学徒爱科技
核心原因是数据的变化和计算能力的变化。
人工智能主要来自三方面力量的推动，算法，算力和数据。算法是AI的各种数学模型，算力是计算机的处理数据和计算能力，数据是指用来训练AI模型的数据量。这三个因素当中，其实算法的变化并不是太大，甚至有人说，越古老的算法，效果越好。但是计算力和数据的变化就太大了，尤其是数据量的变化。
在前不久由至顶网和希捷共同主办的活动上，有一组来自国际数据公司（IDC）发布的数据。这个数据预测到2025年，全球数据圈将扩展至163ZB，相当于2016年所产生16.1ZB数据的十倍；属于数据分析的全球数据总量将增长至原来的50倍，达到5.2ZB；而认知系统“触及”的分析数据总量将增长至原来的100倍，达到1.4ZB。
同样的模型，不同的数据量来训练得到的结果完全不同。实际上，正是近年来源源不断的数据量，让AI越来越聪明，模型越来越可靠。这就像教小孩子读书一下，一个好的教材，是无价的。对AI来说，数据就是教材。
正因如此，现在AI的竞争到了生态竞争阶段，巨头们希望把持更多的数据，AI创新公司希望把应用尽快承载于有海量用户的平台。
科技行者
之前因为算法模型不成熟，计算力不足等原因都是大家熟知的，还有一个很核心的问题是，前两次兴起都是科学界实验室主导，科学家容易乐观评估技术的力量。
而这一次AI的兴起，明显特点是数据驱动，应用驱动，在互联网的推动下，分布式计算（云计算）、大数据等技术让本次浪潮涌现出来的人工智能应用，可以落地，真的在应用场景下解决了关键问题。而且本次浪潮掀起于创新型企业，更加靠近市场。
为过程鼓掌，只为结果买单。人工智能真的有用了，才会有发展的空间。
—希望对你有所帮助。欢迎互动沟通。马珂
