數據的新角色
資訊爆炸
今天，人類，尤其是機器，在一周內創造的數據比人類自歷史開始以來創造的全部數據還要多。而且，在那之後的一周，數據量將再次使人類的全部知識量翻倍。結合在光纜中以光速傳輸這些數據的能力，可用於決策的數據的範圍和速度已經超出了人類的能力，進入了納米空間。
AI 如何使用數據
當我們收集所有這些數據時，我們擔心它的安全性。儘管我們擔心（甚至即將到來的納米危機），但大數據的優勢遠比隨之而來的危險更有希望。傳入的數據，即使是最熟練的人類統計學家，也會像海嘯一樣，讓口渴的人工智慧像一滴水一樣。當一個智慧系統在這些數據海洋中喝水時，它會做出奇妙的發現，使我們所有人都受益。
-
第 1 步
獲取數據
數據從三個來源到達系統：人工輸入、感測器讀數和其他 AI 操作的結果。
-
步驟 2
存儲數據
數據存儲在數據湖中，即本地伺服器、遠端伺服器（包括雲）、設備內或快閃記憶體驅動器和CD等可移動介質上的數據聚合。
-
步驟 3
分析數據
訪問每個數據點都是為了質量和實用性。任何數據點都可能是錯誤的或不相關的。
-
步驟 4
運行演算法
演算法是一個過程，旨在計算結果，以服務於定義的目標。雖然每種演算法都有很多步驟，但它不一定需要所有這些步驟來解決問題。由於演算法是由人類編寫的，因此任何步驟都可能包含意想不到的偏見。有遠見的領導者努力確保其組織使用的所有演算法都能產生公平的結果。
-
步驟 5
發送結果
每個結果依次存儲在鏈中下一個實體（包括其他計算設備、機器人和動力機器）可訪問的位置。
-
步驟 6
採取行動
有了結果，後續實體就會採取所需的行動，無論是物理運動還是進一步的計算。
在每個學科中，人工智慧每天都在進行巨大的理解飛躍，因為它們篩選了擺在他們面前的複雜性並識別了重複的模式。一旦一種模式與結果定期相關聯，人工智慧就可以在每次出現已知模式時預測該結果。這種所謂的預測分析超出了人類的能力（就像在機器的超人類領域一樣），而且往往超出了人類的理解範圍。雖然這些通信的內容是由人類創建的，但嵌入其中的數據僅由機器收集和共用。
