双马“激辩”：人工智能聪明，但人类拥有智慧
马云：我特别不喜欢把AI叫做人工智能，我把它称之为“阿里巴巴智能（AlibabaIntelligence）”。
马云和马斯克的幽默的解释引发了全场爆笑。
马斯克：好像大家都会低估人工智能的能力，觉得只是聪明的人而已，实际上它比这个厉害得多，甚至比最聪明的人还要聪明。
你说黑猩猩会理解人的对话吗？我们对黑猩猩来说就像外星人一样，它们只理解其他的黑猩猩。我们说差距小的话问题不大，但是这个差距是非常大的。
我们看到AI研究人员犯的最大的错误就是他们假设他们很聪明，实际上并不是如此，他们觉得AI不会比人聪明，但是很有可能的是AI比人聪明得多。
马云：现有的状况应该做什么呢？
马斯克：我也不知道，我不确定，我们希望AI是一个好东西。有一句老话就是如果你打不过他们，就和他们组成团队。
我们的公司就是这样的，我们的目的就是让我们加入到AI的战队当中，我们希望有其他像这样的公司，就是在大脑里面加入内容。
现在我们已经有了一些有点带有机器特征的人了，因为我们已经和手机、电脑连在一起了，这相当于人手的自然延伸，如果你少了手机就像少了一条手臂。但由于图像、视频等等的限制，手机可以用来交互的带宽很窄。
目前我们现有的发展太慢了，我们假定一个计算机多几个浮点计算能力，每个毫秒在计算机来说就是巨大的进步。
你要理解人类的自然语言，对计算机来说非常短，就像鲸鱼在发声音，每秒最多一百个字节的信息，这对电脑来说，太慢、太短了，计算机可以以超过你几十万倍的通量方式来进行对话。
所以计算机看人一定会觉得很无聊，他会觉得你是“无聊的人类”，这就是计算机和人类的差别。
马云：我特别惊讶于你对科技的愿景，我不是搞科技的人，我是讲生活的。我觉得AI可以为全世界打开一个新的篇章，让大家更好地理解自己，而不仅仅是理解外部世界。
今天要预测将来非常难，人类在过去做的99.99%的预测都是错的，只有0.01%预测是对的，为什么会是对的呢？因为运气好。当然有一些预测是因为数据是错的。
我对人工智能，对阿里巴巴的智能发展表示高兴。人们需要更多了解人工智能，也需要对自己更加有自信。我们需要拿出很多解决方案，现在还没有，但是未来会有、青年人会有，我是持乐观情绪的。
我不觉得AI是一种威胁，我不觉得AI是很恐怖的东西，因为人类很聪明，他们会学习。那些担心AI的人，我把他们称之为“大学聪明人”，我们这种“社会大学”出来的，我们觉得很好，很有意思。
马斯克：现在电脑进步的速度是惊人的。比如说电子游戏向前四五十年，会有那种两个方块的游戏，但是现在可以有很多人同步打游戏，而且越来越多游戏很真实，几乎就是一种非常真实的结果，这个进步是巨大的，科技发展的速度哪怕是放缓，在未来仍然会有非常巨大的发展。
人类的文明可能已经7000年左右了，如果说文明延续100万年，和宇宙的年龄相比，那也是微不足道的。我们看7000年人类的发展历史，从文明来看，高低起伏非常厉害。
我不是乐观或者是悲观的人，我觉得未来科技发展的速度变化会很快，将会超越我们理解它的能力。
02
关键词二：火星
火星粉or地球粉？
马斯克有一个“火星梦”人尽皆知，甚至为此创办SpaceX。他曾承诺：2022年超重箭+星舰首飞火星，2024年首次载人飞往火星，抢在人类重返月球前登陆火星。
不过对此，马云有些不屑。
马云：听说你要去火星，我们看一下火星的关键词。火星上的生活是什么样的，你们都会“搬去”火星吗？我对火星不感兴趣，因为我刚刚从＂火星＂“回来”，你为什么对火星那么感兴趣？
马斯克：我们需要采取行动，要不断对未来有更好的了解。我们不能保证对未来始终有直觉，为什么我们没有找到外星人，相信我，没有找到，有外星人我一定知道。
