大数据还没走多远，AI小数据时代就要来了？
source link: http://bigdata.idcquan.com/dsjjs/191492.shtml
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
近日全球AI和机器学习领域权威学者、前百度公司首席科学家吴恩达教授在谈到其对AI下一步的发展趋势时说，“不要相信那种（基于海量数据的AI优势）炒作。”
我们都知道，AI的发展离不开大量的数据。大数据和大模型构成了AI的两条腿，缺一不可。一提到AI，就会说训练模型的数据量有多大，到目前为止顶尖AI训练模型的数据参数规模已经到了万亿级别，不可谓不大，可以说是真的大数据了。
然后AI却不一定是数据越多，模型越大就是最好的，在很多场景下，尤其是在传统行业，基于公开数据进行预训练的大模型好像就不灵了。很多时候，并不需要那么多的数据，数据量大反而会裹挟很多用不到的数据，影响运算效率和最终的产出。
随着各国的数据和隐私安全法规的纷纷落地，能拿到的公开数据量或者能够合法使用的数据量，已经不能跟前几年同日而语，AI的大数据红利期已经过去。
根据Gartner的报告，到2025年，70%的组织将被迫将重点从大数据转移到小数据和泛数据，并减少AI对数据的需求。但这并不意味着大数据以及AI的发展会止步不前。
以往的大数据一味地追求数据参数规模大，对数据质量的把控比较薄弱，在数据应用方面也不够普遍。反而小数据和泛数据更符合国内企业的实际，可以根据具体的场景构建特定的数据模型，从而生成商业洞察和实现自动化决策。
而目前，小数据的处理方案也是多种多样，常见的有少样本学习、知识图谱、迁移学习、自监督学习、合成数据等。
大数据固然好，但小数据才是常态，尤其是在各国陆续出台针对个人数据保护的政策法规之后，大规模收集个人相关的数据收集开始变得很难。但即使这样，通过科学的数据采集、数据治理，小数据也一样可以发挥大作用。
光点科技自主研发的GI大数据中台系统，就是帮助客户把海量分散且异构的数据建立数据标准，统一口径后采集存储起来，再通过大数据、机器学习等方式进行价值提炼，形成企业数据资产，为政企单位的商业洞察和自动化决策提供支持，赋能前端业务。
数据无疑已经成为了这个时代最重要的生产要素，作为政企单位重要的战略资源，那些优质的小数据，即使参数量级不大，潜力也不容小觑，在不远的未来必将发挥更大的价值。
关注中国IDC圈官方微信：idc-quan 我们将定期推送IDC产业最新资讯
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK