2018年12月23日看到了一片文章，標題是《人工智能一定需要大數據嗎？未必！》，原文鏈接：https://mp.weixin.qq.com/s/DkMNX6NHsuCeO_i-20lUMA。真的未必麼，這中間是不是還有什麼沒有說清楚的東西呢？文中的觀點基本上就是標題的說法。但是，未必與否，這裏是需要辨證地看的。
爲什麼這麼說呢？
因爲，任何數據積累到一定程度，都會變成一個結果：數據量巨大。嗯，很多年前IT業內曾經批評我十六年前的老公司沒有大數據，有的只是數據量巨大，具體是哪家公司我就不多說了。
大數據到底是什麼，這裏不想多說，寫過的人太多，青潤這裏只能說一句話：數據量大到一定程度的，並且經過格式化規範化處理後可以用於分析、挖掘和各種計算使用的數據就是大數據。
那，結果呢，人工智能積累的數據需要幾個方面，我們用其中目前接觸相對較多的識別技術來講述一下會比較合適，瞭解青潤的人都知道，青潤再2005年第二次進入中科院做的就是人臉識別和行爲分析方面的研究和產品。
識別，就需要考慮到下面幾點：
1、樣本數據的採集；
2、樣本數據的標定；
3、樣本數據的自我檢驗；
4、基於樣本數據的模型構建；
5、構建樣本的特徵碼庫；
識別過程是這樣的：
6、進行目標數據採集；
7、基於模型構建獲取的特徵提取算法進行特徵提取；
8、進行目標特徵碼和樣本特徵碼的對比，並根據對比的異或數據得到結果；
於是基本的過程結束了，下面是增值和演進過程：
9、採集新的數據，並進行同樣模型的特徵提取，然後進行特徵對比，獲得識別結果。
10、 隨着時間的演變，每一個被檢驗目標都會發生變化，人會從小孩變成成人然後變成老人，各種材料會衰變老化（比如一些重要設備的重要部件在發生重大事故時要檢測是不是原來的部件，是不是因爲老化造成的，是不是被人爲破損或者替換了的時候都需要這個），這時候，就產生了一種模型的演進算法，也可以稱之爲疲勞算法。
後續內容請查看：https://mp.weixin.qq.com/s/pxIAanZFUIaNXQHSCChIdw
本文是青潤在公衆號上得到第一個陌生人讚賞的文章，告訴你什麼纔是人工智能，什麼纔是大數據，什麼樣的模型構建過程纔是合理的，不是虛假的，不要被opencv上的抄襲給騙了。