人工智能從非主流到主流只用了幾年時間。盡管人工智能在許多方面都取得了迅速的進(jìn)步，但它仍然是少數(shù)人能理解的東西，掌握它的人也更少。這里有一些關(guān)于如何讓它為你工作的，不管你在你的AI旅程中的哪里。2016年，VPS，人工智能的炒作才剛剛開始，很多人在提到“人工智能”這個詞的時候還是很謹(jǐn)慎。畢竟，我們許多人多年來一直被灌輸要避免使用這個詞，因?yàn)樗鼈鞑チ嘶靵y、承諾過多、兌現(xiàn)不足。事實(shí)證明，從大數(shù)據(jù)和分析到人工智能的道路是很自然的。

它還需要一些其它的關(guān)鍵因素。讓我們重溫在歐洲大數(shù)據(jù)西班牙(BDS)一個最大的和最前衛(wèi)的事件,這標(biāo)志著從大數(shù)據(jù)過渡到人工智能幾年來,并試著回答一些關(guān)于AI的問題，根據(jù)我們上周從其明星陣容和活躍人群中得到的信息。

不僅是因?yàn)樗鼛椭藗兟?lián)系和調(diào)整他們的思維模式，或者是因?yàn)榇?a href="http://www.qzkangyuan.com/cnidc/bigdata/news/20170622/6464.html">數(shù)據(jù)和分析正在享受人工智能的那種炒作，在它們被人工智能蓋過之前。但主要是因?yàn)闃?gòu)建人工智能需要大量或多數(shù)數(shù)據(jù)。

你能一直假裝到成功嗎？簡短的回答：不，不是。高德納分析成熟度模型的一個要點(diǎn)是，如果你想構(gòu)建人工智能能力(預(yù)測和規(guī)范的方面)，你必須在堅實(shí)的大數(shù)據(jù)基礎(chǔ)上(描述和診斷的方面)進(jìn)行。部分原因在于存儲和處理大量數(shù)據(jù)的能力，但這只是冰山一角。

大數(shù)據(jù)