但实际上，搜索导向并非仅仅基于文本定义，“文本定义”真正的地位远远不是搜索结果里标签那么简单。先给一组数据：截至2014年7月，google每秒钟收到60万条网页搜索请求，而百度每秒钟接收1亿条搜索请求。

　　如果想在百度上做到100亿搜索相关度，那么网页记录在计算机内存中的数量将在5到10万万之间，如果将所有可能得到的搜索信息保存，整个数据库可达到10到15亿之间。

真正的地位远远不是搜索结果里标签那么简单

　　由此可见，即使是1秒钟内百度网页记录的页面数量已经远超google每秒60万左右的整体搜索量。一个人从上网到阅读网页，需要浏览10-30分钟，这10-30分钟的时间就是巨大的海量搜索引擎数据。

　　然而，海量的搜索记录和数据之间需要一系列的复杂转换，最早的非结构化大数据，在常见的诸如邮件和音频中被用来查看这些结构化的资料。然而，大数据带来的问题是，大量无意义的数据就像一个“病毒”传播，巨大的数据量越来越多，这些无用的内容常常超出人类的理解能力。

　　随着人工智能科技的发展，机器人正在处理大量人类感知和思考难以理解的信息。但是，我们发现机器人却只能“看”页面，很难“说”文字，“写”文字。一个“手动”或者“半自动”的编辑器“误操作”会给人造成对文本内容误解。

　　幸运的是，人类有着意志和理性的双重力量，这也是人工智能的巨大优势。当无人驾驶和机器人遭遇手机上的“智能文本”，还能就此杀死这个社会吗？然而很明显，我们的心智能够用与生俱来的本能对文本进行理解与编辑，而这往往是因为缺乏理解机器的习惯而造成的。

　　要解决这个问题，机器人似乎还需要一个接入人脑的过程。整个量化技术大数据的主要范畴就是用机器学习来解决。当然机器学习是一个具有非常大的挑战性的专业领域，因为它是大量高质量的数据，会迫使机器去追求更高的准确性，这样才会让我们有机会被服务的机会。

　　而我们正是应该对这些以高质量数据为前提的技术保持关注。让机器从无意义的文本中学会认知，从低质量数据中学会编辑，最终把这些专业知识，用人类听得懂、看得懂的方式告诉机器的数千万或数亿使用者。

　　历史上，这些知识对人类来说是不可获取的，因为它们本来是稀缺的（教育系统并不是一种稀缺资源）。而现在计算机作为一种具有自我学习能力的人工智能，对大量的数据具有了认知能力，让它们能够从其他人工智能系统获取更多的资料而已。