数据是人工智能的关键，必要但不充分。我们知道，人工智能是对人智能的模仿，尤其是对神经元功能的模仿，单个神经元的功能可以说十分简单，可以简化为具有阈值的二进制开关，使得一个或多个输入对映一个或多个输出，从更加广泛的意义上讲，人就是一个让输入与输出对映的高效智能“机器”。与人工智能相比，人的智能只是多了写在基因信息中的初始参数以及具有相比于人工机器更多的限制条件，从唯物的角度来看，由能量、物质和信息构成、演化而来的人的智能也是物理规律作用的结果或这叫产生的现象，其中不存在不可被解明因素，人类最终会完全探明自己智能的来源，狭义的讲即人类神经系统的运行原理和方式，并最终将其以人工的方式完全模拟出来，并且性能可能远高于它的原型。从演化的角度来看，在智能的形成过程中，数据只是原始的物料，即其即是原料也是消耗品，其本身是催生智能的关键，但还不充分。人类现在的智能虽说高效，人工智能看似遥不可及，但人类的智能其实相当的有限，这么说是因为人作为生物能够进行输入和输出规模太有限了，并且能够处理如此多输入和进行输出的智能体规模有限的同时，受到的外界条件的限制也很多，而人工智能是有条件克服这些限制的，在理论上是能够孕育出比自然智能强大得多的智能体的。

人工智能的关键，除了数据以外，还有几点要素值得考虑，以我目前认知来讲，我认为其中最为重要的是智能的边界。边界可以被认为是一系列限制，边界的存在能够促成智能自我的形成，以人类为例，人的边界十分地鲜明，直观地就是个体本身，是个性，是自我，原子化的个人。人类处理输入和输出后留下的行为惯性便是智能的种子，百万年左右吧，人类在进行生存竞争时获得了模仿其他事物的技能，这可能和一种叫做镜像神经元的出现有关，而在模仿的过程中遵循能量最低的原则，人的行为行动开始变得有效率起来，空余出来的算力被用于新事物的模仿和效率化，在生存竞争中积累了大量的高效行动，这个过程是被动的，遵循基本的能量、物质与信息平衡。

为了将高效行动的方法传递给他人或后代来提升群体效率时，群体间的信息传递变得被需要，从肢体语言信息（对行为的部分或完全再现）的传递形式逐渐向低能量要求的声音语言信息转换，人类获得了抛弃行为再现的符号化的信息传递与理解能力，这种符号化的载体可以是声音，也可以是文字等，可以理解为与加密解密、信息通信协议或调制解调器具有类似功能的能力，这种浓缩的信息对算力提出了更高的要求，伴随演化出的是人类专门处理这类信息的脑皮层结构。作为类比，演化出皮层结构的动物的代表，海豚的皮层在结构上有着不输给人类的复杂性，但为何海豚没有演化出超过人类的智能呢？答案可能在于其所处理的压缩信息形式和传递方式，也就是高频声波，而与人类相比，声波在空气中的传递和在水中的传递有所区别，以现在的话来讲更加类似于4G和5G的区别，4G信号的带宽要小于5G，5G有较强的指向性而4G指向性不强，这使得5G所具有的信息密度和能量消耗全面超过4G，因此海豚没有更多的空余算力来支持其形成更具泛用性的智能，加上其不使用用于记录和储存信息的物质工具，也没有支持其输出的灵活四肢，信息的传递只在其生长和繁殖的代际之间，故其所能形成的智能体规模相较于人类更加有限但消耗的能量和物质资源并不少于人类。

数据的确是人工智能的关键，在训练人工智能时，可靠的数据是一个强大的助力。我们对于人工智能的看法、定义和理解或许就像人类自己一样，丰富、多样且不确定，若要给人工智能的智能划分一个界线的话，就是人工智能是否具有他们能够主观认识的自我。