以数据为中心的AI
定义
以数据为中心的AI（Data-Centric AI）是一种AI方法论，主张固定模型架构，通过系统性地提升数据质量来解决业务问题，而非不断调整模型参数。这与传统的"以模型为中心"（Model-Centric AI）形成鲜明对比。
范式转变
| 维度 | 以模型为中心（过去） | 以数据为中心（现在） |
|---|---|---|
| 核心假设 | 数据是固定的，通过调整模型来拟合数据 | 模型是标准化的，通过提升数据质量来解决业务问题 |
| 关注焦点 | 神经网络层数、参数调优 | 数据清洗、对齐、语义化 |
| 典型问题 | “如何让模型更准？” | “如何让数据更干净？” |
| 瓶颈 | 算法能力 | 数据质量 |
在工业SaaS中的意义
2026年，工业AI领军人物不再争论神经网络的层数，而是在讨论"数据向心力"。这一转变标志着行业从"算法崇拜"到"数据觉醒"的范式革命。
相关概念
- [[数据贫血症]]
- [[粗油与精炼油]]
- [[语义化]]
- [[资产管理壳 (AAS)]]
- [[数据向心力]]