Norishige Morimoto表示，目前數據的資料量實在太多，數據要如何幫助人了解東西才是重點。例如，你可能在某時間、從某個朋友的Facebook上看過一家推薦不錯的餐廳，但是臨時想要找那個餐廳的照片或是地址時，卻很難快速地就找到想要的東西，AI的存在可以協助這類的應用。
Norishige Morimoto說，目前的算法大致上在做三件事情，首先是分析，以醫生看X光片的例子來說，儀器的解析度越是高、醫生看X光片的工作量會越大(因為資料量變大，本來只有一張X光片，可能會變成十張)，如果可以透過AI分析，只要去看可能發生問題的地方就好，減少時間浪費。其次是推論，以研究阿茲海默癥來說，電腦可以透過攝影機觀察出一個人日常動作時的細微變化，或是檢測人的視線軌跡(Line of sight)，協助醫生病人是否有相關的問題。
最后是預測，透過種種的演算資料匯集，AI可以進行機器設備“失效”的預測，大約判斷出一旦出現什么跡象、然后過多久你的設備可能會出現故障，以目前的能力來說，大概可以在四個月前進行預判。如果是變化更快的股市預測，那么時間就可能縮短到兩周前左右(依各種狀況而不同)。
不過就算AI再厲害，人類還是有更重要的責任要擔負，Norishige Morimoto說，例如持續創造好的點子，因為機器再厲害，它卻很難無中生有，好點子還是得靠人。其次是慎選資料，基本上AI的資料選擇都是看人提供給它提供什么數據，它就作相應分析。這有點像是父母在教育小孩一樣，不好的示范(言教、身教)很難教出好孩子。最后是評比產出，電腦可以分析產出東西，但是最終需要人去進行相關產出的評比，才有辦法讓AI在學習的路上往對的方向去靠近與進步。
根據Gartner的預測，到2020年，AI將產生3000億美元的商業價值，并將進入到全球三分之一CIO前5%的投資重點。
實際上，Teradata天睿公司首席技術官Stephen Brobst此前也非常認可，人工智能與人合作才能創造最大的價值。“任何地方都講人工智能，數據也在AI里面發揮重要的作用。反過來，AI也是一個巨大的驅動者，能來應對這么多海量的數據。對于我們人類來說，所有的數據都想要了解的話，這些數據太多了。AI的能力可以幫助我們真正的更好的了解數據，能夠做出更好的、更快的決策。”
京公網安備 11010502049343號