定义
智能飞轮描述的是人工智能系统的一种自我进化状态，实现了从算法、算力和数据三个方面的全要素集成。其中算法和算力基本上是不变的，因此智能飞轮狭义上可以解释为数据飞轮。
三个要素的影响
算法在智能飞轮中主要决定了这个轮子多大或者说到底是个什么样的轮子，算力主要就是一个“炼丹炉”，决定了这个轮子转的多快。而数据就成了决定飞轮能否成功运转的关键要素。
数据自合成
一个比较容易忽略的点是：不管采用什么方法来合成数据，一定要有新信息的注入，不然是没有任何用处的。
例如，AlphaGo中新信息的注入来源于围棋的规则，有一个清晰明确的规则告诉AlphaGo某个棋局的状态是输、赢还是正在进行。
然而什么样的操作才能算得上注入新信息？ 这个问题依然难以回答，但可能取决于问题本身具有的某些不变的规则
目前能够操作的主要有两个方向：多模态和模拟世界
多模态
暂时放置
模拟世界
数据飞轮其实就是实现新信息自动化输入，需要大量的模拟环境；但是这样的模拟环境在目前的状态是不太可能集成为一个超大的模拟环境，需要类构建类似于互联网的分散模拟环境生态；人工智能在这些分散的模拟环境中接收强化学习训练，然后再通过某种方法进行神经网络合并。这里要解决的核心问题：灾难性遗忘