主题：河里程序员不少，应该知道对人工智能而言数据的重要性远高于模型 -- 亮子

数据就是人工智能的粮食。人工智能的四大要素，数据，模型，算力，应用场景。中国在数据跟算力上都有短板，算力上所幸现在半导体奋起直追，且看成效。模型上希望有专业人士聊聊，应用场景现在中国下了吃奶的劲推数字化，估计这个不会差到哪去。

可以有空找两篇人工智能的论文读一读，很多都是模型和代码给你讲的明明白白的。但数据集就往往语焉不详。不同模型可能尺有所短寸有所长，但是不同数据量训练出来的效果太大了。

大公司自带数据，做人工智能自然是近水楼台，但是不同部门为了数据打架也不是啥新鲜事，你用我们部门的数据进行训练做出成绩了，KPI算谁的。小公司尤其是做tob的公司，求数据做训练都得求爷爷告奶奶的，尤其碰见对接银行政府之类的要求数据保密的公司，出差是少不了的，基本得去人家的地方做训练。虽然现在也有小数据学习，但是效果嘛...

数据上美国掌握全球互联网，每天的数据量要远远大于中国，而且是不同种族，不同文化，不同语言的优质数据。这就是全球收割的好处。中国只有本土互联网，最多加上一些东南亚国家的数据，虽然体量也不小，但是跟全球互联网的数据自然无法对比，而且基本都是汉语文化圈的数据，很容易就过拟合了。现在百度也要出鳖版的chatGPT，个人猜测很可能是中国人用的很顺手，但是外国人用的就抓瞎。

至于欧洲印度之流，现在基本是美国的数据农场，不谈也罢。当初中国建墙的初衷是隔绝外部反华信息的渗透，但是却意外的保护了中国没沦为美国的数据农场，应该说是无心插柳柳成荫吧，老欧洲貌似也要学中国开始建墙了。