我們現在已經了解人工智慧的展望以及演變，然而，到底要如何讓電腦具有智慧呢？，這就是我們今天要談的主題。

資料／數據 Data

現在大家常會聽到「大數據」（Big Data），就會提到四個 V，分別是大、雜、快、真（Volume、Variety、Velocity、Veracity），形容數據量龐大且多樣，並且生成的速度飛快，資料（或稱數據）到底是什麼呢？我發現好像沒有人去解釋這個概念，一般人聽到「資料」的第一個反應不外乎就是金融資料、醫療數據、社交足跡等等，這種屬於「人」的行為或是特徵記錄，然而，這樣的定義雖然跟大數據的概念一致但是太過狹義。

所有可以讓電腦學習的素材都稱作資料，如果我們要電腦學習自然語言處理，我們就會提供文本；學習電腦視覺，就會提供圖片；學習解偏微分方程，那就要提供偏微分方程等等，為了讓電腦學習一項技能，那我們必須要提供相對應的「資料」。

學習 Learning

我們提供資料讓電腦學習，使得電腦具有「智慧」，所以有了資料，還要讓電腦能夠「學習」，何謂學習呢？目前的學習其實就是設計一套演算法給電腦，像是以前的專家系統到現在的機器學習，甚至是深度學習，這些都屬於學習類的演算法。

總結

結合了資料以及學習方法，我們就可以做出對應的「弱人工智慧」。