首先說明一點，如果一個科技產品的進步需要以犧牲隱私為代價的話，那麼這個技術本身的價值和未來的應用也是值得深思的。人工智慧主要研究的內容包含六大方面，分別是自然語言處理、知識表示、推理、機器學習、計算機視覺、機器人學，這六大方面都需要資料的支援，所以人工智慧的發展確實離不開資料，這也是為什麼最近幾年伴隨著大資料的發展，人工智慧研究也快速發展的原因。

資料到底能起到多大的作用呢？下面就描述一下機器學習的操作步驟，以此來闡述一下資料在人工智慧領域研究的價值。機器學習簡單的說就是在一堆雜亂無章的資料中尋找規律，步驟包括以下幾點：

資料採集

準備資料

分析資料

訓練演算法

測試演算法

使用演算法

可以說機器學習的操作步驟是從資料開始的，所以資料是做機器學習的前提條件。只有具備一定量的資料才能完成對演算法的訓練，這是演算法在應用前的重要步驟。簡單的說就是資料量越大，未來的產品就越智慧。

資料對人工智慧的發展很重要，但是人工智慧的發展也並不是一定要以侵犯資料隱私為代價，重視資料隱私是每個科技從業者必須具備的職業素養。

目前人工智慧在使用大資料之前通常要做的一件事情就是做“脫敏處理”，透過“脫敏處理”把涉及到的隱私資料加以保護，這樣既能保證資料的”量“，又能保證資料的”質“。

所以重視資料隱私對人工智慧的發展本身來說影響並不大，如果非要說影響，那麼可能會增加一些資料處理的時間，從整體上來說影響並不大。從資料獲取的渠道來說可能更加規範，可能需要一定的資質，這對研發企業來說也是一種負責任的體現。

如果你有關於人工智慧方面的問題可以諮詢我。