今天，世界上每天產生的數據可能是過去幾個世紀的總和。二十年前，我們用磁盤之類的東西來存儲數據。現在我們每部手機產生和傳輸的數據量都是以g為單位來計算的。是否擁有大量數據，不斷搶占數據高地，成為衡量壹家人工智能公司的核心。那麽，這麽大的數據量從何而來？壹方面，線下已經結構化並大量存在的數據，由於特定原因或歷史進程，被大量數字化。換句話說，以前不在線的數據現在在線了。這可以部分解釋為什麽SaaS、大數據和人工智能容易重疊。半年來，引人註目的新聞是人工智能入侵華爾街。高盛等金融巨頭和壹些大型對沖基金正在轉向人工智能驅動的系統，以預測市場趨勢，做出更好的交易決策。與此同時，交易員和對沖基金經理開始擔心失業，因為技術變得越來越節省勞動力。美國的資本市場，也就是我們說的二級市場，從1980年代到1990年代中期就有了量化投資的概念，用計算機進行程序交易，其前端的交易系統，中端的數據服務，後端的資金管理和服務，整個鏈條已經完成了長期完整的數據積累和數字化。換句話說，整個鏈條大概已經全面啟動，全面發展了。
如今，人工智能在高速計算和海量數據的支持下，可以通過大量的機器將金融行業現有的數據搬到互聯網上，產生巨大的乘數效應。除了遠超人腦的數據分析處理能力，深度學習正在成為未來智能金融的最大利器。也許在不久的將來，計算機將足夠聰明，能夠預測我們的需求，引領人類進入富裕時代。
4.大量數據的另壹個來源是，在過去的20年裏，沒有聯網的傳感器系統都聯網了，產生了大量的數據，在互聯網上流通。幾個簡單的例子可以解釋這些新的數據來源。今天的智能手機和20年前的通訊手機最大的區別就是裏面有幾個特別的東西——陀螺儀或者GPS芯片，更高質量的麥克風和攝像頭。這些新的傳感器24小時保持在線，這使得我們今天可以看到許多商業模式，例如以語音代替文本和麥克風作為輸入的微信，通過GPS定位和地圖創建的在線汽車騎行，各種基於相機的照片和直播應用程序，以及我接下來將分析的* * *自行車共享模式。再比如亞馬遜把麥克風陣列和末端可以處理語音交互的東西放在壹個音箱裏，讓它24小時在線，於是有了這兩年很火的智能家居產品——2065 438+06賣了650多萬的亞馬遜Echo。用戶和Echo之間的每壹次交流(語音數據)都會被記錄下來，上傳到雲端。DJI，在商用無人機領域，把規模更小、精度更好、相對能耗更低的陀螺儀、速度傳感器、通信芯片、高清攝像頭、GPS系統，放到原來沒有傳感器的飛機裏，做成聯機，與手機連接。獨特的視頻，巧妙的照片，都是無人機產生的數據。這些例子說明，所謂的智能化、在線化的核心部件或傳感器，可以催生新的商業模式。而這也成為了人工智能的前提。
本文轉自知乎壹位作者。