欢迎光临
我们一直在努力

人工智能中数据的重要性

在当代世界,人工智能是我们掌握的。能够以之前无法想象的速度处理更多信息的智能。AI并不是一个新概念。在“福布斯”,“非常短暂的人工智能史”中,Gil Press在1308年将人工智能的起源追溯到加泰罗尼亚。

虽然人工智能已经存在了几个世纪,但它从未像现在这样具有应用范围。例如,考虑一种情况,我们可以要求Google智能助理找到我附近的餐馆。该应用程序首先检测您的位置,扫描附近的吃饭关节,收集他们的电话号码,计算您与他们的距离(步行,自行车,汽车和公共交通工具),获取他们网站的链接,收集菜单卡和节目你是如何评价别人的。它会在几秒钟内完成,准备好接受你的下一个命令。

AI所具有的复杂功能

如果您要指出Google智能助理和其他人工智能程序如何轻松地执行此类复杂功能,答案将指向数据。作为一个种族,人类正在以前所未有的规模记录我们的活动。通过传感器,数字活动和数据促进了这种记录。因为记录了我们的搜索历史,友谊和支付,我们可以观察我们何时以及如何执行某些活动的模式,并使我们自己更有效地执行这些活动。例如,如果每天必须使用地铁通勤上班,那么当您进入车站时,在您的手机上观看火车时间会很方便。同样地,当上车时,让最短和/或最不拥挤的路线与您合作会很有帮助。AI今天处理这两种情况,

AI不仅可以通过减少模式中的阶段来简化生活,还可以帮助识别新模式。而且,它们可能是我们可能没有先见之明预测的模式。谷歌的AlphaGo,一个深度学习系统,旨在玩棋盘游戏Go。它做出了多项最终成功的动作(击败世界冠军李塞德4-1)。然而,为什么它选择做出这些动作是超出人类理解的。WIRED撰写的一篇文章,“谷歌人工智能如何看待人类无法理解的举动”,称这些举动“不人道”。

数据的重要性

由于数据的原因,所有这些预测,移动和见解都是可能的。AI从它可用的所有数据中学习。它拥有的数据越多,其洞察力就越好。这使我们想到了这项技术如何从跨境数据流中受益的问题。

人工智能可以访问跨境数据流可能会对该技术的未来产生两种可能的影响。首先,跨境数据流的可用性,AI处理的数据量将呈指数增长。无论国家数据集的数量巨大,它们与来自不同国家/公司的数据补充它们的情况相比都会微不足道。随着跨境数据流的可用性,AI将有更多的材料需要学习,更多的模式可以发现。它将加速处理这些见解的软件的开发。这带来了下一个含义,即跨境数据流的本质。

跨境数据流由于其可承载的数据范围不同,对于旨在解决国际问题的基于AI的应用程序来说是一个非常有利可图的前景。国际数据的可用性可以将AI从国家层面提升到区域层面。想象一下,不仅要运营印度,还要考虑南亚地区,以确定广泛问题或机遇的各个方面。

更实际的方面

考虑RyanAir(一家低成本的欧洲航空公司)想要投资AI算法来设计新路线的情景。要使算法正常工作,需要考虑一定数量的变量。例如,两个城市之间通过不同交通方式的当前移动量,衡量消费者愿意支付的价格,并检查RyanAir提供的价格是否具有该行业的竞争力。值得注意的是,这个过程是可扩展的,如果RyanAir有足够的数据,它可以对n执行相同的操作路线数量。但是,为了获得这些见解,RyanAir需要访问伦敦和日内瓦的数据集。在此基础上,AI可以解决RyanAir可能希望操作的任何或所有路线的类似模式。成功完成所开发的见解将需要更少的工时,输出比人类更多的模式,并且需要一小部分手动进行这种分析所需的资金。

那么,所有数据的自由流动对于一个以数据为基础增长和学习的程序意味着什么?这可能意味着一切。对于人工智能的发展,我们必须启用跨境数据流。适用的原则越多越好。因此,为了让我们允许AI以我们所知的速度发展,我们需要鼓励更轻松地访问跨境数据流。在这样做的过程中,我们开辟了在更广泛的层面上识别我们的模式的范围,以解决更大的问题。

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。