現如今，人工智能已經被炒的非常火熱，似乎不管是不是科技圈的人士，都要在嘴邊聊上幾句人工智能，以顯示自己多么與時俱進。

人工智能的定義是讓機器實現原來只有人類才能完成的任務，其核心是算法。

例如下圖所示就是讓機器模擬人各種能力的人工智能領域示意圖：

當然一方面人工智能的確是未來的方向，而另一方面則是因為人工智能有可能是科技圈中的下一個黑天鵝。說不定什么時候，一只獨角獸就會從中誕生。

但在此之前，一定要正確的認清什么才是真正的人工智能。 我們既不是專家，也不是專門研究這種領域的學者，有沒有簡單的方法直接認識什么是真正的人工智能？

答案是有的。舉一個簡單的例子，之前人們也嘗試教計算機下國際象棋。計算機經過學習之后，與人們依然互有勝負，在最終完全戰勝人類的時候，時間已經過去了10年。而谷歌的AlphaGo，從什么都不會到圍棋中不可戰勝的存在只用了短短一年的時間。

由此可以看出，真正的人工智能體現在其卓越的學習能力。

如果你隔一段時間，大概3個月左右去看一個算法的進步，比如面部識別，如語音識別，如果該算法進步只是代數級，沒有達到指數級，那么這種算法可能更多的是機器學習，還未達到人工智能水平。

既然已經辨別了什么是真正的人工智能，那么對于人工智能而言，什么才是最重要的。

可能有些人會說算法，有些人會說設備，有些人會說編程技術。雖然它們也是構成人工智能中重要的一環，但是這些都不是最重要的。對于真正的人工智能而言，最重要的永遠是大數據，只有擁有完整的數據，人工智能才能真正的發展起來。就像是一把寶刀，需要有一塊好的磨刀石才能讓它更加銳利，而大數據恰好就是這塊最好的磨刀石。就像是谷歌的AlphaGo，有人說為什么AlphaGo不去下象棋，而是只在圍棋領域中稱雄呢。

AlphaGo的專家則表示，不是他們不想這么做，而是無法這么做。因為在圍棋中，日本人一直以來有保存棋譜的習慣，在每個棋譜上都標注了什么是第1手，什么是第100手，這樣很容易被AlphaGo學習。但是對于象棋來說，自古以來大多數都是殘局。雖說殘局也很精彩，但是對于AlphaGo來說，它不知道殘局形成的原因，對之前的步驟一無所知，這樣就會對它的認知造成障礙。

這也說明，完整的數據對于人工智能多么重要。任何拋開數據談人工智能的，全都是耍流氓。