揭秘微软“小冰”：大数据为人工智能而生

　　 7月2日，微软(亚洲)互联网工程院宣布，第二代智能聊天机器人“微软小冰”正式上线，用户可以登录微软小冰官网进行“领养”操作。

　　 那么，微软小冰是个什么样的产品呢？首先，微软小冰是一款智能聊天机器人。除了智能聊天之外，还兼具提醒、天气、星座、交通指南、餐饮点评等实用功能。其次，微软小冰集成了微软在大数据、自然语义分析、机器学习和深度神经网络方面的技术积累，具有非常强大的机器学习能力。所以，微软小冰还是人工智能机器人。

　　 人工智能需要有大数据的支撑

　　 人工智能主要有三个分支：第一，基于规则的人工智能；第二，无规则，计算机读取大量数据，通过数据统计、概率分析等方法进行智能处理的人工智能；第三，基于神经元网络的一种深度学习。

　　 基于规则的人工智能，即在计算机内根据规定的语法结构录入规则，并用这些规则进行智能处理，缺乏灵活性，不实用。因此，人工智能实际上的主流分支是后两者。而后两者都是通过计算机读取大量数据，以提升人工智能本身的精准度。如今，大量数据产生之后，有低成本的存储器将其存储，有高速的CPU对其进行处理，所以才有了人工智能后两个分支的理论与实践。由此，人工智能就能做出接近人类的处理或者判断，提升精准度。同时，采用人工智能的服务作为高附加值服务，成为吸引更多用户的主要因素；而不断增加的用户将产生更多的数据，使得人工智能进一步优化。

　　 大数据分为“结构化数据”与“非结构化数据”。“结构化数据”专指可作为数据库进行管理的数据，例如，企业的客户信息、经营数据、销售数据、库存数据等存储于普通的数据库之中。相反，“非结构化数据”是指未存储于数据库之中的数据，包括电子邮件、文本文件、图像、视频等数据。目前，非结构化数据激增，企业数据的80%左右都是非结构化数据。随着社交媒体的兴起，非结构化数据更是迎来了爆发式增长。复杂的、海量的数据通常被称为大数据。

　　 但是，这些大数据的分析并不简单。文本挖掘需要“自然语言处理”技术，图像与视频解析需要“图像解析技术”。如今，“语音识别技术”也不可或缺。这些都是传统意义上人工智能领域所研究的技术。

　　 微软小冰也完全是因为有大数据的支撑才实现了人工智能。据网上媒体报道，微软小冰集合了中国近7亿网民多年来积累的全部公开聊天记录，并从中精炼出1500万条语料库，基于数据挖掘与智能搜索，通过理解对话的语境和语义而实现人机问答的自然交互，甚至相当于16岁少女的智商。