在過去幾年里，人工智能幾乎覆蓋了所有新聞版面，吸引了企業家、投資者和消費者的很多目光。我們可以看到它的潛力：自動駕駛交通工具、家庭機器人助手以及亞馬遜Echo 14.0版本，它們可以讓人們做些人類大腦永遠都無法思考的事情。這樣的未來并不遙遠，也許十年時間就能成為現實。

但是，正如我們所談論的AI話題和閱讀與AI有關的文章那樣，我們中的許多人仍然以錯誤的方式思考這個問題。人們把AI與人類智能相提并論，常常把人類智能視為AI所能達到的最終目標。我們已經非常熟悉人類智能，因此想要用它來作為衡量標準是很自然的事情。但事情是這樣的：人類智能更接近于最底層。

為什么要制定與人類能力相匹配的AI目標

對許多人來說，AI的目標是創造出能像人類那樣思考的技術。但它過于簡單化了，認為任何智能（無論是人類智能還是人造智能）都能在如此簡單的尺度上被評價為“好還是壞”。有些人擅長記憶、邏輯推理或情商，而有些人視覺或聽覺能力更強。類似地，AI也有優勢和弱點。此外，為什么要制定能與人類能力相匹配的AI目標，而且要將打敗人類智能納入研究范疇呢？

想想所有AI似乎已經超越人類智能的所有維度。人類能在短短1秒內將一段文字翻譯成300種語言中的任何一種嗎？如何立即確定最佳駕駛路線以避開所有交通擁堵？在許多任務中，機器的表現已經超過了我們，特別是那些涉及大數據處理的任務。

我們對AI有什么期待

別誤會我的意思。令我感到興奮的是，AI開始通過觀察和與世界互動模仿人類，并學習人類的能力。這就是所謂的通用人工智能（AGI），它不需要通過數據訓練就可直接獲得經驗。

當然，電影產業正被通用AI所吸引——機器以人類的形態出現，有完整的五官，能夠理解世界，并與世界溝通。想象與人類在形態和智力上難以分辨的機器共存是一種超現實的、有趣的想法，但它并不是理解AI當前環境和軌跡的有用基準，以及AI將如何影響大多數產品和行業。AI不應該被以人類的方式來評判。

相反，AI在未來10年的最大影響可能是特定領域。為了實現這一目標，AI需要數據，而且是大量的數據。這些新的令人驚嘆的智能形式誕生于快速算法，后者可以處理越來越多的數據。

專注于某個領域的AI和數據驅動軟件正處于引發大規模工業顛覆的邊緣。例如，在Applied Semantics以及后來的谷歌中，我們建立了機器學習系統，從數百萬則廣告中選出最好的，而所有這些都在幾毫秒內完成。每次我們為一個沒有點擊的廣告服務，它就成了一個額外的數據點，可以用來訓練AI，因為這是系統學習的一個小機會，更重要的是，可以幫助AI對這個世界做出新的結論。有了數萬億個數據點，這些系統就變得出奇地有效，肯定遠遠超出了人類的能力范疇。

數據和AI的共生關系

我們正在見證對數據的需求呈幾何級數增長。商業世界幾乎每一個行業和領域都朝著數字化轉型的方向發展：從實體購物到電子商務，從電視廣告到移動營銷，從現金到加密等等。這些新的規范要求軟件、AI和數據，大量的數據。

這正是我創建Factual的原因：為數字創新提供最高質量的位置數據，包括AI。數據公司幫助企業開發新產品、獲取客戶，并理解現實世界中的使用模式。為了打造用于生產此類數據的引擎，我們必須打造自己的AI，而這反過來又會得到來自合作伙伴的更多數據所支持，這是一個非常好的反饋循環。

我們專有AI的有效性無法輕易地與人類相提并論，因為其能力位于不同的智力維度，例如通過處理數萬億個數據點來獲得意義。AI許多最有前途的應用并不是那些看起來最像我們的應用，而是那些可以做我們從未想過的事情的應用。