智能时代：大数据与智能革命重新定义未来

技术的进步通常都是较为缓慢的，这种量的积累常常不被人们关注，因为单独一项成就不足以打破现有认知和惯性，但当这些量积累到一定程度后，将所需技术凑齐封装后，就会瞬间引爆市场。这就是技术人眼中的小龙虾。

大模型的智能程度由：数据、算法、训练等相关决定。

从数据处理视角看懂机器学习的过程：

• 数据的收集和挑选（当然，如果数据本身是完整的，则不需要挑选）。

• 数据的预处理（包括提高信噪比）。

• 数据的变换（变成计算机能够处理的形式）。

• 数据挖掘和机器学习，获得结论。

• 对结论的解释和评估。

谷歌是一家非常注重数据的企业，它的很多产品策略都是先收集数据，再开发产品，而不是产品上线后，再去想办法改进数据收集。谷歌为了推出它基于手机的语音识别系统谷歌语音（Google Voice），需要大量的语音数据。在过去，各家语音识别公司和实验室都是找人录入数据，比如美国标准的电话语音库Switchboard就是这么构造的。谷歌的方法则不同，它为了收集数据，先推出了一个类似玩具的电话语音识别系统Google-411（识别率相比后来真正的谷歌语音是非常低的），很多人出于实验和玩儿的目的打这个电话，这样就在无意中为谷歌提供了大量的电话录音。在此基础之上，谷歌后来的语音识别产品做得很成功。

这本书，对于你从大户数据视角去理解AI的发展有很大的帮助。