人工智慧留給大家的想象空間太大了，很多公司對人工智慧作為一個大的風口，提出了很多設想和展望，近兩年從國家層面、媒體、科技界的關注，從正面看對人工智慧的發展起到推波助瀾的作用，社會各界的關注給中國人工智慧技術的發展和落地提供了肥沃的土壤，潛力無限。

另一方面一些想從這個風口獲得搶先利益、和更多投資人的關注的企業團體，不從技術角度做創新研究，而是藉助輿論媒體炒作概念，造成了很多不太瞭解的人的追捧和跟風炒作，由於沒有核心技術的支撐產品也差強人意，反而給投資市場和潛在使用者造成了假大空的負面影響。

人工智慧對未來社會的重要性大家都不會否認，世界各國都給予了足夠的重視和扶持。中國在人工智慧技術這個跑道想要跑出好的成績，更應該從積極的態度看待人工智慧的發展前景和對世界的改變，人工智慧與大資料和物聯網技術是緊密相關的，只有踏踏實實俯下身去研究物聯網裝置，研究大量資料，在透過大資料分析出大量分析資料，才能與相向而來的人工智慧技術融合、迭代、創新，用這些研究成果切實解決使用者痛點，提高生產效率和節省人工成本。人工智慧的推廣落地也就順理成章、良性發展。

現在很多人工智慧企業都面臨人工智慧技術落地難的情況，一個很重要的原因就是標註資料質量很難滿足演算法落地的要求。

這幾年，人工智慧企業聚焦的領域主要在演算法與算力領域，並取得了不錯的研究成果，然而企業在將這些理論與技術落地的時候才發現，資料的質量跟不上要求。

舉個簡單的例子，目前的人臉識別技術相對已經成熟，人臉識別技術的關鍵是識別與對比人面部的特徵，理論上來說，採集的資料越多越精準，最終識別的正確率就越高。這項技術在理論上是沒有任何問題的，然而具體到實踐中，很多企業就會發現，自身要麼採集的人臉總量過少，要麼一張臉上採集的面部特徵過少。

這樣的後果就是最終的資料不精準，影響到了面部識別的準確度。

怎麼辦？唯一的答案就是提高資料的精準度。於是現在很多企業在標註資料的質量上提出了更高的要求，希望從基礎層面上解決這個問題。

事實上， 資料問題是目前很多企業人工智慧技術無法落地的重要原因之一。解鈴仍需寄鈴人，要想解決好人工智慧技術落地難，最根本的還是要解決資料層面遇到的問題。