我们要更进一步提升我们的知觉，更好地了解世界的本质。有一些技术的发展只是为了确保我们去不同行星生活，因为生命就可以跨越不同的行星。
不是我觉得地球没有希望了，但是有可能，即使我们做最大的努力还是会发生我们控制不了的事件。外部的力量或者是内部的非受破性的失误导致我们会毁灭，或者我们受到大量的威胁，以至于我们只能搬到另外一个星球去生活。
现在是45亿年来第一次我们有这样的窗口，但是这个机会窗口会有多久，或长或短都有可能，我们现在聪明一点就假设它的窗口不长，我们共同保护一个未来。使这个光明不要被消灭，尽快抓住机会窗口。
马云：我很钦佩你的勇气，开发火星。但是我知道我身边有很多人在尽力去提升现有的地球发展，把100万人送到火星很好，但是我们还要关心70多亿地球人的发展，让地球更可持续发展。
我自己本人不是火星粉丝，我觉得去了火星就回不来了。我也不喜欢爬喜马拉雅山，如果说有一天有电梯的话，我会考虑去喜马拉雅山顶去看看。
无论人类文明多久了，但是我们每个人在这个地球上最多也就是一百年的生命，我们不能把未来所有问题解决，但是我们必须要对未来负责，我们要很关注现在的生活怎么样可以更好。通过AI，如果说人类更好地理解自己，我们就可以更好地提升世界。
过去200年，人类希望能够更好地理解其他人，但是我觉得我对AI感兴趣的一点就是AI可以让你更好理解地自己，理解人类的本质。
你要在地球内部更往下挖，我觉得这个想法很好，每一次我听到一些信息，比如说你对外部空间感兴趣，对外星球感兴趣，我对你很尊重，我们需要向你这样的英雄致敬。但是也需要我们这样的英雄，在地球上获得更好的生活。
马斯克：我要澄清一下，我是支持地球的。
有一天我们可以成为多星球生存生物的时候，将生命超越地球发展，让我们的认知可以扩大范围。
从资源角度来说，世界上最多有1%的资源可用来研发是不是可以多星球生活。我觉得也许值得投入地球GDP的0.5%，这是针对未来的比较明智的投资，绝大多数的资源肯定是用来研究地球的发展的。
比如说特斯拉研发电动车，我来到上海很激动，上海有特斯拉的超级工厂，特斯拉中国团队做得非常棒，非常震撼，我很惊喜，取得了巨大进步。
全世界都看到了可能性，可以看到在中国可以取得多好的进展，我向大家致敬，你们太棒了，我之前没有看到过这样快速度的发展，这么令人惊喜，这么棒。
中国未来是非常令人激动的。中国的火箭企业也非常好，他们已经进入轨道了，这很难，我对他们很敬佩。
03
关键词三：就业
马斯克：有了AI可能我们不需要工作
谈到人工智能与就业的关系，马斯克指出，人们低估了AI的能力，可能觉得AI就像是聪明的人而已。
并且，马斯克认为，“未来的科技发展将超越我们的能力。”“有了人工智能之后，可能我们都不需要工作了。”
马云则对AI持乐观的态度，他并不认为人工智能是恐怖的东西，机器不会控制人。在马云看来，人类的每一次革新都会诞生夺走人类就业机会的讨论，但实际上也创造了机会，同时人类也可以有更多时间去享受生活的乐趣。
马云：接下来我们来看看就业，人工智能将为我们创造什么新工作，或者这种改变已经开始了么？你怎么看？我们干吗需要那么多的工作？
我的观点是实际上人们所担心的每一个技术的革新。过去一百年里我们一直担心新的技术将会带走就业机会，实际上我们创造了很多就业机会。
第二，因为工业革命，其实职业会创造更多的就业机会，在未来20年时间里，大家的寿命会更长，生命科学技术可以让你活100年甚至是120年，当然这不见得就是一件好事。我们的问题是为什么要做那么多工作呢？
我觉得一周工作三四天，一天工作三四小时就可以了。人类有了电之后，人们有了更多时间。因此有了人工智能之后，人们会有更多时间去享受作为人的乐趣。
