由于人工智能的兴起，那么它的数据分析是不是要换个方向

随着越来越多的设备上线，每台设备都在生成数据，信息分析和用于促进机器学习的方式将不得不改变。

数据是提高机器学习和人工智能(AI)系统的准确性和预测的关键——输入的苹果和橙子的图像越多，识别两者的能力就越强。高性能计算公司的副总裁兼首席技术官GohEngLim说，机器的“聪明”是由数据驱动的。

当被问及预期的物联网热潮是否会带来进一步的麻烦时，他承认有可能出现这种情况，并补充说，这确实可能会使情况变得更糟。据估计，去年联网设备的数量超过了全球人口的84亿，到2020年将继续攀升至204亿。Goh指出，首先，将每个连接设备产生的所有数据推回数据中心进行分析是不可行的。他说：“网络跟不上，因此，你需要物联网设备更智能，这样它就能在边缘做出明智的决定，比如，只向网络发送需要的信息”。

物联网设备可以确定数据是否是高质量的，应该将数据推回到网络以促进深度学习，或者在边缘处理学习，只发送回知识——而不是纯数据。Goh说，edge或物联网设备需要获得更多的情报，才能做出这样的决定和任务。HPE一直在宣扬边缘计算的重要性，兜售其HPEEdgeline系统的范围，它表示，这对于支持更多的计算和更好地管理网络边缘的数据是必要的。

当被问及今天人工智能中还有什么漏洞时，Goh指出深层神经网络仍然是不透。他解释说，当这些系统做出了一个被证明是错误的预测或决定时，它们无法确定哪里出了问题。人类也无法提供进一步的方向，因为人类不可能从神经网络分析的所有数据中搜罗出问题的原因。他还欢迎新加坡成立咨询委员会，以评估人工智能和数据在道德和法律上的使用。