“人工智能（AI）”和”大數(shù)據(jù) （Big Data）”兩個(gè)詞以迅雷不及掩耳之勢流行開來，那么這兩者之間有什么關(guān)系嗎？常常有人把兩者混肴在一起。有必要厘清一下它們之間的聯(lián)系和區(qū)別。

一個(gè)共同點(diǎn)就是這兩項(xiàng)技術(shù)都被炒得非?；馃?。根據(jù)調(diào)查發(fā)現(xiàn)，超過97％的企業(yè)高管表示他們的公司正在投資、構(gòu)建或啟動(dòng)大數(shù)據(jù)和人工智能計(jì)劃。更重要的是，近80％的企業(yè)高管認(rèn)為人工智能和大數(shù)據(jù)密切相關(guān)?？梢钥隙ǖ氖撬鼈兪峭瓿扇蝿?wù)的不同工具。

首先從定義出發(fā)：

人工智能（AI）是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。它是指計(jì)算機(jī)系統(tǒng)具備的能力，該能力可以履行原本只有依靠人類智慧才能完成的復(fù)雜任務(wù)。人工智能在上世紀(jì)80—90年代曾經(jīng)一度低迷。近年來，由于成本低廉的大規(guī)模并行計(jì)算、大數(shù)據(jù)、深度學(xué)習(xí)、人腦芯片4大催化劑的齊備，導(dǎo)致人工智能的發(fā)展出現(xiàn)了井噴趨勢。

大數(shù)據(jù)（BigData）是指無法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。

人工智能和大數(shù)據(jù)聯(lián)系：

人工智能打個(gè)比方，像張無忌吸收好多武林前輩的武功秘籍，不斷的深度學(xué)習(xí)和廣泛訓(xùn)練，逐漸進(jìn)化升級為一個(gè)武林高手。

大數(shù)據(jù)相當(dāng)于張無忌從小到大學(xué)習(xí)、記憶和存儲的海量武功秘籍（武學(xué)知識），這些武學(xué)知識只有通過他消化、吸收、再造才能創(chuàng)造出更大的價(jià)值或本領(lǐng)。

可以看出，大數(shù)據(jù)是不斷采集、沉淀、分類等數(shù)據(jù)積累，人工智能是基于大數(shù)據(jù)的支持和采集，運(yùn)用于人工設(shè)定的特定性能和運(yùn)算方式來實(shí)現(xiàn)。因此，人工智能離不開大數(shù)據(jù)，人工智能需要依賴大數(shù)據(jù)平臺和技術(shù)來幫助完成深度學(xué)習(xí)進(jìn)化。

當(dāng)今人工智能立足于深度（多層）神經(jīng)網(wǎng)絡(luò)，進(jìn)行深度機(jī)器學(xué)習(xí)，可以根據(jù)大量的訓(xùn)練數(shù)據(jù)來提高模型優(yōu)化能力。但這一顯著優(yōu)點(diǎn)需要增加海量的運(yùn)算。隨著計(jì)算機(jī)運(yùn)算能力提升，深度神經(jīng)網(wǎng)絡(luò)發(fā)揮了杰出的實(shí)際應(yīng)用價(jià)值。高速并行運(yùn)算、海量數(shù)據(jù)、更優(yōu)化的算法共同促成了人工智能發(fā)展的突破－所釋放出來的力量將徹底改變和優(yōu)化人們的工作和生活（科技優(yōu)化生活＾＿＾）！這對人類的發(fā)展產(chǎn)生意義重大且深遠(yuǎn)的影響。

人工智能涉及的領(lǐng)域非常廣泛，且深入人們的工作和生活各個(gè)方面。人工智能，特別是深度學(xué)習(xí)，需要大量數(shù)據(jù)的應(yīng)用和積累。這就需要高容量存儲設(shè)備來支持大量數(shù)據(jù)的留存。隨著數(shù)據(jù)的不斷增加，人們開始在其中發(fā)現(xiàn)某種規(guī)律，引發(fā)了分析的需求。分析讓大量的數(shù)據(jù)有了價(jià)值，嵌有人工智能的機(jī)器開始懂得用戶想要什么，需要干什么，可以預(yù)測未來變化或趨勢，這種人工智能與場景的結(jié)合，要實(shí)現(xiàn)的就是改變生活方式和解放生產(chǎn)力。很多過去只有人能做的事情，現(xiàn)在更多的情況下能夠通過機(jī)器實(shí)現(xiàn)，比如語音助手、無人駕駛汽車。更重要的是，當(dāng)硬件性能逐漸提升、計(jì)算資源越來越強(qiáng)大時(shí)，成本卻越來越低廉。

人工智能和大數(shù)據(jù)區(qū)別：

大數(shù)據(jù)是需要在數(shù)據(jù)變得有用之前進(jìn)行清理、結(jié)構(gòu)化和集成的原始輸入，而人工智能則是輸出，即處理數(shù)據(jù)產(chǎn)生的智能。這使得兩者有著本質(zhì)上的不同。

人工智能是一種計(jì)算形式，它允許機(jī)器執(zhí)行認(rèn)知功能，例如對輸入起作用或作出反應(yīng)，類似于人類的做法。人工智能系統(tǒng)不斷改變它們的行為，以適應(yīng)調(diào)查結(jié)果的變化并修改它們的反應(yīng)。人工智能系統(tǒng)旨在分析和解釋數(shù)據(jù)，然后根據(jù)這些解釋來解決實(shí)際問題。人工智能是關(guān)于決策和學(xué)習(xí)做出更好的決定。在某些方面人工智能會代替或部分代替人類來完成某些任務(wù)，但比人類速度更快，錯(cuò)誤更少。

