人工智能是指計算機系統(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雜任務。硬件體系能力的不足加上發(fā)展道路上曾經(jīng)出現(xiàn)偏差，以及算法的缺陷，使得人工智能技術的發(fā)展在上世紀80—90年代曾經(jīng)一度低迷。近年來，成本低廉的大規(guī)模并行計算、大數(shù)據(jù)、深度學習算法、人腦芯片4大催化劑的齊備，導致人工智能的發(fā)展出現(xiàn)了向上的拐點。

　　我們都知道，所謂大數(shù)據(jù)，就是大量的信息，利用普通的加減乘除啥的肯定會把電腦給跑廢掉，不過這里的電腦不是我們用的普通的電腦，他們通常都有數(shù)據(jù)處理中心，就是高配的商業(yè)服務器。但即便高配，如果只是用簡單的算法來處理，也很浪費時間。

　　所以這里就需要神經(jīng)網(wǎng)絡算法、機器學習等技術處理手段，軟件和硬件結(jié)合起來對數(shù)據(jù)庫中的數(shù)據(jù)進行處理，而使用的這些算法、機器學習等分析技術就屬于人工智能。

　　其實人工智能是很多技術的總稱，包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等，因為人工智能尚在發(fā)展階段，所以也沒有非常精準的定義，在行業(yè)內(nèi)，人工智能與大數(shù)據(jù)密不可分，可以將很多大數(shù)據(jù)的應用(云計算平臺等)歸結(jié)為人工智能。

　　據(jù)有關企業(yè)統(tǒng)計，到2025年全球數(shù)據(jù)總量將達到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，達到5.2ZB(十萬億億字節(jié));屬于認知系統(tǒng)的數(shù)據(jù)總量將達到100倍之多。爆炸性增長的數(shù)據(jù)推動著新技術的萌發(fā)、壯大為深度學習的方法訓練計算機視覺技術提供了豐厚的數(shù)據(jù)土壤。

　　大數(shù)據(jù)主要包括采集與預處理、存儲與管理、分析與加工、可視化計算及數(shù)據(jù)安全等，具備數(shù)據(jù)規(guī)模不斷擴大、種類繁多、產(chǎn)生速度快、處理能力要求高、時效性強、可靠性要求嚴格、價值大但密度較低等特點，為人工智能提供豐富的數(shù)據(jù)積累和訓練資源。以人臉識別所用的訓練圖像數(shù)量為例，百度訓練人臉識別系統(tǒng)需要2億幅人臉畫像。

　　人工智能領域富集了海量數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理技術難以滿足高強度、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專用芯片。傳統(tǒng)的雙核CPU即使在訓練簡單的神經(jīng)網(wǎng)絡培訓中，需要花幾天甚至幾周時間而AI芯片能提約70倍的升運算速度。

　　在計算力指數(shù)級增長及高價值數(shù)據(jù)的驅(qū)動下，以人工智能為核心的智能化正不斷延伸其技術應用廣度、拓展技術突破深度，并不斷增強技術落地(商業(yè)變現(xiàn))的速度，例如，在新零售領域，大數(shù)據(jù)與人工智能技術的結(jié)合，可以提升人臉識別的準確率，商家可以更好地預測每月的銷售情況;在交通領域，大數(shù)據(jù)和人工智能技術的結(jié)合，基于大量的交通數(shù)據(jù)開發(fā)的智能交通流量預測、智能交通疏導等人工智能應用可以實現(xiàn)對整體交通網(wǎng)絡進行智能控制;在健康領域，大數(shù)據(jù)和人工智能技術的結(jié)合，能夠提供醫(yī)療影像分析、輔助診療、醫(yī)療機器人等更便捷、更智能的醫(yī)療服務。同時在技術層面，大數(shù)據(jù)技術已經(jīng)基本成熟，并且推動人工智能技術以驚人的速度進步;產(chǎn)業(yè)層面，智能安防、自動駕駛、醫(yī)療影像等都在加速落地。

　　隨著人工智能的快速應用及普及，大數(shù)據(jù)不斷累積，深度學習及強化學習等算法不斷優(yōu)化，大數(shù)據(jù)技術將與人工智能技術更緊密地結(jié)合，具備對數(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)中獲取更準確、更深層次的知識，挖掘數(shù)據(jù)背后的價值，催生出新業(yè)態(tài)、新模式。