Els algorismes i la IA van canviar el joc de dades. La raça humana es troba ara en una intersecció increïble de volums de dades sense precedents, generats per un maquinari cada cop més petit i potent. Les dades també són cada cop més processades i analitzades pels mateixos ordinadors que el procés va ajudar a difondre i desenvolupar-se. Aquesta afirmació pot semblar òbvia, però les dades han esdevingut tan omnipresents que el seu valor ja no resideix només en la informació que conté (com el cas de les dades emmagatzemades a la base de dades d'una empresa que permet el seu funcionament diari), sinó més aviat en el seu ús com a significa crear nous valors; aquestes dades es descriuen com el "oli nou". Aquests nous valors existeixen principalment en com les aplicacions manicuren, emmagatzemen i recuperen dades, i en com les utilitzeu realment mitjançant algorismes intel·ligents.
Els algorismes d'IA han provat diferents enfocaments al llarg del camí, passant d'algoritmes simples a raonaments simbòlics basats en la lògica i després a sistemes experts. En els últims anys, es van convertir en xarxes neuronals i, en la seva forma més madura, en aprenentatge profund. A mesura que va passar aquest pas metodològic, les dades van passar de ser la informació processada per algorismes predeterminats a convertir-se en allò que va modelar l'algorisme en alguna cosa útil per a la tasca. Les dades van passar de ser només la matèria primera que alimentava la solució a l'artesà de la solució en si, com es mostra aquí.
Amb les solucions d'IA actuals, més dades equivalen a més intel·ligència.
Així, una foto d'alguns dels teus gatets s'ha tornat cada cop més útil no només pel seu valor afectiu, que representa els teus gatets simpàtics, sinó perquè podria formar part del procés d'aprenentatge d'una IA que descobreix conceptes més generals, com ara quines característiques. denotar un gat, o entendre el que defineix simpàtic.
A més gran escala, una empresa com Google alimenta els seus algorismes a partir de dades de lliure accés, com ara el contingut de llocs web o el text que es troba en textos i llibres disponibles públicament. El programari d'aranya de Google rastreja la web, salta d'un lloc web a un altre, recuperant pàgines web amb el seu contingut de text i imatges. Tot i que Google retorna part de les dades als usuaris com a resultats de la cerca, extreu altres tipus d'informació de les dades mitjançant els seus algorismes d'IA, que aprenen d'ella com assolir altres objectius.
Els algorismes que processen les paraules poden ajudar els sistemes d'IA de Google a entendre i anticipar les vostres necessitats fins i tot quan no les expresseu en un conjunt de paraules clau sinó en un llenguatge natural senzill i poc clar, l'idioma que parlem cada dia (i sí, el llenguatge quotidià sovint no és clar) . Si actualment intenteu plantejar preguntes, no només cadenes de paraules clau, al cercador de Google, notareu que acostuma a respondre correctament. Des del 2012, amb la introducció de l' actualització Hummingbird, Google va ser capaç d'entendre millor sinònims i conceptes, cosa que va més enllà de les dades inicials que va adquirir, i això és el resultat d'un procés d'IA. Existeix un algorisme encara més avançat a Google, anomenat RankBrain, que aprèn directament de milions de consultes cada dia i pot respondre consultes de cerca ambigües o poc clares, fins i tot expressades en argot o termes col·loquials o simplement amb errors. RankBrain no dóna servei a totes les consultes, però aprèn a partir de les dades com respondre millor les consultes. Ja gestiona el 15 per cent de les consultes del motor, i en el futur, aquest percentatge podria arribar a ser del 100 per cent.
