数据

人工智能系统通常依赖大量数据进行训练。大型数据集可帮助AI系统开发高度精确的模型。此外，机器学习技术使AI系统能够识别大型数据集中难以被人类感知或无法感知的细微模式。这就是为什么许多AI系统执行某些任务要比人类专家更好的原因之一，例如在换相断层扫描中识别肺癌的征兆。

中国，欧盟和美国的决策者已经意识到数据的重要性。 2015年，为了支持大数据的使用，中国将开放数据列为十个国家项目之一。欧盟关于AI的协调计划指出：“ AI需要开发大量数据……数据集越大， AI就能更好地学习和发现数据中甚至微妙的关系。 ” 在美国，特朗普总统美国AI倡议指示政府“增强对高质量且可完全追溯的联邦数据的访问” ，并指示美国管理和预算办公室来识别和解决数据质量限制。

没有直接的度量标准可以衡量特定位置的AI可用数据的相对数量和价值。但是，当个人从事各种在线和离线活动时（例如使用搜索引擎，在社交媒体上发布和进行购买），他们会产生大量数据。这些活动产生的数据对于机器学习模型可能具有巨大的价值。因此，一种估算国家或地区数据潜在价值的方法是考虑参与数字活动的人口百分比。