相信没有人是先上学然后才学会说话的，在我们张口开始学习说话的时候，爸爸妈妈也不会给孩子们说什么主谓宾定状补这样的语法，而是一句一句的教我们怎么说，那句对，那句错。在我们学习语法之前，早已可以和别人流畅的交流了。
上世纪，蓝色巨人IBM公司决心利用计算机技术，开发一款翻译软件，于是将各种语言的字、词、语法都编进了程序，在随后的实际使用中发现，在联合国大会这种正式场合，翻译的准确率相当高，但是在其他日常场景下，完全无法使用。道理很简单，国际大会这种场合，发言稿都是教科书式的标准，而日常语言，完全毫无章法，不符合语法是正常情况。面对这种情况，IBM尝试了很多办法，最终都无法解决。
大数据又是如何来解决这个问题，举个例子，我要表达我饿了，我可以有很多种说法“我饿了”，“现在给我吃什么都香”，“我都前胸贴后背了”，大数据就是将这些话全都收集起来，统一归类到一个意思，“我饿了”，那么为了能覆盖各种可能的说法，就需要去收集大量，海量的关于“我饿了”这个意思的各种说法，当收集的量足够大时，任何人说的一句这个意思的话，都可以在这个库里找到对应或者相似度很高的话，那么就可以定义是“我饿了”。
现在超市里出现一种自动识别物品的承重称，你用袋子把水果装好，往称上一放，摄像头拍一下就知道你放的是什么水果，我想也是这个原理，程序里并没有定义苹果应该是什么样子，多大，多圆，表皮什么颜色，等等，而是放上几百上千张各种苹果的照片，比对一下就知道了。
从上面可以看出来，大数据、机器学习，会需要海量的存储空间和算力去处理数据。其实我们人脑的学习过程，不也就是这样的吗，妈妈告诉你这是苹果，那个是苹果，你就记住了，这样的就是苹果。这么看起来，人脑还真是厉害，消耗那么一点点能量，却能完成需要那么多空间算力才能解决的事情。
