當(dāng)量變積累到一定程度之后，就會引發(fā)顛覆性質(zhì)變?！斑€記得人工神經(jīng)網(wǎng)絡(luò)嗎？”Christopher Nguyen問道?！爱?dāng)我們?yōu)槠渑鋫渥銐螨嫶蟮膬?nèi)存與計算資源，就會出現(xiàn)有趣的現(xiàn)象——它真正活了過來?！?/p>

作為Google Apps的前任工程技術(shù)主管，Nguyen提到的是他所建立的初創(chuàng)企業(yè)Adatao打造出的技術(shù)成果——這家公司剛剛從Andreessen Horowitz處獲得了1300萬美元投資。Adatao的價值主張分為兩大部分：

pInsights，基于文檔的虛擬化層，旨在為終端用戶提供面向大規(guī)模數(shù)據(jù)集的簡單實(shí)時化查詢機(jī)制;

pAnalytics，一套以Hadoop與Apache Spark為基礎(chǔ)的怪獸級數(shù)據(jù)處理引擎。

二者都包含有ANN（即人工神經(jīng)網(wǎng)絡(luò)）組件，這一原本僅僅以構(gòu)想形式存在的技術(shù)方案如今借助龐大的內(nèi)存與處理能力最終走上了商業(yè)化正軌。

Adatao的目標(biāo)在于將大數(shù)據(jù)分析帶入規(guī)模化體系，進(jìn)而幫助用戶借助包含大型數(shù)據(jù)集圖表的Google Apps類文檔實(shí)現(xiàn)協(xié)作。我曾經(jīng)親眼見證過該方案的演示效果，在采用由Amazon Web Services托管的八核心服務(wù)器集群（每臺服務(wù)器配備30GB內(nèi)存）的情況下，面向數(shù)TB級別數(shù)據(jù)集的查詢?nèi)蝿?wù)能夠很快得以完成。為了實(shí)現(xiàn)承諾中的易用性，Adatao公司需要利用ANN識別處理當(dāng)中的數(shù)據(jù)對象、從而對通過輸入簡明英文表達(dá)進(jìn)行的查詢操作作出快速響應(yīng)。根據(jù)Nguyen的說法，該系統(tǒng)能夠識別最多20000個對象。

如果Adatao能夠獲得成功，他們將成為當(dāng)之無愧的游戲規(guī)則改變者。但最令我感到興奮的，仍然是其在人工智能方面取得的成就。

在觀看了演示實(shí)例之后，我立刻打電話給我的朋友Miko Matsumura——Hazelcast公司市場推廣事務(wù)副總裁，他曾經(jīng)在耶魯大學(xué)取得了計算科學(xué)碩士學(xué)位。我告訴他，根據(jù)我個人極為有限的理解，人工智能的實(shí)現(xiàn)在很大程度上已經(jīng)轉(zhuǎn)化為軟件而非硬件課題，而Adatao的ANN技術(shù)似乎為實(shí)現(xiàn)這一構(gòu)想提供了鮮活且可資借鑒的例子。

Miko旋即向我提到了Paul與Patricia Churchland得出的結(jié)論，他們曾經(jīng)指出那些否認(rèn)人工智能可能性的反對派就像是在黑暗的房間里揮動磁鐵、并借此宣稱磁性并不能產(chǎn)生光亮——這樣的結(jié)論非?；闹嚕瑹o法發(fā)光只不過是因?yàn)樗麄兊膿]舞速度還不夠快。時至今日，我們已經(jīng)具備了點(diǎn)亮人工智能這盞明燈的巨大內(nèi)存與計算容量，因此可以說人類已經(jīng)站在了邁向技術(shù)新紀(jì)元的起跑線上。

事實(shí)上，這場競逐早已開始，其主要實(shí)踐性應(yīng)用就是大數(shù)據(jù)分析。正如James Kobielus在今年早些時候所強(qiáng)調(diào)，“機(jī)器學(xué)習(xí)的普及程度已經(jīng)如此之高，我們能夠在多數(shù)大數(shù)據(jù)應(yīng)用程序當(dāng)中看到它們的身影?！?/strong>