學徒愛科技
核心原因是數據的變化和計算能力的變化。
人工智能主要來自三方面力量的推動，算法，算力和數據。算法是AI的各種數學模型，算力是計算機的處理數據和計算能力，數據是指用來訓練AI模型的數據量。這三個因素當中，其實算法的變化並不是太大，甚至有人說，越古老的算法，效果越好。但是計算力和數據的變化就太大了，尤其是數據量的變化。
在前不久由至頂網和希捷共同主辦的活動上，有一組來自國際數據公司（IDC）發佈的數據。這個數據預測到2025年，全球數據圈將擴展至163ZB，相當於2016年所產生16.1ZB數據的十倍；屬於數據分析的全球數據總量將增長至原來的50倍，達到5.2ZB；而認知系統“觸及”的分析數據總量將增長至原來的100倍，達到1.4ZB。
同樣的模型，不同的數據量來訓練得到的結果完全不同。實際上，正是近年來源源不斷的數據量，讓AI越來越聰明，模型越來越可靠。這就像教小孩子讀書一下，一個好的教材，是無價的。對AI來說，數據就是教材。
正因如此，現在AI的競爭到了生態競爭階段，巨頭們希望把持更多的數據，AI創新公司希望把應用盡快承載於有海量用戶的平臺。
科技行者
之前因為算法模型不成熟，計算力不足等原因都是大家熟知的，還有一個很核心的問題是，前兩次興起都是科學界實驗室主導，科學家容易樂觀評估技術的力量。
而這一次AI的興起，明顯特點是數據驅動，應用驅動，在互聯網的推動下，分佈式計算（雲計算）、大數據等技術讓本次浪潮湧現出來的人工智能應用，可以落地，真的在應用場景下解決了關鍵問題。而且本次浪潮掀起於創新型企業，更加靠近市場。
為過程鼓掌，只為結果買單。人工智能真的有用了，才會有發展的空間。
—希望對你有所幫助。歡迎互動溝通。馬珂
分享到:
