人工智能将“吞噬”数据

那些从事机器学习（ML）项目的人都知道机器学习需要大量数据来训练算法。有的人会说数据永远不嫌多。数据量和生成的机器学习模型的复杂程度之间通常存在着正相关性。随着人工智能向着新的领域发展，用到的人工智能功能变得愈加复杂，这种对数据的饥渴只会变得更加强烈。除了人工智能的复杂性，其他一些趋势也在加剧这一问题，因此组织面前就出现了这样一个问题：“他们是否拥有适当的数据以成功推动人工智能项目？”如果他们没有足够的资源，他们是否应该为人工智能盛宴做更多的准备？

图1：人工智能/数据连续性

组织已经收集的所有大数据不太可能都是正确的数据，但是了解人工智能的发展方向能够让组织获得“立足点”，在未来几十年人工智能的发展过程中筛选和收集更多正确的数据。

人工智能的发展改变了数据游戏

这又导致对数据的更多需求，在某些情况下，从本质上而言，这些需求可能是迫切或者实时的。

从数据驱动到结果驱动的转变

这只是推动数据使用量需求的源动力之一。

不断变化的问题范围影响数据需求

这些场景中的每一个都可能以不同的速率变化和变形，因此，也就会需要更多的数据。

总结

它将改变或拓展数据管理策略、方法和技术。