我这辈子，已去过300多个城市，我的父亲只去过30多个城市，我的爷爷可能最多去过3个城市，我的孙子辈可能可以去3000个城市。可以坐特斯拉去，可以一直在路上，一直在旅行。
我们不需要有那么多的工作，未来我们的工作就是要让大家开心，大家快乐，让大家体验生活，让大家享受成为人类的生活。
所以我不担心工作，我们会有很多的工作。我们不需要做很多的工作。
在农业时代，人类寿命平均是30-35岁，在工业时代，人们可以活到70岁，在人工智能时代，人们可以活到100年。在人们生活越来越好的时候，人就不想生孩子了，在爷爷的爷爷还在的时候，你就不想生孩子了，那个时候我们会有很多工作但是没有人想去做。
所以我们需要人工智能机器人来照顾老年人。你可能会不高兴，但当你爷爷的爷爷说“我明天还要上班”时，你会高兴，因为我觉得这太可怕了。
我们不能预测未来，但是我们要做好准备进入这样一个时代，就是每个人可以活到120岁，我们会有很多新问题，但是对工作你不用担心，你会有工作的。
马斯克：我觉得在今后人工智能会使得工作失去意义，可能最后的工作就是写AI软件，最终AI自己也会写软件了。结果我也不知道，但我建议大家去学工程、学物理，或者说做一些人和人互动的工作。
人们喜欢和别人有这种互动，如果说你的工作涉及到人，或者是工程，可能这是比较好的，当然还有艺术。
就像我说的，我们要好好想这个问题，我们也要思考一下我们所面临的问题，不然的话我们就落后了，Neuralink一定要尽快做这个工作。我们所剩的时间也不多了。
马云：什么时间不多了？
马斯克：解决神经连接的时间不多了。如果说我们看意识的拓扑图的话，有一些是非常平的，也有一些尖顶，除非你站在尖顶上，否则你不知道整个拓扑图是什么。
04
关键词四：教育
马云：人类应该改变教育的方式
谈及人工智能与教育，马云表示了自己对当前教育的担忧。
他认为目前人类的教育主要是为工业时代设计的，机器在未来会比人聪明很多，人应该更聪明，更智慧。因此，人类应该改变教育的方式。
马斯克则认为，人类要尽可能地多学一点，才能更好地预测未来和创造未来。当前人类的“教育带宽”很低，速度也非常慢。
马云：接下来我们看一下教育，我对教育是非常感兴趣的。在未来要掌握哪些知识或者是技能，有助于我们获得更大的优势，对于想要从事人工智能的年轻人，有什么建议吗？
我觉得未来不会有专门的人工智能的职业，我更担心的是教育，现在我们的教育主要是为工业时代设计的。我相信机器在未来会比人聪明很多，那么人怎么可以做得更好？人应该更聪明，更智慧。
我觉得我们应该改变教育的方式，过去我们总是在记忆，计算机可以比你算得更快更好，我们要更有创意，更有建设性，我们怎么教我们的孩子更有创意和建设性呢？我觉得这是教育的关键。
我想花更多的时间来培训孩子去学艺术、画画、唱歌、跳舞，这些都是创意的事情。人是没有办法制造一个人的，计算机就是机器，机器就是一个玩具，人甚至都没有办法制造一个蚊子，机器只有芯片，但是人类有我们的心，心是智慧的来源。
在接下来的十年、二十年，各个国家各个政府应该去改革我们的教育体系，确保我们的孩子可以在未来找到工作，可以在今后每周工作三天，每天工作三到四个小时，这是非常重要的。如果说我们不改变教育体系，这些都是问题。不用担心，我们是能够去改变的。
马斯克：我想说，要尽可能多学一点，让你可以更好地预测未来，创造未来。预测未来最好的方法就是去创造未来。
我们要去评估一下你在学的东西，是不是能够让你预测未来，让你减少错误？我们在某种程度上总是错误的，但是你能不能减少你未来的错误率，我觉得我们可以通过这样的方式看待我们的教育。当然要创造未来，同时也要预测未来。这就涉及到艺术和很多其他的东西。
说到Neuralink神经连接，我们可以开直升机，但是直升机也可以自己驾驶，任何技能都可以即刻上传。现在的教育是带宽很低的，是非常慢的。讲课是最糟糕的，因为这个速度太慢了。
