immagina di cercare di risolvere un problema. scegliamone uno a caso: incidenti stradali! ora, questo è un problema difficile da risolvere perché sono straordinariamente rari. nel contesto del sistema infrastrutturale stradale degli Stati Uniti e delle regole di guida culturalmente stabilite, gli esseri umani sono piuttosto bravi. un incidente ogni 700k miglia; 5 nove! immagina che per "risolvere/capire" un incidente in modo computazionale tu debba osservare quel particolare tipo di incidente circa 100 volte. crea una tassonomia degli incidenti, forse ci sono 10 tipi di incidenti prototipici frequenti che devi studiare e comprendere, il 10° tipo di incidente più frequente probabilmente si verifica circa 1/10 delle volte rispetto al tipo di incidente più frequente, il 3-4% degli incidenti potrebbe rientrare in questa 10° categoria di incidenti più frequenti. Quindi vedrai solo il 10° tipo di incidente più frequente ogni 20 milioni di miglia circa. Ma hai bisogno di 100 incidenti di quel 10° tipo di incidente più frequente per capirlo: 2 miliardi di miglia. Hai bisogno di accesso ai 2 miliardi di miglia di dati per catturare la mezz'ora di dati che informa il tuo approccio a quel 10° tipo di incidente più frequente. Non è il volume grezzo di dati raccolti che conta, è il valore dell'opzione che quei dati offrono. (la realtà è molto più complessa di così, ovviamente, non ultimo perché risolvere gli incidenti è più che semplicemente risolvere incidenti, è la grammatica incredibilmente complessa dell'uso e della navigazione stradale che porta a una guida difensiva sicura che consente viaggi autonomi sicuri. Tuttavia, penso che la matematica sia utilmente illustrativa; avere l'opzione di interrogare una flotta per un problema specifico su cui stai lavorando è un superpotere)