直至Ai本质的三大问题:数据质量、应用场景和数据规模 1、数字质量的问题，Ai在任何时期的发展都离不开数据支撑，因为Ai的本质是数据计算和逻辑推理，如果没有真实数据作为生产资料，Ai将无能为力，而大量虚假数据将导致Ai出现幻觉（胡说八道）直至崩溃。如何解决数据问题呢？更多的交易、更高的机器感知和智能合成数据。 2、应用场景的问题，Ai需要大量的数据训练和逻辑推理，这需要更多的应用场景！如何在人类不参与的情况下，通过对场景中的人和事的进行数字标注和价值标定，理解场景然后根据物理定律生成准确的算法和操作指令，通过Agent完成对场景的重塑并生成更优解决方案。例如Ai对咖啡厅的人和事进行自我理解，然后生成更好的工作流程和分配方式。 3、规模扩展的问题，只有更多更大的数据才能让Ai更聪明，才能发现更多人类无法发现的规律和事实，才能实现推理能力的突破，带来更快的进化；当下Ai的算力已经超过预期，但是数据规模却远远没有跟上，这需要社会经济快速转型，当前科技进步太快而社会转型太慢。