我们在预测未来的时候要犯更少的错，这也是很难的，我觉得并不一定99%是错的，但是我们确实错了很多。但是你首先要去尝试，然后再去调整，根据你之前预测的错误去做调整。
马云：是的，去尝试是非常好的，我们要有信心去未来尝试，我从不担心我们犯错，错误是人类最好的资产，最好的财富。人类担忧人工智能灾难的时候，我觉得这不是灾难，关键是人类犯的错，我们要相信人类是可以改正错误，改善自己的，这就需要教育。
今天在中国每年出生18万小孩，这个还不够，我们要有更多。我觉得地球上最好的资源不是煤炭、石油，而是人类的大脑，我们怎么让人类的大脑更有创意和建设性呢？我们怎么确保机器永远是人类的玩具和工具，而不是来控制我们的？
我觉得在我这一辈子当中，尤其是过去两年，大家经常谈人工智能，然后说人类会被机器控制，我从来不讲这些问题，我觉得这是不可能的。
因为人是不一样的，机器是人类发明的，根据科学，人从来无法创造一个比自己更聪明的动物。我们在这里有很多聪明人，我们还是没有办法创造一个更聪明的人。
马斯克：我非常不同意这个看法。首先我们可以创造比我们更聪明的东西，它们并不一定是人。我们最早的文明是非常原始的，我们当时没有任何技术，我们只是跑来跑去，不要被别人吃掉，想要生存下来。
现在我们有取暖，有很多的食物，这些都是新的东西，我们比过去聪明了很多很多，这些会继续下去，我们并不是最后的进化成果。
最重要的一点，聪明人犯的最重要的错误就是他们自以为聪明，其实他们并不聪明。
马云：什么东西是人创造出来但比人更聪明的？
马斯克：比如说计算机某些方面就比人类更聪明。比如说20多年前，在象棋上深蓝就打败了人类，现在你的手机就可以下棋打败世界冠军。
围棋方面，以前大家也觉得人比电脑强，但是李世石被AlphaGo4：1打败，而AlphaZero100：0打败了AlphaGo。现在人类和计算机下围棋，就像你和宙斯斗争一样的，没有希望的，因为差得太远了。
只有在智力追求越少的方面人类才比计算机好，而且这些领域会越来越少，以后我们每个方面都会被计算机超越。
马云：我的看法是计算机可能更聪明，但是人类会有更多的智慧。聪明是知识驱动，但是我们的智慧是经验驱动的。计算机很聪明，但是是人类发明了计算机，我从来没有看到过计算机发明一个人，这是我的第一个看法。
第二，说到围棋。和计算机下围棋就是傻子，就好像人为什么要和赛车赛跑一样，围棋设计出来是要人和人去下的，为什么要和计算机下围棋呢？
我很高兴可以看两个计算机下棋，但是我对人和计算机下棋没有兴趣。有人很悲伤，说计算机比人更聪明，计算机比人更会下棋。我说你很傻，不要去和计算机下棋，我们要做我们更擅长的事情。
马斯克：人比计算机哪些方面更强呢？
马云：计算机只是人类创造的智能工具之一。计算机是聪明的，但是人类今后会创造更多的工具，会比计算机聪明更多，这是我的看法。
马斯克：对于人工智能，我的看法是，说到底你可以推进人工智能来解决问题，然后让人们有更多自由度。有最多自由度就是现实，人工智能正在不断发展解决具有自由度的现实。
比如说跳棋，这是很容易去解决的，下跳棋我们有完整的解决方案，你和计算机下是几乎不可能赢的，因为每一个套路我们几乎都知道了。
还有象棋，它的自由度比跳棋高很多，但是也是自由度数量级比较低的游戏。
然后又到了围棋，围棋的自由度又比象棋高很多。所以我们正在不断跳自由度，数量级不断上升，智能数量级也在不断上升，它可以完全模拟人的各个方面。
有人说我们现在就活在一种模拟当中，有人开玩笑说如果生活就是一种游戏，那么大家有什么看法呢？我觉得我们的图像很好，情节也非常复杂，但是要让一个人重生，获得完全的意识，还需要20多年。
