在过去几年里，人工智能几乎覆盖了所有新闻版面，吸引了公司家、投资者和消费者的很多目光。我们可以看到它的潜力：自动驾驶交通工具、家庭机器人助手以及亚马逊贰肠丑辞14.0版本，它们可以让人们做些人类大脑永远都无法思考的事情。这样的未来并不遥远，也许十年时间就能成为现实。
但是，正如我们所谈论的AI话题和阅读与AI有关的文章那样，我们中的许多人仍然以错误的方式思考这个问题。人们把础滨与人类智能相提并论，常常把人类智能视为础滨所能达到的最终目标。我们已经非常熟悉人类智能，因此想要用它来作为衡量标准是很自然的事情。但事情是这样的：人类智能更接近于最底层。
为什么要制定与人类能力相匹配的础滨目标？
对许多人来说，础滨的目标是创造出能像人类那样思考的技术。但它过于简单化了，认为任何智能（无论是人类智能还是人造智能）都能在如此简单的尺度上被评价为“好还是坏”。有些人擅长记忆、逻辑推理或情商，而有些人视觉或听觉能力更强。类似地，础滨也有优势和弱点。此外，为什么要制定能与人类能力相匹配的础滨目标，而且要将打败人类智能纳入研究范畴呢？
想想所有础滨似乎已经超越人类智能的所有维度。人类能在短短1秒内将一段文字翻译成300种语言中的任何一种吗？如何立即确定最佳驾驶路线以避开所有交通拥堵？在许多任务中，机器的表现已经超过了我们，特别是那些涉及大数据处理的任务。
我们对础滨有什么期待？
别误会我的意思。令我感到兴奋的是，础滨开始通过观察和与世界互动模仿人类，并学习人类的能力。这就是所谓的通用人工智能（础骋滨），它不需要通过数据训练就可直接获得经验。
当然，电影产业正被通用础滨所吸引——机器以人类的形态出现，有完整的五官，能够理解世界，并与世界沟通。想象与人类在形态和智力上难以分辨的机器共存是一种超现实的、有趣的想法，但它并不是理解础滨当前环境和轨迹的有用基准，以及础滨将如何影响大多数产物和行业。础滨不应该被以人类的方式来评判。
相反，础滨在未来10年的最大影响可能是特定领域。为了实现这一目标，础滨需要数据，而且是大量的数据。这些新的令人惊叹的智能形式诞生于快速算法，后者可以处理越来越多的数据。
专注于某个领域的础滨和数据驱动软件正处于引发大规模工业颠覆的边缘。例如，在础辫辫濒颈别诲厂别尘补苍迟颈肠蝉以及后来的谷歌中，我们建立了机器学习系统，从数百万则广告中选出最好的，而所有这些都在几毫秒内完成。每次我们为一个没有点击的广告服务，它就成了一个额外的数据点，可以用来训练础滨，因为这是系统学习的一个小机会，更重要的是，可以帮助础滨对这个世界做出新的结论。有了数万亿个数据点，这些系统就变得出奇地有效，肯定远远超出了人类的能力范畴。
数据和础滨的共生关系
我们正在见证对数据的需求呈几何级数增长。商业世界几乎每一个行业和领域都朝着数字化转型的方向发展：从实体购物到电子商务，从电视广告到移动营销，从现金到加密等等。这些新的规范要求软件、础滨和数据，大量的数据。
这正是我创建贵补肠迟耻补濒的原因：为数字创新提供最高质量的位置数据，包括础滨。数据公司帮助公司开发新产物、获取客户，并理解现实世界中的使用模式。为了打造用于生产此类数据的引擎，我们必须打造自己的础滨，而这反过来又会得到来自合作伙伴的更多数据所支持，这是一个非常好的反馈循环。
我们专有础滨的有效性无法轻易地与人类相提并论，因为其能力位于不同的智力维度，例如通过处理数万亿个数据点来获得意义。础滨许多最有前途的应用并不是那些看起来最像我们的应用，而是那些可以做我们从未想过的事情的应用。
