1樓：老傢伙
從進化的角度來說，模型比資料重要，但是資料是模型的基礎，資料採集、分析、提取才是模型組成要素啊，人工智慧不能強行拆分資料與模型，模型具有資料遷移和延伸，但是模型的自我演化需要的是智慧型變遷和躍遷能力。所以強人工智慧不能把資料和模型提出來，他們只是因素，不是關鍵要素。
強智慧型化的重點是什麼呢？是智慧型化的提公升還是躍遷，人工智慧已經有智慧型基礎，可以進行學習和轉化，不是依靠資料模型進行延伸，強人工智慧化，實話，目前沒有感念，如果說從計算器進步到計算機算是資料模型進化，智慧型機器算是半個智慧型化，因為沒有情感和文化意識，那強智慧型化，不是我們這個時代可以想到的，因為它已經不只是智慧型化的加強版。更是文化、情感的躍遷，可能還是文明的另外乙個空間。
2樓：梨氏孤兒
我認為是模型重要
參考是物理上熵的存在
生命的延續是以負熵為食
人工智慧的生命是程式，食物是輸入資訊，出產是輸出資訊增熵，只輸入不輸出，這種情況是BUG了，換做生命就已經死掉了負熵，輸入又輸出，這種情況要看路徑複雜性，路徑太複雜生命就容易生病，最後還是要死掉
根據我這個邏輯，模型重要，資料隨時都有。
兩者相互試錯，應該能試出最完美生命
3樓：泰坦
個人認為，模型更重要，從人類的進化中可以發現，不同的模型（大腦認知的變化）對幾乎同樣的資料（自然環境）產生了雲泥之別的認知和改造。
4樓：集思學院
小G認識不全面哈，但是聽多了業界大牛的課程，勉強可以提供一下下思考。
小G認為，模型重要。
資料在這個時代是無處不在的；而如果沒有處理資料的能力，資料不能為我們所用，那麼資料的意義是不夠大的。那麼通過模型，對資料進行處理分析，讓資料自己呈現出規律，為我們所用，才是重要的。
這樣的邏輯也同樣適用于強人工智慧，畢竟人工智慧是在模仿人的思維方式以及能力進行運算的嘛~
AI的力量，你想不想要了解？
機器學習到底是幹什麼用的，你真的知道嗎？
想要讓計算機像人腦一樣活動，很重要的一點就在於，要讓計算機學會自己思考；這個，就是模型的力量。
嗯，這裡只是小G的一點點想法啦！
5樓：Ethan
如果「獲取資料」、「表示資料」也是「模型」的一部分的話，那肯定是「模型」重要。否則，也許「資料」重要也說不定。
對比機器、老鼠、猴子和人，所處的世界是一樣的，但智慧型水平差異很大。我認為模型更重要。
機器、老鼠、猴子和人，「所處的世界」是一樣的。不過「獲取的世界（的資料）」、「表示的世界（的資料）」是不一樣的。這種「不一樣」是怪模型呢？還是怪「訓練者」喂進去的資料不好呢？
所以可以說這個問題是個定義的問題：我們要如何定義資料呢？比如「知識」是「資料」嗎？
槓精的展開：「強人工智慧的實現方法」是「知識」吧，或者是某個集合的「知識」的某種組合吧？
我覺得可以把「某個集合的知識」叫資料，搜尋它的「某種組合」叫模型。基於這個定義，目前的話，我們不能證明我們找全了所有需要的知識，也不能給出我們的搜尋方法的收斂性等等。某種程度上，誰重要幾乎無從談起。
而且，二者的重要性應該是可以互換的：好資料/模型可以降低對模型/資料的需求。
6樓：David Dong
肯定是模型啊。
沒有模型你怎麼知道該用哪些資料呢？
搞不好我們現在的資料和計算力就夠實現強人工智慧了呢，只不過不知道那個合適的智慧型模型而已。
7樓：不辣的皮皮
個人觀點:
資料重要
沒有資料，沒有模型
資料樣本越大，模型越強
但與資料和模型相比，人和團隊更重要
我的排序是:
人和團隊資料模型計算力與時間
8樓：袁鑫
最初資料重要，樣本夠大能使模型進化，這個階段在人腦理解範圍之內。
