隨著技術的發展和進步，數據量呈指數級增長，這并不令人意外。數據大幅增長的同時也讓人們面臨不少問題，這些數據大部分還都是非結構化的數據，非結構化的數據對于如今蓬勃發展的人工智能和人類來說，都是沒有好處的。

因此，不少科學家也在不斷為數據做著努力，如今的數據庫雖然一直在變大，但是可以為我們所用的數據卻還要從海量數據中剝離開來，因此數據科學家花費在構建算法和挖掘數據模式上的時間少了很多，反而在數字清理工作上下了很大功夫。

幸運的是，人工智能領域的巨頭們也慢慢達成這種共識，利用現有的技能和影響力，正在悄悄改變數據原本的走向，讓數據與人工智能緊密聯系起來。

雖然數據的完善可以讓人工智能的發展更順利，但是人工智能與人類相比，仍然無法趕超人類。

大多數的人們都聽說過人工智能在某一方面戰勝了人類，正如去年轟動一時的圍棋大師柯潔被谷歌的AlphaGo人工智能擊敗。然而，即便是人類輸掉了這場比賽，也只能說明人工智能可以在某些特定任務中取得驚人的成果，但總體能力仍然與人類的能力無法匹敵。

而且，無論人工智能的發展方向是什么，也不管最后它的發展能為人類帶來更多的好處還是壞處，但是有一點是非?？隙ǖ模?strong>人工智能如果離開大數據，將一事無成。人們如今只能處理10%的結構化數據，而面臨剩下來的大量未被標記的信息，機器并不能使用。而這也就是為什么上文會說到，科學家會開始梳理數據庫的有效數據。

所以，人工智能并沒有那么神化，只有大數據的存在才能助長人工智能的生存。