AI教育是最美好的新基建人工智能中的一些算法需要数据。您必须先输入数据才能学习。例如，一个名为ImageNet的大型数据库有超过10亿张图片。有了这么多的图片，我们可以训练我们的深度神经网络来识别图片中的猫、狗和车辆。没有这些海量数据，许多机器学习算法就无法使用。像我们现在看的视频网站，都是面向百亿特征，千亿参数，万亿样本的。如果你没有万亿的样本，你就无法支持数百亿的特征。可能需要1亿个样本来支撑数百万个特征，而深度学习需要海量的特征来进行特征工程，所以这个时候大数据其实是很多机器学习算法发展的基础，但是在一定程度上，一些算法突然没有数据了。比如我们做强化学习，像早期的阿尔法围棋（AlphaGo），它学习了几十万职业棋手。它是高手，所以能玩的很好，后来的阿尔法零（AlphaZero），它跟自己下棋，反正有规律，所以它的数据其实不是真实的数据，是生成的，它没有用realdata，但是用的是enhancedLearning，所以说最后比AlphaGo强。我觉得从大的角度来说，大数据和人工智能一定是互惠互利的。没有人工智能，很多数据就没有价值。更多时候，我们需要人工智能算法来挖掘大数据的价值。相当于一个是矿山，另一个就是这样一个开采和提炼矿石的设备和工厂。人工智能属于后者。很大程度上，我们可以用数据开发与数据相关的人工智能算法，但有些算法与数据无关。一般来说，就是这种关系。
