我们知道，数据是我们在这个世界上唯一能够获取的东西，也是我们自身与世界唯一的联系。因此，数据也是我们思考问题的唯一出发点，它是寻找世界本质与规律的前提。如果我们想更加深刻的理解世界，就不能忽视数据，而且思考问题、建立模型的思路也应该从现实的数据出发。

我们的大脑有一种神奇的能力，通过对数据的理解与分析，能够在脑海中呈现出一些能够将现有数据联系起来的图像。这些图像尽管可能不够精确，却在很多时候可以帮助我们理解和构造知识体系。显然，我们的大脑理解和记忆这些想象出来的图像要比记忆大量枯燥乏味的数据要容易的多，更何况图像本身就是一种数据类型。尽管不同数据类型之间转化起来可能不那么容易，比如将一段文字描述转化为一幅图像。但这并不是完全不可能的，例如警方可以根据目击者对犯罪嫌疑人的描述画出画像。

在如今的大数据时代，通过人工智能的算法可以很容易的依据用户留下的数据对用户进行画像。用户画像不仅仅是指找到某个用户的照片或者依据数据勾勒出他的外貌特征，而是将用户从多个不同的维度全面的理解他的信息，并对用户进行标签化。例如通过收集和分析充斥在互联网上的海量用户信息，我们可以了解到用户的兴趣爱好、行为习惯、购物需求、活动轨迹等，从而有针对性的为特定用户提供商品或服务，也就是实现个性化，用户画像在商业领域，尤其是在电商领域获得了令人瞩目的成功。

那么我们能否通过大量的实验数据对大自然本身进行画像呢？或者说，大自然在我们的心目中是什么样子的呢？我们接收到的80%的信息是从视觉中获得的，因此自然会想当然的认为世界就是我们看到的样子。然而事实上，自然界存在海量的无法用视觉直接感知的现象。除了像电磁场、红外线、紫外线以及无线电波等不能直接看到外，其它像引力、摩擦力、温度、熵等抽象的概念也不会出现在视觉感知到的图像中。

我们在自然界面前其实更像个盲人，视觉直接接收到的画面只是自然界显露出的一小部分信息。为了更深刻的认识自然界的本来面目，我们需要依据数据对自然界进行画像。

人工智能通过对外界信息的感知，可以画出自己感受到的世界的样子，虽然如今的人工智能绘画作品细节上与真实世界还有很多差异，但是大致的样子还是没有问题的。人工智能没有观察外界的眼睛，却仍然可以感知到外部世界的大致样子。