大數據和人工智能的關係

大數據和人工智能的關係，首先要說什麼是大數據。這些年來，大數據先是被神化，繼而又被妖魔化，到了今天，其實誰也不知作別人所謂的大數據指的是什麼。有時候大數據的定義裏既有平臺（硬件）又有分析技術。但爲了說清楚大數據和人工智能的關係，咱們仍是迴歸大數據的本質：海量的、多維度、多形式的數據。

任何智能的發展，其實都須要一個學習的過程。而近期人工智能之因此能取得日新月異的進展，不能不說是由於這些年來大數據長足發展的結果。正是因爲各種感應器和數據採集技術的發展，咱們開始擁有以往不可思議的的海量數據，同時，也開始在某一領域擁有深度的、細緻的數據。而這些，都是訓練某一領域「智能」的前提。

若是咱們把人工智能當作一個嗷嗷待哺擁有無限潛力的嬰兒，某一領域專業的海量的深度的數據就是餵養這個天才的奶粉。奶粉的數量決定了嬰兒是否能長大，而奶粉的質量則決定了嬰兒後續的智力發育水平。

與之前的衆多數據分析技術相比，人工智能技術立足於神經網絡，同時發展出多層神經網絡，從而能夠進行深度機器學習。與之外傳統的算法相比，這一算法並沒有多餘的假設前提（好比線性建模須要假設數據之間的線性關係），而是徹底利用輸入的數據自行模擬和構建相應的模型結構。這一算法特色決定了它是更爲靈活的、且能夠根據不一樣的訓練數據而擁有自優化的能力。

但這一顯著的優勢帶來的即是顯著增長的運算量。在計算機運算能力取得突破之前，這樣的算法幾乎沒有實際應用的價值。大概十幾年前，咱們嘗試用神經網絡運算一組並不海量的數據，整整等待三天都不必定會有結果。但今天的狀況卻大大不一樣了。高速並行運算、海量數據、更優化的算法共同促成了人工智能發展的突破。

這一突破，若是咱們在三十年之後回頭來看，將會是不弱於互聯網對人類產生深遠影響的另外一項技術，它所釋放的力量將再次完全改變咱們的生活。