人(rén)工智能将“吞噬“數(shù)據

      那(nà)些(xiē)從事機器(qì)學習（ML）項目的人(rén)都知道(dào)機器(qì)學習需要大(dà)量數(shù)據來(lái)訓練算(suàn)法。有(yǒu)的人(rén)會(huì)說數(shù)據永遠不嫌多(duō)。數(shù)據量和(hé)生(shēng)成的機器(qì)學習模型的複雜程度之間(jiān)通(tōng)常存在着正相關性。随着人(rén)工智能向着新的領域發展，用到的人(rén)工智能功能變得(de)愈加複雜，這種對數(shù)據的饑渴隻會(huì)變得(de)更加強烈。除了人(rén)工智能的複雜性，其他一些(xiē)趨勢也在加劇(jù)這一問題，因此組織面前就出現了這樣一個(gè)問題：“他們是否擁有(yǒu)适當的數(shù)據以成功推動人(rén)工智能項目？”如果他們沒有(yǒu)足夠的資源，他們是否應該為(wèi)人(rén)工智能盛宴做(zuò)更多(duō)的準備？

      顯然，更多(duō)數(shù)據将成為(wèi)人(rén)工智能輔助解決方案的标志(zhì)。對數(shù)據的渴求可(kě)能來(lái)自于更具挑戰性的問題、對高(gāo)級人(rén)工智能/分析的更好利用或者是端到端價值鏈的增長。