你刚刚说的出生率我并不担心，大多数情况下我们觉得人口太多了，但是这是一种过时的看法，我们假设人工智能是可以带来美好未来的，世界会在20年后面临的最大问题是人口的崩溃，而不是人口的爆炸。我们可以很清楚地预见20年后人类的情况。
马云：我觉得这个很容易预测，人口问题是一个巨大的挑战，中国14亿人，听起来很多，但是今后20年这会给中国带来巨大问题，人口会下降，人口下降的速度也会增加，也就是你说到的崩溃。
马斯克：经常有人反驳说移民，但是移民从哪里过来呢？
马云：你还要去火星。
马斯克：火星也需要有人去住，现在那里没有人，现在只有一些机器人在那里。
马云：对，如果说在AI世界当中，AI可以带来爱的话，如果说你以前要成为成功人士，你的IQ、EQ等等方面都要高，未来你要获得成功你的LQ（导商，即组织领导力）必须要高，否则你在人工智能时代无法生存下来。接下来我们来看一下最后的一个议题。
马斯克：我选生命。
马云：在人工智能的帮助下，人类寿命会有多长，人工智能可以帮助环境可持续发展吗？
马斯克：我觉得首先人类是可以解决环境可持续发展问题的，这并不是骄傲自满，或者说这件事情很容易做到，我觉得这是一个完全可以实现的对未来的预言，我们现在必须采取大量的行动，同时持续这样的势头来实现环境可持续性。
在环境可持续方面，中国是全球的领导者，是非常令人惊叹的。世界上一半的电动车都是在中国制造的，这是过去几年的数字。我现在并不是说现在可以骄傲自满了，但是我觉得人类可以而且会解决可持续发展问题的。
如果说我们可以做Neuralink，我相信年龄在未来就没有那么重要了，你可以把自己的状态储存下来，一直保存下来。就好像你把一个游戏保存下来一样，非常的类似。
我觉得我们是可以把生物的衰老问题解决的，如果说我们要去改变DNA，但是这其实就是一个时间问题，我们这些有机体，比如说我们整个生命，你可以每天去做瑜珈，吃得非常健康，环境影响并没有那么大，所以你要改变的是DNA，而人类愿不愿意改变DNA这是需要思考的。
很有可能人会觉得这个反响很好，但是如果真的要延长寿命，你需要把DNA的时钟停下来，改变DNA，我不知道我们是不是应该做这件事，最终我们每个人都会走向死亡，物理学也是非常客观的。我们觉得有这样一个生命周期也是一件好事。
马云：AI人工智能完全是可以帮助我们实现环境可持续性的，当人们对自己有更好的了解时，人们会变得更加聪明，更加智慧。聪明人和智慧的人是不一样的，聪明人知道自己想要什么，如何实现。
真正智慧的人知道自己不想要的是什么。当人类使用人工智能时，他们可以更了解自己。我觉得会有很多方法，人们可以生存在一个健康的地球上，保护一个健康的地球。
如果说到外太空，这个听起来不错，但是如果说我们把所有资源都放在地球上，人工智能可以帮助我们实现这样的一些目标，并且来解决问题。
人类可以生活得更长，但是我们不仅需要如此我们还要更加健康。如何更加健康，就是要了解自己大部分的疾病是什么造成的，都是由我们的行为造成的。我可以百分之百确定，人们会活得更长更健康，但是并不一定生活得更加快乐。
如果说要快乐，我们关注的是价值观、愿景和任务，同时要有一个梦想。我并不希望人们非常喜欢技术，同时对技术有不断的幻想，我觉得技术和我们的梦想是共生的并不是技术改变了我们的世界，真正改变世界的是我们背后的梦想。
因此，我希望我们做的任何事情，都是把这个世界变得更好，帮助74亿人活得更好，更健康，这就是我们世界的本质所在。我相信我们将会非常快乐的工作，我很喜欢特斯拉的产品，让世界变得更加干净和清洁，没有噪音，而且技术非常好。
我也非常高兴你可以把工厂放在中国，我们可以做更多事情改善我们的地球，改善环境，让人类更加关爱自己，关爱健康，关爱家人，让自己更加快乐。
