无论是由于缺乏资金、缺乏专业知识还是审查制度，一些政府和实体正在减少纳入人工智能的数据量。 这是否会损害人工智能结果的完整性？
缩小数据的情况
有意缩减数据是出于政策和权宜之计。
密歇根大学计算机科学与工程助理教授 Roya Ensafi 发现 103 个国家的审查制度正在加强。
恩萨菲报道称，大多数审查行动“都是由过滤内容的组织或互联网服务提供商推动的”。 “虽然美国的封锁活动增幅较小，但此类封锁的基础已经到位。”
在其他行业领域，分析提供商和公司努力减少进入处理和数据存储库的数据量。 他们只想要他们认为与他们试图解决的问题相关的数据。
2018 年，美国人口普查局开始减少收集的公民数据量，即使这意味着数据会更加不准确，以保护公民隐私。
所有这些用例都有明确的业务目标，但其数据排除对其运行的人工智能质量的净影响是什么？
当数据丢失时，人工智能如何“错过”
斯坦福大学医学院医学教授桑吉夫·纳拉扬 (Sanjiv Narayan) 解释了缺失数据如何影响医疗保健。
“想想美国的身高，”纳拉扬说。 “如果你收集它们并将它们全部放到图表上，你会发现重叠的群体或集群，高的和矮的人，大致指成人和儿童以及介于两者之间的人。 然而，谁被调查来获得高度呢？ 这是在工作日还是周末不同人群工作时进行的？ 如果在医疗机构测量身高，没有健康保险的人可能会被排除在外。 如果在郊区进行，你会得到与农村或城市不同的人群。 样本有多大？”
2019 年引起争议的亚马逊招聘算法很好地说明了这一点。
亚马逊人工智能驱动的招聘引擎是根据成功求职者的历史数据进行训练的，当时大多数求职者都是男性。 观察到这种模式，人工智能告诉自己，男性候选人比女性候选人更受欢迎。 结果，该公司错过了许多合格的女性应聘者。
企业可以做什么
处理和获取数据的成本，以及对更快洞察时间的重视，都促使公司考虑数据排除。
这是有道理的：您可以预先排除的数据越多，处理结果所需的时间就越少，消耗的计算也就越少。 但您敢于将数据镜头关闭到什么程度呢？
如果公司做到以下三件事，就可以做出正确的决策：
考虑权衡。 如果您排除居住在距您办公室 25 英里以内的客户的数据，您是否会错过那些从更远的地方过来但知道您的服务的客户？
准备好扩大数据视角。 您可能会发现您的数据对于您尝试分析的患者来说不准确。 您是否有足够的数据来得出合理的分析结论？ 如果答案是否定的，那么您可以随时扩大镜头，以便检查准确性的提高。
向用户解释您的数据源和限制。 那些依赖您提供的数据的人需要预先了解您的数据及其局限性。 例如，如果用户想要查看过去 10 年的交通趋势，但您只有八年的数据，他们需要了解该信息。
