吳恩達表示「AI 的下一個發(fā)展方向，從大數據轉向小數據」，你同意他的觀點嗎？
吳恩達的觀點是指隨著人工智能的發(fā)展，重要的不再是大規(guī)模數據，而是能夠從少量數據中進行學習和推理。這一觀點在一定程度上是正確的。隨著深度學習和神經網絡等技術的發(fā)展，對于大數據的需求在一定程度上得到了緩解，同時也出現了一些針對小數據集的學習方法。例如，遷移學習、元學習等方法可以在小數據集上取得比較好的效果。
然而，我們也不能忽視大數據在人工智能發(fā)展中的重要性。大數據仍然可以提供豐富多樣的信息和模式，對于某些復雜的任務仍然是必不可少的。因此，未來人工智能的發(fā)展方向應當是綜合利用大數據和小數據，根據不同的場景和任務來選擇合適的數據規(guī)模和學習方法。
對于管理者來說，需要根據實際情況和需求來判斷是否需要大數據還是小數據，以及如何利用這些數據來進行決策和管理。在實際操作中，可以通過案例分析和實驗來驗證不同規(guī)模數據對于決策的影響，從而找到最適合自身業(yè)務的數據規(guī)模和分析方法。