隨著新一代信息技術(shù)的快速發(fā)展，計(jì)算能力、數(shù)據(jù)處理能力和處理速度得到了大幅提升，機(jī)器學(xué)習(xí)算法快速演進(jìn)，大數(shù)據(jù)的價(jià)值得以展現(xiàn)。隨著智能終端和傳感器的快速普及，海量數(shù)據(jù)快速累積，基于大數(shù)據(jù)的人工智能也因此獲得了持續(xù)快速發(fā)展的動(dòng)力來(lái)源。

AlphaGo大戰(zhàn)圍棋冠軍從根本上是由于海量數(shù)據(jù)的產(chǎn)生，為人工智能的茁壯成長(zhǎng)提供了充足的養(yǎng)料，推動(dòng)這一技術(shù)逐步走向市場(chǎng)、落地應(yīng)用。

什么是人工智能

人工智能（AI）是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的理論、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新技術(shù)科學(xué)。人工智能分為計(jì)算智能、感知智能、認(rèn)知智能三個(gè)階段。首先是計(jì)算智能，機(jī)器人開(kāi)始像人類(lèi)一樣會(huì)計(jì)算，傳遞信息，例如神經(jīng)網(wǎng)絡(luò)、遺傳算法等；其次是感知智能，感知就是包括視覺(jué)、語(yǔ)音、語(yǔ)言，機(jī)器開(kāi)始看懂和聽(tīng)懂，做出判斷，采取一些行動(dòng)，例如可以聽(tīng)懂語(yǔ)音的音箱等；第三是認(rèn)知智能，機(jī)器能夠像人一樣思考，主動(dòng)采取行動(dòng)，例如完全獨(dú)立駕駛的無(wú)人駕駛汽車(chē)、自主行動(dòng)的機(jī)器人。

什么是大數(shù)據(jù)

大數(shù)據(jù)（bigdata），指無(wú)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(zhǎng)率和多樣化的信息資產(chǎn)。大數(shù)據(jù)是以數(shù)據(jù)為核心資源，將產(chǎn)生的數(shù)據(jù)通過(guò)采集、存儲(chǔ)、處理、分析并應(yīng)用和展示，最終實(shí)現(xiàn)數(shù)據(jù)的價(jià)值。

大數(shù)據(jù)與人工智能相輔相成

大數(shù)據(jù)的積累為人工智能發(fā)展提供燃料。IDC、希捷科技曾發(fā)布了《數(shù)據(jù)時(shí)代2025》白皮書(shū)。報(bào)告顯示，到2025年全球數(shù)據(jù)總量將達(dá)到163ZB。這意味著，2025年數(shù)據(jù)總量將比2016全球產(chǎn)生的數(shù)據(jù)總量增長(zhǎng)10倍多。其中屬于數(shù)據(jù)分析的數(shù)據(jù)總量相比2016年將增加50倍，達(dá)到5.2ZB（十萬(wàn)億億字節(jié)）；屬于認(rèn)知系統(tǒng)的數(shù)據(jù)總量將達(dá)到100倍之多。爆炸性增長(zhǎng)的數(shù)據(jù)推動(dòng)著新技術(shù)的萌發(fā)、壯大為深度學(xué)習(xí)的方法訓(xùn)練計(jì)算機(jī)視覺(jué)技術(shù)提供了豐厚的數(shù)據(jù)土壤。

大數(shù)據(jù)主要包括采集與預(yù)處理、存儲(chǔ)與管理、分析與加工、可視化計(jì)算及數(shù)據(jù)安全等，具備數(shù)據(jù)規(guī)模不斷擴(kuò)大、種類(lèi)繁多、產(chǎn)生速度快、處理能力要求高、時(shí)效性強(qiáng)、可靠性要求嚴(yán)格、價(jià)值大但密度較低等特點(diǎn)，為人工智能提供豐富的數(shù)據(jù)積累和訓(xùn)練資源。以人臉識(shí)別所用的訓(xùn)練圖像數(shù)量為例，百度訓(xùn)練人臉識(shí)別系統(tǒng)需要2億幅人臉畫(huà)像。