我们今天采取负责任的态度，我们也不能为未来找到所有的解决方案，人类了犯错其实也是一件好事，如果说人类可以从错误当中学习，也是一件好事。
马斯克：我觉得你说的是对的。我们要为我们的意识长久的存在而奋斗。返回搜狐，查看更多
人工智能（AI）是如何处理数据的
AI处理数据主要是通过数据挖掘和数据分析。
一、数据挖掘（Datamining），又译为资料探勘、数据采矿。它是数据库知识发现（Knowledge-DiscoveryinDatabases，简称KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。
利用数据挖掘进行数据处理常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等，它们分别从不同的角度对数据进行挖掘。
①分类。分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类，其目的是通过分类模型，将数据库中的数据项映射到某个给定的类别。如一个汽车零售商将客户按照对汽车的喜好划分成不同的类，这样营销人员就可以将新型汽车的广告手册直接邮寄到特定的客户手中，从而大大增加了商业机会。
②回归分析。回归分析方法反映的是数据库中属性值在时间上的特征，产生一个将数据项映射到一个实值预测变量的函数，发现变量或属性间的依赖关系。
③聚类。聚类分析是把一组数据按照相似性和差异性分为几个类别，其目的是使得属于同一类别的数据间的相似性尽可能大，不同类别中的数据间的相似性尽可能小。
④关联规则。关联规则是描述数据库中数据项之间所存在的关系的规则。即根据一个事务中某些项的出现可导出另一些项在同一事务中也出现，即隐藏在数据间的关联或相互关系。
⑤特征。特征分析是从数据库中的一组数据中提取出关于这些数据的特征式，这些特征式表达了该数据集的总体特征。如营销人员通过对客户流失因素的特征提取，可以得到导致客户流失的一系列原因和主要特征，利用这些特征可以有效地预防客户的流失。
⑥变化和偏差分析。偏差包括很大一类潜在有趣的知识，如分类中的反常实例，模式的例外，观察结果对期望的偏差等，其目的是寻找观察结果与参照量之间有意义的差别。在企业危机管理及其预警中，管理者更感兴趣的是那些意外规则。意外规则的挖掘可以应用到各种异常信息的发现、分析、识别、评价和预警等方面。
⑦Web页挖掘。随着Internet的迅速发展及Web的全球普及，使得Web上的信息量无比丰富，通过对Web的挖掘，可以利用Web的海量数据进行分析，收集政治、经济、政策、科技、金融、各种市场、竞争对手、供求信息、客户等有关的信息，集中精力分析和处理那些对企业有重大或潜在重大影响的外部环境信息和内部经营信息，并根据分析结果找出企业管理过程中出现的各种问题和可能引起危机的先兆，对这些信息进行分析和处理，以便识别、分析、评价和管理危机。
二、数据分析是数学与计算机科学相结合的产物，是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。在实际生活应用中，数据分析可帮助人们作出判断，以便采取适当行动。
在统计学领域，有些人将数据分析划分为描述性统计分析、探索性数据分析以及验证性数据分析；其中，探索性数据分析侧重于在数据之中发现新的特征，而验证性数据分析则侧重于已有假设的证实或证伪。
①探索性数据分析：是指为了形成值得假设的检验而对数据进行分析的一种方法，是对传统统计学假设检验手段的补充。
②定性数据分析：又称为“定性资料分析”、“定性研究”或者“质性研究资料分析”，是指对诸如词语、照片、观察结果之类的非数值型数据的分析。
