克里斯：根据这些可以提出适当的解决方案。我们可以利用AI技术来更好地同步交通信号灯，也可以在特别危险的十字路口上修建人行天桥，另外一种AI解决方案是可以在智能手机上向行人发出警告，提醒他们当前存在的危险状况。
艾美：另一个例子涉及黄瓜的分拣，正如我们前面所讨论的那样。你还记得那套AI解决方案吗？人工分拣黄瓜的工作变成自动化，从而将黄瓜分成不同的类别。
克里斯：啊，是的，黄瓜计划。在这种情况下，数据集相对较小，由几千张黄瓜的图像组成。数据存储和访问的问题明显少于数百万小时的交通摄像头视频片段。
问题是，需要多少数据呢？多少数据才够呢？什么情况下数据会太多呢？AI解决方案不需要存储、去孤岛化分析以及不必要的结构化数据。
数量和速度
艾美：没错。在许多情况下，特别是在实时AI解决方案中，还必须考虑接收到的数据的数量和速度。帮助飞机在一个较大的国际机场降落的实时AI应用程序需要快速处理大量的数据。它可以查看来自单个飞机、控制塔、几十个雷达站、气象卫星等的信息。这对于获取实时数据，使数据去孤岛化和结构化后进行快速分析，帮助飞机着陆来说是一项重大的努力。