响预测结果。例如有些人在做民意调查时，隐藏自己真正内心想法，这些都会变成错误的数据源。
国内一家大数据预测机构宣布，他们充分考虑了各种因素，建立了正确的预测模型，预测结果拜登胜选，说明大数据预测还是可信的。大数据预测模型的建立非常难，结果没出来前，我们都没法知道谁的模型正确，所以大数据预测有优点也有不足，企业决策需要全面均衡考虑。
美国总统竞选前，一些国外的大数据预测公司预测特朗普将连任，但是最终拜登当选了，现实打了脸。有些人疑问，大数据预测难道和算命术一样不准吗?
什么是大数据预测?
一般解释，大数据是指海量的数据集。如今，万物互联，尤其是移动互联网的普及，工作和生活都已经离不开信息设备，使用过程中无疑会产生大量的数据，大数据时代早就来临。
我国网民数量全球第一，各种上网活动都会产生数据，这其中包括网购，每天千万次以上级别的交易量。网页搜索，同样产生巨量的数据。即使我们不使用网络，城市里各种各样持续运行的监控以及传感器，银行、医院、地铁等单位处理业务的应用系统，都在产生大数据。大数据无处不在。
大数据预测则是大数据的核心应用，埃里克•西格尔在关于大数据预测的书中曾指出，大数据预测是通过学习和分析数据，来预测未来的一种科学技术，可以帮助执行人更好地决策。
大数据预测失效
这次美国大选，特朗普和拜登分属的共和党、民主党都有自己固定的票仓，在这些州大数据预测也比较准。但是，往往决定总统竞选结果的是那些摇摆州，摇摆州的民意调查也经常不精准，如何建立有效的预测模型，成了预测结果是否准确的关键。
一家预测特朗普连任的大数据公司，他们建立的模型是，分析网民搜索特朗普和拜登丑闻的比例。数据显示搜索拜登丑闻的网民远多于特朗普，通过丑闻搜索来预测竞选结果，前几次大选都显示了这种模型的准确性。
（编辑：盐城站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
