一、數據

從軟件時代到互聯網，再到如今的大數據時代，數據的量和復雜性都經歷了從量到質的改變，大數據引領人工智能發展進入重要戰略窗口。

1.數據是人工智能發展的基石

從發展意義來看，人工智能的核心在于數據支持。

首先，大數據技術的發展打造堅實的素材基礎。大數據具有體量大、多樣性、價值密度低、速度快等特點。大數據技術能夠通過數據采集、預處理、存儲及管理、分析及挖掘等方式，從各種各樣類型的海量數據中，快速獲得有價值的信息，為深度學習等人工智能算法提供堅實的素材基礎。人工智能的發展也需要大量的知識和經驗，而這些知識和經驗就是數據，人工智能需要有大數據支撐，反過來人工智能技術也同樣促進了大數據技術的進步，兩者相輔相成，任何一方技術的突破都會促進另外一方的發展。

其次，人工智能創新應用的發展更離不開公共數據的開放和共享。從國際上看，開發、開放和共享政府數據已經成為普遍潮流，英美等發達國家已經在公共數據驅動人工智能方面取得一定成效。而我國當前仍缺乏國家層面的整體戰略設計與部署，政府數據開放仍處于起步階段。在開放政府數據成為全球政府共識的背景下，我國應順應歷史發展潮流，抓住大數據背景下發展人工智能這一珍貴歷史機遇，加快數據開發、開放和共享步伐，提升國家經濟與社會競爭力。

2.數據是人工智能發展的助推劑

從發展現狀來看，人工智能技術取得突飛猛進的進展得益于良好的大數據基礎。

首先，海量數據為訓練人工智能提供了原材料。據WeAreSocial公司統計，全球獨立移動設備用戶滲透率超過了總人口的67％，活躍互聯網用戶突破了41億人，接入互聯網的活躍移動設備超過了50億臺。根據IDC之前的預測，2020年，全球將總共擁有35ZB的數據量。如此海量的數據給機器學習帶來了充足的訓練素材，打造了堅實的數據基礎。移動互聯網和物聯網的爆發式發展為人工智能的發展提供了大量學習樣本和數據支撐。

其次，互聯網企業依托大數據成為人工智能的排頭兵。Facebook近五年里積累了超過12億的全球用戶；IBM服務的很多客戶擁有PB級的數據；Google的20億行代碼都存放在代碼資源庫中，提供給全部2.5萬名Google工程師調用；亞馬遜AWS為全球190個國家/地區超過百萬家企業、政府以及創業公司和組織提供支持。在中國，百度、阿里巴巴、騰訊分別通過搜索、產業鏈、用戶掌握著數據流量入口，體系和工具日趨成熟。

再者，公共服務數據成為各國政府關注的焦點。美國聯邦政府已在Data.gov數據平臺開放多個領域13萬個數據集的數據，這些領域包括農業、商業、氣候、教育、能源、金融、衛生、科研等多個主題。英國、加拿大、新西蘭等國都建立了政府數據開放平臺。在我國，上海率先在內地推出首個數據開放平臺，之后，北京、武漢、無錫、佛山、南京等城市也都陸續上線數據平臺。

另外，基于產業數據協同的人工智能應用層出不窮。海爾借助擁有上億用戶數據的SCRM大數據平臺，建立了需求預測和用戶活躍度等數據模型，年轉化的銷售額達到60億元；益海鑫星、有理數科技和阿里云數加平臺合作，以中國海洋局的遙感衛星數據和全球船舶定位畫像數據為基礎，打造圍繞海洋的數據服務平臺，服務于漁業、遠洋貿易、交通運輸、金融保險、石油天然氣、濱海旅游、環境保護等眾多行業，從智能指導遠洋捕撈到智能預測船舶在港時間，場景不斷豐富。