人工智能想要實(shí)現(xiàn)與人類相似的智能水平，就必須要具備相應(yīng)的計(jì)算能力。

1997年，IBM“深藍(lán)”在世界象棋中戰(zhàn)勝世界棋王卡斯帕羅夫，最重要原因就是其強(qiáng)悍的數(shù)據(jù)處理能力。在研發(fā)過程中，IBM研制小組向“深藍(lán)”輸入100年來所有國際特級大師開局和殘局的下法。

“深藍(lán)”每秒能夠進(jìn)行2億次的運(yùn)算，能夠通過計(jì)算預(yù)判之后的12步，對比做出最優(yōu)的決策。谷歌的搜索引擎與亞馬遜的智能推薦系統(tǒng)也都是人工智能的具體應(yīng)用領(lǐng)域，在大量數(shù)據(jù)的訓(xùn)練下，無論是谷歌的搜索結(jié)果，還是亞馬遜的推薦結(jié)果，都越來越精準(zhǔn)，這構(gòu)成了兩家數(shù)據(jù)公司的核心競爭力。

生活中的各類推薦系統(tǒng)，在搜集用戶的個(gè)性化數(shù)據(jù)之后，利用機(jī)器學(xué)習(xí)，為用戶反饋出獨(dú)一無二的結(jié)果。創(chuàng)業(yè)公司“今日頭條”便是利用數(shù)據(jù)獲取成功的典型案例。

當(dāng)行業(yè)日漸開放，越來越多的算法選擇了開源，此時(shí)數(shù)據(jù)便成為了影響人工智能成敗的關(guān)鍵點(diǎn)。豐富、多維度的情景化數(shù)據(jù)使人工智能更多更深的被應(yīng)用起來。

當(dāng)然相應(yīng)的，人工智能的深度應(yīng)用，又產(chǎn)生了更加海量、精準(zhǔn)、高質(zhì)量的面向情景的數(shù)據(jù)，為人工智能的進(jìn)一步優(yōu)化提供了條件。