当前，人工智能技术在理论和应用上都实现了重大突破，但是如果要把人工智能真正变成理想中的技术，还需很长的路要走。在谈到未来人工智能领域发展的关键点时，与会专家一致认为数据和算力是两个不可忽视的问题。

数据是人工智能发展的基础。“数据是核心，因为AI需要海量的数据作为支撑”，百度副总裁尹世明说，在未来，人工智能发展最重要的就是要做到把“ABC”结合起来：A是人工智能（Artificial Intelligence）；B即大数据（Big Data）；C代表云计算（Cloud Computing），三者相结合，就可以把理想的人工智能带到现实。

在谈到数据问题时，专家们关注到，当前在人工智能相关数据应用领域存在两个重要问题，一是数据采集量小，二是数据利用率低。美国科技评论员吉娜·史密斯（Gina Smith）说：“91%的公司在全球范围内，都没有能够很好地利用数据，5G通讯大规模应用以后，会得到实现。”论坛上，另一个多次被提起的词语就是“数据清洗”（Data cleaning），数据清洗是指发现并纠正数据文件中可识别的错误。谈到数据清洗，就必须谈到脏数据（Dirty data）这个概念。脏数据，简单来说就是指各种原因导致的对于实际业务毫无意义的数据。雷夫·约翰森指出，当前，对于AI来说，大部分数据是脏数据，没有得到过清洗和整理，我们必须要清洗脏数据，才能应用这些数据。

算力是人工智能发展的关键。在5G时代，物联网将带来超量数据，而超量数据的存储、清洗、运用都必须要有超量计算能力。当前，人工智能的主要算力来自于云计算，但是在未来，很可能是边缘计算和云计算集成发展的模式。相比云计算，边缘计算更像是个“熟悉的陌生人”，简单来说就是在靠近数据源头的一侧进行数据的存储、运算。更形象地说，云计算像一个超级“大脑”，通过运算将成熟的指令发布给终端，而边缘计算就是无数个“小大脑”在数据源头进行联手运算。边缘计算最大的好处就是可以将全球几十亿终端设备的计算能力进行整合叠加，从而使得整体算力实现乘数式增长。尤其是在5G时代到来之后，以往限制算力叠加的信息通路过窄等问题被很好解决，边缘计算将迎来爆发。“把AI变成应用，需要一整套的产业链来提供支持，比如说边缘计算，要有云计算的能力加上边缘计算的能力，这样才能进一步挖掘现有算力的潜力。”尹世明说。

随着数据和算力的不断累积、突破，我们将会看到人工智能融入我们的生活，从生活的方方面面不断为我们提供价值。