数据的新角色
资讯爆炸
今天，人类，尤其是机器，在一周内创造的数据比人类自歷史开始以来创造的全部数据还要多。而且，在那之后的一周，数据量将再次使人类的全部知识量翻倍。结合在光缆中以光速传输这些数据的能力，可用於决策的数据的范围和速度已经超出了人类的能力，进入了纳米空间。
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（甚至即将到来的纳米危机），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
获取数据
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
存储数据
数据存储在数据湖中，即本地伺服器、远端伺服器（包括云）、设备内或快闪记忆体驱动器和颁顿等可移动介质上的数据聚合。
-
步驟 3
分析数据
访问每个数据点都是為了质量和实用性。任何数据点都可能是错误的或不相关的。
-
步驟 4
运行演算法
演算法是一个过程，旨在计算结果，以服务於定义的目标。虽然每种演算法都有很多步骤，但它不一定需要所有这些步骤来解决问题。由於演算法是由人类编写的，因此任何步骤都可能包含意想不到的偏见。有远见的领导者努力确保其组织使用的所有演算法都能产生公平的结果。
-
步驟 5
发送结果
每个结果依次存储在链中下一个实体（包括其他计算设备、机器人和动力机器）可访问的位置。
-
步驟 6
採取行动
有了结果，后续实体就会採取所需的行动，无论是物理运动还是进一步的计算。
在每个学科中，人工智慧每天都在进行巨大的理解飞跃，因為它们筛选了摆在他们面前的复杂性并识别了重复的模式。一旦一种模式与结果定期相关联，人工智慧就可以在每次出现已知模式时预测该结果。这种所谓的预测分析超出了人类的能力（就像在机器的超人类领域一样），而且往往超出了人类的理解范围。虽然这些通信的内容是由人类创建的，但嵌入其中的数据仅由机器收集和共用。
