1樓：程式碼猴子
不是Watson Team的。看過些內部的學習材料。在這就瞎叨叨兩句。
首先，Watson可以分析非結構化的資料，也就是說可以根據詞語以及上下文，分析語義。進行總結，儲存。基於此，Watson本身可以搜尋分析公開的資料（搜尋引擎、新聞之類的），同時我摸有很多合作夥伴分享資料給他（比如Twitter）。
本身Watson有一套核心的常識庫。用於基本的判斷。這些資料構成了Watson的基本學習能力。
專業方面的知識，可以由使用者自己輸入。比如金融機構買過去，可以新增使用者資訊、交易流水、合同等材料，他基於非結構化的資料分析。來統計分析使用者習慣、購買傾向，進而可以向消費者推薦相關理財產品等。
據介紹，Watson可以根據公司的材料，可以給領導者提意見。不過不知道有沒有應用。
總之，總有新概念，還是看落地情況吧。
如有Watson Team的，請指正~
2樓：itlr
資料並不是越多越好，是優質資料越多越好。
Watson的輸入是有選擇的，在專業領域（比如醫療），大眾資料並沒有意義，很多資料庫是要買的，所以Google用Web公共領域的資料不能和專業資料庫相媲美。
最終是錢和時間砸出來的，IBM的人工智慧投入業界最高。Youtube有記錄片 https://www.
如何區分人工智慧是計算還是思考？人工智慧是否可以做到從無到有？
冰笛 思考和計算是一回事，是不同領域對同一事物的不同稱謂而已，沒必要區分。人工智慧可以做到從無到有。只是這過程理解起來有點複雜，可以參考46億年的人類進化史。 AI教育科普 首先回答第2個問題，目前階段人工智慧做不到從無到有，因為它是要基於大量的資料進行機器學習和深度學習，如果沒有資料，他根本不可能...
如何認識和看待人工智慧？人工智慧的巔峰是什麼？
冰笛 這個領域挺烏煙瘴氣的，一大幫研究弱智能的人打著強智慧型的旗號招搖撞騙之後，都成了反斗鬥士了，其實大多人都還是些摸象的瞎子！就是嗓門大些而已。強智慧型難在需要融會貫通各個學科的知識，是跨界中的跨界，只有這樣，才能兼顧百家之長，才能高屋建瓴，才能看清楚智慧型的全貌。所以那些研究弱智能的專家們，還是...
人工智慧（AI）是如何處理資料的？
您好科技 在馬化騰看來，未來的網際網路,是在雲端用人工智慧的方式處理大資料。人工智慧與大資料乙個主要的區別是大資料是需要在資料變得有用之前進行清理 結構化和整合的原始輸入，而人工智慧則是輸出，即處理資料產生的智慧型。這使得兩者有著本質上的不同。人工智慧是一種計算形式，它允許機器執行認知功能，例如對輸...