我们生活在这个世界上，富有的1％的人拥有全球 45％的财富，从科学家到政界人士，每个人都在努力解决这一日益扩大的不平等差距，试图指出为什么某些人和某些社区积聚了的财富，而另一些人却没有，但是由于制图和大数据方面的进步，专家现在可以找到答案，或者至少可以找到根本原因。

关于人工智能（AI）替代我们工作的持续讨论引起了很多关注和猜测。工人想知道哪些技能是可替换的，哪些技能可以自动化，以及他们如何才能确保自己的技能保持竞争力。但是，作为从事AI，机器学习和机器人技术的架构师，我的看法是：技术将取代任务，而不是工作。

每个数据使用者都希望相信自己用来制定决策的数据是完整且的。但是，这种情况很少发生。客户更改地址。产品经历修订。新供应商入职。如果您的组织没有正确的解决方案，所有这些常见事件都会引入数据多样性，这可能是一场噩梦。

普通人至少对人工智能（AI）有了一般的了解，随着无人驾驶汽车的嗡嗡声，使AI成为我们日常生活的重中之重，但是当今大多数IT专业人员并没有公开地使用当面的AI，而是在考虑使用AI应用程序时使用乳清，很多人还没有意识到，但是IT社区每天在想什么，就是AI可以深入到什么地方，以及AI应用如何对几乎所有事物产生影响。

数据驱动着各种规模的公司。从企业到中型公司再到小型企业，IT都在更新其数据策略，以处理流入和流出越来越多来源的信息，这包括在整个组织中使用的数十个甚至数百个业务应用程序，这些业务应用程序生成和使用有价值的数据，对于希望获得成功的公司而言，找到一种在所有这些应用程序中集成数据的方法将是重中之重。

神经体系结构搜索竞争性变压器模型所产生的碳排放量相当于五辆汽车的寿命，这确实令人震惊。但是，如果我们考虑到上下文，特别是人工智能社区如何共享这些模型，以使一项繁重的培训工作可以使数百名其他研究人员和数百万客户受益，那么我们就可以得出人工智能对机器人的影响的更可怕图景。