數(shù)據(jù)處理技術(shù)推進(jìn)運(yùn)算能力提升。人工智能領(lǐng)域富集了海量數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理技術(shù)難以滿(mǎn)足高強(qiáng)度、高頻次的處理需求。AI芯片的出現(xiàn)，大大提升了的大規(guī)模處理大數(shù)據(jù)的效率。目前，出現(xiàn)了GPU、NPU、FPGA和各種各樣的AI-PU專(zhuān)用芯片。傳統(tǒng)的雙核CPU即使在訓(xùn)練簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)培訓(xùn)中，需要花幾天甚至幾周時(shí)間而AI芯片能提約70倍的升運(yùn)算速度。

算法讓大量的數(shù)據(jù)有了價(jià)值。無(wú)論是特斯拉的無(wú)人駕駛，還是谷歌的機(jī)器翻譯；不管是微軟的“小冰”，還是英特爾的精準(zhǔn)醫(yī)療，都可以見(jiàn)到“學(xué)習(xí)”大量的“非結(jié)構(gòu)化數(shù)據(jù)”的“身影”�！吧疃葘W(xué)習(xí)”“增強(qiáng)學(xué)習(xí)”“機(jī)器學(xué)習(xí)”等技術(shù)的發(fā)展都推動(dòng)著人工智能的進(jìn)步。以計(jì)算視覺(jué)為例，作為一個(gè)數(shù)據(jù)復(fù)雜的領(lǐng)域傳統(tǒng)的淺層算法識(shí)別準(zhǔn)確率并不高。自深度學(xué)習(xí)出現(xiàn)以后，基于尋找合適特征來(lái)讓機(jī)器識(shí)別物體幾乎代表了計(jì)算機(jī)視覺(jué)的全部圖像識(shí)別精準(zhǔn)度從70%+提升到95%。由此可見(jiàn)，人工智能的快速演進(jìn)，不僅需要理論研究，還需要大量的數(shù)據(jù)作為支撐。

人工智能推進(jìn)大數(shù)據(jù)應(yīng)用深化。在計(jì)算力指數(shù)級(jí)增長(zhǎng)及高價(jià)值數(shù)據(jù)的驅(qū)動(dòng)下，以人工智能為核心的智能化正不斷延伸其技術(shù)應(yīng)用廣度、拓展技術(shù)突破深度，并不斷增強(qiáng)技術(shù)落地（商業(yè)變現(xiàn)）的速度，例如，在新零售領(lǐng)域，大數(shù)據(jù)與人工智能技術(shù)的結(jié)合，可以提升人臉識(shí)別的準(zhǔn)確率，商家可以更好地預(yù)測(cè)每月的銷(xiāo)售情況；在交通領(lǐng)域，大數(shù)據(jù)和人工智能技術(shù)的結(jié)合，基于大量的交通數(shù)據(jù)開(kāi)發(fā)的智能交通流量預(yù)測(cè)、智能交通疏導(dǎo)等人工智能應(yīng)用可以實(shí)現(xiàn)對(duì)整體交通網(wǎng)絡(luò)進(jìn)行智能控制；在健康領(lǐng)域，大數(shù)據(jù)和人工智能技術(shù)的結(jié)合，能夠提供醫(yī)療影像分析、輔助診療、醫(yī)療機(jī)器人等更便捷、更智能的醫(yī)療服務(wù)。同時(shí)在技術(shù)層面，大數(shù)據(jù)技術(shù)已經(jīng)基本成熟，并且推動(dòng)人工智能技術(shù)以驚人的速度進(jìn)步；產(chǎn)業(yè)層面，智能安防、自動(dòng)駕駛、醫(yī)療影像等都在加速落地。

隨著人工智能的快速應(yīng)用及普及，大數(shù)據(jù)不斷累積，深度學(xué)習(xí)及強(qiáng)化學(xué)習(xí)等算法不斷優(yōu)化，大數(shù)據(jù)技術(shù)將與人工智能技術(shù)更緊密地結(jié)合，具備對(duì)數(shù)據(jù)的理解、分析、發(fā)現(xiàn)和決策能力，從而能從數(shù)據(jù)中獲取更準(zhǔn)確、更深層次的知識(shí)，挖掘數(shù)據(jù)背后的價(jià)值，催生出新業(yè)態(tài)、新模式。