圖：AI依賴大數據，以往AI沒有大數據，無法應用於大範圍場景 新華社

　　【大公報訊】人工智能發展得益於大數據的出現，AI需透過學習大量數據，以作出分析、提供解決方案。車品覺表示，現時講的大數據是動態，經整理和結合而產生出巨量數據，他形容「90年代未遇過這麼大量的數據」，但要長期解決問題，要懂得運用多元化數據，維持其穩定性。

　　「無數據支援再聰明也答不了」

　　車品覺認為，大數據能夠解決以往未有大量數據時所不能解決的問題，比如廣告投放客戶群更準確、預測未來趨勢或客戶需求等。他說，形成大數據有三個關鍵過程：個人電腦出現、互聯網出現及移動互聯網出現，使數據以倍數增長。

　　AI依賴大數據，車品覺表示，以往AI沒有大數據，無法應用於大範圍場景，最明顯的是「深度學習」，比如聊天機械人的關鍵在於信息，若用戶向機械人查詢今晚離港航班資料，出現數據隔離，即沒有數據支援下，再聰明的AI都回答不了。他又舉另一例子，向AI買拿鐵咖啡，有1000個人買過拿鐵，AI肯定知道拿鐵是什麼，但有人要買「不平凡的咖啡」，AI可能「唔明」於是問「不平凡」是拿鐵還是美式咖啡，即使千奇百怪，大數據收集這些資訊後，AI學習了就不再「出奇」。

　　車品覺指出，現時好多實驗研發都朝向解決問題，而非長期穩定解決問題。因為大數據是多元化，除了自身擁有的數據，亦牽涉到不用範疇數據，若用某種單一數據解決了特定問題，但這些數據可能半年後已不合時宜，這不符合商業利益，故此確保數據能不斷提供非常重要。真正的大數據解決方案既要解決問題且具重複性、穩定性的特徵。