在過去幾年里，人工智能幾乎覆蓋了所有新聞版面，吸引了企業(yè)家、投資者和消費者的很多目光。我們可以看到它的潛力：自動駕駛交通工具、家庭機器人助手以及亞馬遜Echo 14.0版本，它們可以讓人們做些人類大腦永遠都無法思考的事情。這樣的未來并不遙遠，也許十年時間就能成為現(xiàn)實。

但是，正如我們所談論的AI話題和閱讀與AI有關的文章那樣，我們中的許多人仍然以錯誤的方式思考這個問題。人們把AI與人類智能相提并論，常常把人類智能視為AI所能達到的最終目標。我們已經(jīng)非常熟悉人類智能，因此想要用它來作為衡量標準是很自然的事情。但事情是這樣的：人類智能更接近于最底層。

對許多人來說，AI的目標是創(chuàng)造出能像人類那樣思考的技術。但它過于簡單化了，認為任何智能（無論是人類智能還是人造智能）都能在如此簡單的尺度上被評價為“好還是壞”。有些人擅長記憶、邏輯推理或情商，而有些人視覺或聽覺能力更強。類似地，AI也有優(yōu)勢和弱點。此外，為什么要制定能與人類能力相匹配的AI目標，而且要將打敗人類智能納入研究范疇呢？

想想所有AI似乎已經(jīng)超越人類智能的所有維度。人類能在短短1秒內(nèi)將一段文字翻譯成300種語言中的任何一種嗎？如何立即確定最佳駕駛路線以避開所有交通擁堵？在許多任務中，機器的表現(xiàn)已經(jīng)超過了我們，特別是那些涉及大數(shù)據(jù)處理的任務。

別誤會我的意思。令我感到興奮的是，AI開始通過觀察和與世界互動模仿人類，并學習人類的能力。這就是所謂的通用人工智能（AGI），它不需要通過數(shù)據(jù)訓練就可直接獲得經(jīng)驗。

當然，電影產(chǎn)業(yè)正被通用AI所吸引——機器以人類的形態(tài)出現(xiàn)，有完整的五官，能夠理解世界，并與世界溝通。想象與人類在形態(tài)和智力上難以分辨的機器共存是一種超現(xiàn)實的、有趣的想法，但它并不是理解AI當前環(huán)境和軌跡的有用基準，以及AI將如何影響大多數(shù)產(chǎn)品和行業(yè)。AI不應該被以人類的方式來評判。

相反，AI在未來10年的最大影響可能是特定領域。為了實現(xiàn)這一目標，AI需要數(shù)據(jù)，而且是大量的數(shù)據(jù)。這些新的令人驚嘆的智能形式誕生于快速算法，后者可以處理越來越多的數(shù)據(jù)。

專注于某個領域的AI和數(shù)據(jù)驅(qū)動軟件正處于引發(fā)大規(guī)模工業(yè)顛覆的邊緣。例如，在Applied SemanTIcs以及后來的谷歌中，我們建立了機器學習系統(tǒng)，從數(shù)百萬則廣告中選出最好的，而所有這些都在幾毫秒內(nèi)完成。每次我們?yōu)橐粋€沒有點擊的廣告服務，它就成了一個額外的數(shù)據(jù)點，可以用來訓練AI，因為這是系統(tǒng)學習的一個小機會，更重要的是，可以幫助AI對這個世界做出新的結(jié)論。有了數(shù)萬億個數(shù)據(jù)點，這些系統(tǒng)就變得出奇地有效，肯定遠遠超出了人類的能力范疇。

我們正在見證對數(shù)據(jù)的需求呈幾何級數(shù)增長。商業(yè)世界幾乎每一個行業(yè)和領域都朝著數(shù)字化轉(zhuǎn)型的方向發(fā)展：從實體購物到電子商務，從電視廣告到移動營銷，從現(xiàn)金到加密等等。這些新的規(guī)范要求軟件、AI和數(shù)據(jù)，大量的數(shù)據(jù)。

這正是我創(chuàng)建Factual的原因：為數(shù)字創(chuàng)新提供最高質(zhì)量的位置數(shù)據(jù)，包括AI。數(shù)據(jù)公司幫助企業(yè)開發(fā)新產(chǎn)品、獲取客戶，并理解現(xiàn)實世界中的使用模式。為了打造用于生產(chǎn)此類數(shù)據(jù)的引擎，我們必須打造自己的AI，而這反過來又會得到來自合作伙伴的更多數(shù)據(jù)所支持，這是一個非常好的反饋循環(huán)。

我們專有AI的有效性無法輕易地與人類相提并論，因為其能力位于不同的智力維度，例如通過處理數(shù)萬億個數(shù)據(jù)點來獲得意義。AI許多最有前途的應用并不是那些看起來最像我們的應用，而是那些可以做我們從未想過的事情的應用。