大數(shù)據(jù)是一種傳統(tǒng)計(jì)算。它不會根據(jù)結(jié)果采取行動(dòng)，而只是尋找結(jié)果。它定義了非常大的數(shù)據(jù)集，可以存在結(jié)構(gòu)化數(shù)據(jù)或非結(jié)構(gòu)化數(shù)據(jù)（在使用上也有差異）。大數(shù)據(jù)主要是為了獲得洞察力。

人工智能和大數(shù)據(jù)協(xié)同：

雖然人工智能和大數(shù)據(jù)有很大的區(qū)別，但它們?nèi)匀荒軌蚝芎玫貐f(xié)同工作。這是因?yàn)槿斯ぶ悄苄枰獢?shù)據(jù)來建立其智能，特別是機(jī)器學(xué)習(xí)。

機(jī)器學(xué)習(xí)中，為了訓(xùn)練模型，需要大量的數(shù)據(jù)，而且數(shù)據(jù)需要結(jié)構(gòu)化和集成到足夠好的程度，以便機(jī)器能夠可靠地識別數(shù)據(jù)中的有用模式。大數(shù)據(jù)技術(shù)滿足這樣的要求。

人工智能是基于大數(shù)據(jù)的支持和采集，運(yùn)用于人工設(shè)定的特定性能和運(yùn)算方式來實(shí)現(xiàn)的，大數(shù)據(jù)是不斷采集、沉淀、分類等數(shù)據(jù)積累。

大數(shù)據(jù)提供了大量的數(shù)據(jù)，并且能從大量繁雜的數(shù)據(jù)中提取或分離出有用的數(shù)據(jù)，然后供人工智能來使用。即人工智能和機(jī)器學(xué)習(xí)中使用的數(shù)據(jù)已經(jīng)被“清理”了，無關(guān)的、重復(fù)的和不必要的數(shù)據(jù)已經(jīng)被清除。這些“清理”工作是由大數(shù)據(jù)技術(shù)來完成或保障的。

大數(shù)據(jù)可以提供訓(xùn)練學(xué)習(xí)算法所需的數(shù)據(jù)。有兩種類型的數(shù)據(jù)學(xué)習(xí)：初期離線訓(xùn)練數(shù)據(jù)學(xué)習(xí)和長期在線訓(xùn)練數(shù)據(jù)學(xué)習(xí)。人工智能應(yīng)用程序一旦完成最初離線培訓(xùn)，并不會停止數(shù)據(jù)學(xué)習(xí)。隨著數(shù)據(jù)的變化，它們將繼續(xù)在線收集新數(shù)據(jù)，并調(diào)整它們的行動(dòng)。因此，數(shù)據(jù)分為初期的和長期的（持續(xù)的）。機(jī)器學(xué)習(xí)從初期和長期收集到的數(shù)據(jù)中不斷學(xué)習(xí)和訓(xùn)練。不斷學(xué)習(xí)和磨練其人工智能的模型和參數(shù)。

人工智能發(fā)展的最大飛躍是大規(guī)模并行處理器的出現(xiàn)，特別是GPU，它是具有數(shù)千個(gè)內(nèi)核的大規(guī)模并行處理單元。這大大加快了人工智能算法的計(jì)算速度。人工智能需要通過試驗(yàn)和錯(cuò)誤學(xué)習(xí)，這需要大量的數(shù)據(jù)來教授和培訓(xùn)人工智能。人工智能應(yīng)用的數(shù)據(jù)越多，其獲得的結(jié)果就越準(zhǔn)確。因此可以看出，人工智能是依托于大數(shù)據(jù)，或者說人工智能底層基于大數(shù)據(jù)。

此外，在大數(shù)據(jù)發(fā)揮作用的同時(shí)，人工智能研發(fā)者也一定不要忘了，大數(shù)據(jù)的應(yīng)用必然會帶來個(gè)人隱私保護(hù)方面的挑戰(zhàn)。有效、合法、合理地收集、利用、保護(hù)大數(shù)據(jù)，是人工智能時(shí)代的基本要求。

最后還要澄清的一點(diǎn)是：大數(shù)據(jù)在人工智能中的作用是將人類或物體行為活動(dòng)抽象為或轉(zhuǎn)變?yōu)楹Ａ繑?shù)據(jù)，對數(shù)據(jù)清洗、提質(zhì)等預(yù)處理，供人工智能系統(tǒng)使用，而對數(shù)據(jù)進(jìn)行智能分析的人工智能只是人工智能的一部分，并非全部。

結(jié)語：

人工智能和大數(shù)據(jù)既有聯(lián)系又有區(qū)別，且可以協(xié)同工作。人工智能需要通過試驗(yàn)和錯(cuò)誤學(xué)習(xí)，需要大數(shù)據(jù)來教授和培訓(xùn)人工智能。人工智能需要依托大數(shù)據(jù)來建立其智能。在大數(shù)據(jù)在人工智能中發(fā)揮作用的同時(shí)，人工智能研發(fā)者千萬不要忘了，合理地收集和利用大數(shù)據(jù)，注意個(gè)人隱私的保護(hù)。對數(shù)據(jù)進(jìn)行智能分析的人工智能只是人工智能的一部分，并非全部。