当您考虑人工智能时，您可能会问以下问题：为什么AI如此重要？为什么有这么多大型科技公司专注于开发和应用AI工具？
从开发的角度来看，人工智能增长的一个明显原因是计算机处理能力已经呈指数级增长，这反过来又允许计算机处理更复杂的算法。这些是为AI提供动力的高级算法。
数据是推动人工智能发展的另一个重要因素。在最基本的术语中，没有数据，创建AI产品和应用程序几乎是不可能的。
科技界经常听到的一个众所周知的说法是“数据是新的石油。”今天，世界上最有价值的公司往往是能够获取最大数量数据的公司。不仅数据量在业务中很重要，而且质量也很重要。
但就个人而言，我认为数据甚至比石油更好。在石油是世界上最有价值的商品之一的年代，只有少数公司能够从中获益。然而，今天，几乎任何人都可以学习人工智能和机器学习的基础知识，并使用这些技能创建有价值的工具，并且在线访问免费数据源非常容易，每个人都可以从数据的价值中受益。
访问数据
在现代世界中，我们拥有大量可以使用的数据。相比之下，30年前，关于医疗保健，交通，金融以及其他重要行业和主题的数据并不多，因此无法为这些领域的基本问题创建基于AI的解决方案。
使用相同的逻辑，可以安全地假设我们现在拥有的技术将在十年后变得更加强大，因为可以获得更多数据。
这个概念的一个例子可以在观察自动驾驶汽车和互联智能城市的发展中找到。使这些事情成为可能的基础组件是可以收集和分析的数据量，以提高AI系统的性能。
数据分析通常依赖于两种信息：结构化数据和非结构化数据。要真正理解AI系统，重要的是要认识到这两种数据之间的关键差异。
传统上，结构化数据的使用频率高于非结构化数据。结构化数据包括简单的数据输入，如数值，日期，货币或地址。非结构化数据包括分析更复杂的数据类型，例如文本，图像和视频。但是，人工智能工具的开发使得分析更多种类的非结构化数据成为可能，然后可以使用得到的分析来提出建议和预测。
强大的分析功能将使我们能够在未来的整个社会中应用AI工具。
图1.6。结构化数据和非结构化数据。
Merrill
Lynch估计，全球所有业务数据中有80％到90％是非结构化的，这意味着对这种特定类型数据的分析非常有价值。{10} 对这种非结构化数据的分析结果可以为我们现代社会带来许多好处，包括更好的医疗保健选择，更安全的交通模式以及更多的受教育机会等。
在商业和社会中使用数据
大数据也有助于大公司改善其内部和外部业务。Sinovation Ventures的风险资本家兼首席执行官Kai-Fu Lee阐述了数据对大型科技公司至关重要的原因，描述了公司用于改进其AI解决方案的五个步骤：
•获取更多数据： Google搜索引擎包含大量数据。同样，如果没有人们社交趋势的数据，Facebook就不会是如此强大的社交网络。这里的关键思想是，科技公司可以创建功能强大且实用的服务，以便人们愿意允许服务使用他们的数据。
•更好的人工智能培训产品：借助谷歌和Facebook，您作为用户的体验是定制的，以便与您相关和有用。这是可能的，因为基于AI的工具可以创造个性化体验。
•更多用户：当用户对产品或服务有良好体验时，他们倾向于向朋友推荐。
•更高的收入：更多的用户几乎总是意味着获得更多的收入。
•获得高质量数据科学家和机器学习专家：随着公司收入的增长，他们能够更好地吸引世界顶尖的人工智能专家。{11}
最终，为公司工作的数据科学家和机器学习专家越多，他们对AI的研究就越重要，这使得公司不仅变得更有价值，而且更好地为未来做好准备。
这五个步骤如下图1.7所示。尽管在这个例子中特别使用了美国科技公司，但这些步骤对于依赖AI的其他国际公司也很有价值，例如阿里巴巴，百度和腾讯。
图1.7。数据对人工智能至关重要。
由于数据是人工智能开发中至关重要的一部分，许多专家要求大型科技公司至少发布一些他们拥有的数据，以便更多有用的应用程序和产品也可以利用这些信息。
虽然这一概念带来了重要的问题需要解决，但这是一个明白无误的事实，在未来，将这些数据集用于AI产品和服务的持续开发将是非常重要的。
本章仅简要介绍数据对AI的重要性，但希望在您阅读时，您将开始考虑可以在未来设计或开发的基于AI的潜在应用程序。与本书中的许多其他主题一样，如果这个概念引起了您的注意，我建议您深入了解详细信息。
您可能已经知道，计算机正变得越来越强大，现在可以处理最复杂的任务。他们不仅能够更快，更高效地工作，而且他们也开始能够做曾经需要人类的事情，包括语言翻译，创作音乐，甚至驾驶汽车。
您可能已经在新闻中看到有关人工智能驱动的机器可以做的一些事情的头条新闻。但是，如果您要考虑AI驱动的机器可以实际执行的所有任务，那将是非常令人难以置信的！
2016年，Sebastian
Huembfer撰写了一篇文章，重点介绍了机器非常适合并且在那一年学会做的100件事。你可以在这里阅读整篇文章https://goo.gl/fgKVAu。
下图显示了这100件事中的每件事。值得一提的是，列出的项目仅在2016年发生。对于通过的每一年，列表只会变得更长。
图1.8。2016年学到的100件机器。
人工智能的一个关键特性是它使机器能够学习新的东西，而不是需要特定于新任务的编程。因此，未来计算机与过去计算机之间的核心区别在于，未来的计算机将能够学习和自我提升。
在不久的将来，像Apple的Siri和亚马逊的Alexa这样的智能虚拟助手会比你最亲密的朋友和家人更了解你。你能想象这会改变我们的生活吗？这些变化正是为什么认识到新技术对我们的世界将产生的影响如此重要的原因。
了解计算机正在学习的各种事物的一种简单方法是回顾一下AI驱动的计算机能够在各种游戏中征服世界上最好的人类竞争对手的一些方法：
• 1996年：IBM的Deep Blue赢得了世界上最好的国际象棋选手Garry Kasparov。
• 2011年：IBM的Watson赢得了最佳Jeopardy奖！玩家。
• 2016年：Google的DeepMind赢得了世界上最好的Go玩家。{12}
• 2017年：由卡内基梅隆大学开发的人工智能项目Libratus赢得了世界上最好的扑克玩家。{13}
• 2017年：由DeepMind开发的AlphaGoZero在没有任何人工数据的情况下达到Go的最高级别，只需教自己如何玩。{14}
最后一项成就，其中由谷歌拥有的领先的人工智能研究公司DeepMind能够创建一个从头开始学习游戏的AI Go玩家，这是一个非常重要的事情。尽管在这种情况下人工智能仅用于掌握游戏，但未来将采用类似的技术来做终端疾病的研究治疗。{15}
如果人工智能继续以目前的速度发展，你能想象世界在短短30 – 50年内会是什么样子吗？虽然很难在未来做出预测，但在本书中我们将看看AI在不久的将来改变世界的方式，特别是在未来3到10年内。