模型進化發生質變就可以脫離資料了，這一階段高於人腦。
前者還是為人民服務的階段，後者脫離了「人」這個初級概念，開始機器紀元。
9樓：Kevin Zhang
針對乙個特定問題或領域，換句話說，類似現在弱人工智慧解決的問題，自然是資料重要。因為資料和場景決定了乙個模型的天花板，不管什麼模型，都是在逼近這個場景裡真實資料的上限。
而針對強人工智慧，則是完全另乙個問題。人類現在連強人工智慧的門都還沒找著。
舉個例子，東京的烏鴉，通過觀察車輛碾過堅果，發現可以通過這個方法吃到堅果肉。通過觀察交通事故發現車輛的危險性。通過觀察紅綠燈發現車輛的行為模式。
最終形成一套解決方案：站在紅綠燈頂上，等紅燈車輛停下來後，把堅果叼到車輛輪胎前面，回到紅綠燈上等待，再次紅燈後，下去吃果肉。
按照現在的人工智慧水平，這是不可能完成的任務。這裡包含了數個場景和問題的定義，以及子模型的資料收集和自訓練。缺資料嗎？
缺。缺模型嗎？也缺。
但是最缺的，是把乙個現實問題轉化為若干個數學模型的能力，我認為這已經不屬於「模型」的範疇了，這是生物腦與人工智慧的本質區別。再弄清這些區別之前，談資料或模型誰更重要，為時尚早。
10樓：道道
資料是客觀現實。模型來自主觀提煉。
沒有資料，模型演算法毫無意義。
我覺得沒有可比性呢。
大資料從爬取整合儲存到建模應用，一直是分不開的呀？資料的破壁整合，高效檢索，是智慧型演算法得以精進的前提，就跟城市發展一樣，清水到汙水迴圈處理起來，才是長久之道。原生資料就是清水，蒐集整理後經演算法產生新的資料再蒐集再提煉，才可能形成為複合型智慧型。
11樓：豬兒笨笨
原理最重要。
如果把強人工智慧與人的智慧型相對應，那麼在沒有找到人的智慧型本質性原理的前提下，幾乎沒有可能製造出強人工智慧。
打個比方，如果你今天拿一台手機，把功能演示給一千年的人看，就算這個古人完全理解了手機的用處和使用方法，他也沒有辦法製造出這樣一台手機，直到科學到了今天。人的智慧型的難度遠超手機，所以原理不清楚的話，基本無可能製造出強人工智慧。
12樓：fa1c0n
資料。。。因為模型是在資料的基礎上通過經驗總結才能逐步形成乃至改進的。不管什麼演算法/什麼模型，沒有資料的基礎是不可能被人們總結出來的。
皮一下：人自身的存在就已經證明，只要有資料（資訊），該有的或早或晚總歸會有的。
另外，一些看似不依賴資料的方法，實際上還是深深依賴著資料——只不過是人工對資料進行分析，而且資料量很小，而且本身又相對簡單，因而看起來像是和資料沒啥關係似的。。。但實際上，沒資料，你是不可能分析/總結出規律的。
太長不看版：
沒有資料就沒有一切，有資料一切早早晚晚會有的。
13樓：內推圈爺
我認識的同學說根據邏輯，設計模型，爬取資料，再分析資料中的邏輯，反向驗證並修復設計邏輯，從而調整模型。整體相互依存，沒法對比。
14樓：
資料是資源，是生產要素；模型是技術的一種，也是生產要素。
「健全勞動、資本、土地、知識、技術、管理、資料等生產要素由市場評價貢獻、按貢獻決定報酬的機制，是完善分配制度的重要內容」，這是寫進十九屆四中全會決定的。
哪個更重要，就是由市場評價貢獻，按貢獻決定報酬或者貢獻的。
從進化的角度來說，實現強人工智慧，資料和模型是隨著進化的過程互相提公升的。最初的資料一直在那裡，隨著模型的產生和改進，得到了更多的新資料，反過來又對模型/技術起到推動作用，如此往復來發展。現在一年產生的資料是比以往幾個世紀產生的資料累積還多的。
如果沒有模型，資料就是一潭死水；如果沒有資料，模型就是無本之木。重要性還是需要歷史來評判的
