本文译至 Google AI 实验室博士 Vyacheslav Polonski 发表的文章《Next Decade in Artificial Intelligence》。Vyacheslav 博士先后就读于于牛津大学、哈佛大学,主要研究方向为复杂的社交网络,集体行为以及数字身份等领域,并被评选为福布斯 30 岁以下的 TOP 30 人。
大量前所未有的数字化痕迹使得许多人相信我们正在进入一场新的数据革命。许多人认为,这些新的数据来源和工具将使我们能够以变革的方式改进研究过程。然而,真正重要的是,要认清来源于计算理论中的原理及挑战,尤其是关于数据本身的解释和分析。在未来,可用的数据越多,需要的理论支撑就越多,我们也就更需要理解和解释数据所代表的真实含义。
有很大一部分数据科学家的梦想是,有大量的数据集让他们能准确分析并真正理解和预测人的行为,或者是通过 “数据革命”,为现实社会提供关于政治,经济和众多领域提供的实时的、随时更新的、永不过时的建议或结论。
经过了这几年的发展,人们对大数据所带来的或好或坏的成果都已经耳濡目染,但对数据科学家而言,必须提早思考,使用真正科学的方法带领整个社会走入人工智能的下一个纪元。
“ 理论的终结 ”是克里斯安德森在连线杂志的一篇文章中提出的一个想法,他在文章中宣称,数字痕迹和其他前所未有的形式,和大规模的数据源已经将从根本上改变现实社会的科学和工业研究。安德森说:“ 透过数据,我们可以说:'相关就足够了'。我们可以将所有数据投入到世界上有史以来最大的计算集群中,并让统计算法找到一般科学无法实现的模式。“换句话说,一旦我们拥有每个人每分每秒的行为数据,那么对科学家而言就不再存在“过时的”理论模型,数据科学家们会越来越成功。
更重要的是,利用新的数据源和新的算法,数据科学家现在可以获得以前基本上不敢假想的新答案,打破了用20世纪方法分析21世纪问题的传统模式。
在社会科学中,确实有很多希望,在线社会研究的当前进展将使我们能够在复杂的社交网络的关系环境中找到原子解释。这有助于阐明有趣的现象,如社会影响力的动态,信息的传播和文化规范的出现。正如微软研究员Duncan Watts所说,“ 我们终于找到了望远镜 ” —— 这是一个美丽的比喻,预示着数据驱动研究的新时代已经到来。
然而,这种说法至少有三个问题。首先,数据科学家们自然是他们寻求研究的社交世界的一部分。随着时间的推移,人类可能会对其数据发生的情况产生不同感知,因此,可能会以电子永远不可能的方式对研究人员作出直接或间接反应。因此,这意味着社会科学家在塑造他们所居住的社会系统,无论他们是否接收。望远镜的比喻仅与自然科学相关,并且在很大程度上不适合研究人类行为。
其次,最有价值的数据集是专有的并且难以获取得到。公开数据集的严格限制又意味着研究人员研究特定社会现象的能力受到数据访问和分发不对称的阻碍。鉴于过去API变更和限制的例子,很明显,这会在学术界和企业界之间引入一种独特的权力关系,这种关系取决于谁可以访问数据以及访问数据的数量。在未来,随着数据分析师越来越依赖这些数据源,预计这种情况只会变得更糟。此外,鉴于代表研究参与者经常缺乏同意,道德和隐私影响 可能会在这种权力关系中发挥越来越重要的作用。
第三,也是最重要的是,即使我们假设可以追踪现有人口的所有数据,社会科学家仍然需要理论来理解和处理这种非结构化数据。理论上,动机假设是工具,以帮助我们通过事前观测来判断事后结果。正如Golder和Macy指出的那样,大数据研究“ 可能缺乏必要的理论基础,无法知道在哪里查询,要问什么问题,或者结果可能意味着什么 ”。
在此基础上,数据科学家经常遇到的问题是,研究得失可观察的东西而不是需要研究的领域。当研究人员试图从数据中提出因果关系时忽略混淆因素的可能性时,这就造成了问题。即使是大样本也无法克服这种限制。事实上,可用的数据越多,需要的理论就越多,我们就越需要清楚的明白我们的研究领域在哪里。
无论未来如何,我们都有充足的理由对未来十年的数据科学以及人工智能对社会的潜在影响持乐观态度。然而,同样重要的是要认识到与这一切相关的理论,方法和实践挑战。我们尚未达到理论的终点,随着世界的变化,我们将会在为工业研究和社会科学的科学方法发展注入新的复兴力量。
联系客服