大量的数据分析需求都与特定的应用相关，需要相关领域知识的支持。通用的数据挖掘工具在处理特定应用问题时有其局限性，常常需要开发针对特定应用的数据分析系统。因此数据分析系统设计的第一步是对特定应用的业务进行深入地分析与研究，总结归纳分析思路并细分出所需的分析功能。
数据分析主要包含下面几个功能：
数据分析是组织有目的地收集数据、分析数据，使之成为信息的过程。这一过程是质量管理体系的支持过程。在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。
在实用中，数据可为AI提供基础要素，可帮助AI作出判断，以便AI进行学习。例如，来自马萨诸塞州总医院和哈佛医学院放射科的研究人员使用卷积神经网络来识别CT图像，基于训练数据大小来评估神经网络的准确性。随着训练规模的增大，精度将被提高。
今天的大多数深度学习是监督的或半监督的，意味着用于训练模型的所有或一些数据必须由人标记。无监督的机器学习是AI中当前的“圣杯”，因为可以利用原始未标记的数据来训练模型。广泛采用深度学习可能与大数据集的增长以及无人监督的机器学习的发展有关。然而，我们认为大型差异化数据集（电子健康记录，组学数据，地质数据，天气数据等）可能是未来十年企业利润创造的核心驱动力。
参考IDC报告，全世界创造的信息量预计到2020年将以36％的复合年增长率增长，达到44泽字节（440亿GB）。连接的设备（消费者和工业领域），机器到机器通信和远程传感器的增加和组合可以创建大型数据集，然后可以挖掘洞察和训练自适应算法。
AI之所以拥有人的思维，人的智慧，其核心在于AI可以通过海量的数据进行机器学习和深度学习。拥有的数据越多，神经网络就变得越有效率，意味着随着数据量的增长，机器语言可以解决的问题的数量也在增长。移动手机、物联网、低耗数据存储的成熟和处理技术（通常在云端）已经在数量、大小、可靠数据结构方面创造了大量的成长。例如：
5G的首次展示将最适当地加速数据可被获取和转移的机率。根据IDC的数字领域报告，到2020年，每年数据量将达到44ZB（万亿G），5年内年复合增长率达到141%，暗示我们刚开始看到这些科技可以达到的应用场景。
数据（Data）是指对事实、概念或指令的一种表达形式，可由人工或自动化装置进行处理。数据处理（dataprocessing）是对数据的采集、存储、检索、加工、变换和传输，贯穿于社会生产和社会生活的各个领域。数据经过解释并赋予一定的意义之后，便成为信息。
人工智能出现之前，传统数据的处理主要包括了8个方面：
通过这个8方面，从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。传统意义上的数据处理离不开软件的支持，每次处理数据大概都需要使用至少三次软件，这对人力物力都是一种极大的浪费。
而在AI时代，数据的处理就变得简单多了，就拿最近比较热门的车联网来说。
车联网一个系统通过在车辆仪表台安装车载终端设备，就对车辆所有工作情况和静、动态信息的采集、存储并发送。车联网系统分为三大部分：车载终端、云计算处理平台、数据分析平台，根据不同行业对车辆的不同的功能需求实现对车辆有效监控管理。车辆的运行往往涉及多项开关量、传感器模拟量、CAN信号数据等等，驾驶员在操作车辆运行过程中，产生的车辆数据不断回发到后台数据库，形成海量数据，由云计算平台实现对海量数据的“过滤清洗”，数据分析平台对数据进行报表式处理，供管理人员查看。
作者：造数科技链接：https://www.zhihu.com/question/264417928/answer/282811201来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。