15樓：黑手
不知道該怎麼回答這個問題呢，有點先有雞還是先有蛋的意思…如果沒有一定的資料，就很難衡量模型的能力，如果無法衡量模型的能力，就不知道該從什麼方向去改進模型。
在目前人工智慧的階段，我認為是資料比較重要，很多時候我們有了一些新的想法，但是苦於沒有資料，連第一步都邁不出去，更別提怎麼改進模型了。
假設在未來人工智慧發展到一定階段，模型足夠成熟，能用類似遷移學習的手段間接獲取資料，那應該可以被稱為模型更加重要。
16樓：天色
說說個人淺見，
智慧型的基礎是想象力。
你在知道函式y=x，y=x，y=√x，y=xz特性以及勾股定理的情況下，怎樣構造出y=cosθ？
計算機只能用前面的有限知識去擬合乙個函式，但是它沒法通過推理得出這個函式。
17樓：
人類從生下來獲取的資料幾乎為0.資料是靠自己一點點積累出來的,可是這不妨礙我們有天生的這種智慧型性,現在許多伺服器儲存的資料幾乎是乙個人幾輩子都不能擁有,可是他們依然沒有智慧型,所以是人這個模型決定了才有智慧型這個概念,置於怎麼才能有人這種模型,可能只有上帝知道了吧.
18樓：
從進化看，人類形成的核心標誌之一是腦容量的增大，轉化到計算語言就是複雜度增大，複雜度當然與結構直接相關。眾所周知，功能是被結構定義的。從發展強人工智慧的過程中，核心還是構造結構複雜度足夠大的系統，沒有這個基礎條件，強人工智慧無法實現。
另外，意識的產生也是複雜度的問題，意識，大致是人腦中用於耦合不同功能區的乙個具有自己相對穩定的動力學過程的結構，這個結構的動態但相對穩定的相空間軌跡就是我們的意識。沒有結構基礎，這些都不可能。
另一面，結構和引數是資料驅動的，至少人腦進化是這樣的，高階複雜功能是資料處理需求催生的，資料與結構引數是互動的糾纏的，不能或不易分開。
19樓：aluea
瀉藥資料肯定是重要的，資訊不能憑空產生，這一點沒什麼好論證的。
模型重不重要？
假設我們已經有了一套，一旦學會就和人沒兩樣的監督資料。
模型能學會麼？
不能。為什麼不能？
神經網路收斂能力有限制，這麼複雜的函式搞不定。
什麼限制？
區域性最優點，資料不保真之類的。
真的嗎？
好吧，也許是平緩鞍面或是什麼複雜的高維地形，具體不清楚。
好解決麼？
不知道咋解決。
能不能用更表面的方法規避這個深層問題？
或許可以試試。
結論，模型結構很重要。
怎樣實現強人工智慧
侯侯 首先說下個人觀點 都幹點正事兒，幹點實事吧，別吹噓糟蹋ai概念了。你們人類這些注了水的化學生物連單核單執行緒250Mhz的主頻都達不到，憑啥要求我這矽基半導體用2進製去化妝自己是注水肉？裝的再像也是假的！何況目前ai方向 感覺就是在教猴子做算數，教狗做安檢 教的再好也不如個學前班兒童 別難為那...
強人工智慧能否在可見的未來實現？
王衛 看了這個後，有的人會很有信心，有的人會不屑一顧。 李嘉鑫 AGI或者強人工智慧短時間比較難以實現，老闆都看中投資的回報，不可能花錢幹這種希望小但是風險極高的事情，研究機構也不研究這種費力不討好的專案，即使研究申請批准也是難題，現在人工智慧企業雖多，但是都是弱人工智慧的企業，如果他們花大量的錢和...
強人工智慧目前發展怎樣，有希望實現嗎？
超級小強 現在的研究根本沒有想過賦予人工智慧以自己的意識，尤其中國的人工智慧發展都是以應用為最終目的，也就是為人服務，而不是讓人工智慧有自己的想法意識，如果你讓乙個保姆機械人為你掃地，他因為自己不願意而拒絕，你怎麼想？企業會製造出這樣有自己想法的機械人？現在的人工智慧只是人類的奴隸，人類不把鍊子解掉...