大數(shù)據(jù)和人工智能的關(guān)系，首先要說什么是大數(shù)據(jù)。這些年來，大數(shù)據(jù)先是被神化，繼而又被妖魔化，到了今天，其實誰也不知道別人所謂的大數(shù)據(jù)指的是什么。但為了說清楚大數(shù)據(jù)和人工智能的關(guān)系，我們還是回歸大數(shù)據(jù)的本質(zhì)：海量的、多維度、多形式的數(shù)據(jù)。

人工智能

任何智能的發(fā)展，其實都需要一個學(xué)習(xí)的過程。而近期人工智能之所以能取得突飛猛進的進展，不能不說是因為這些年來大數(shù)據(jù)長足發(fā)展的結(jié)果。正是由于各類感應(yīng)器和數(shù)據(jù)采集技術(shù)的發(fā)展，我們開始擁有以往難以想象的的海量數(shù)據(jù)，同時，也開始在某一領(lǐng)域擁有深度的、細(xì)致的數(shù)據(jù)。而這些，都是訓(xùn)練某一領(lǐng)域“智能”的前提。

大數(shù)據(jù)和人工智能到底是什么關(guān)系?

如果我們把人工智能看成一個嗷嗷待哺擁有無限潛力的嬰兒，某一領(lǐng)域?qū)I(yè)的海量的深度的數(shù)據(jù)就是喂養(yǎng)這個天才的奶粉。奶粉的數(shù)量決定了嬰兒是否能長大，而奶粉的質(zhì)量則決定了嬰兒后續(xù)的智力發(fā)育水平。

與以前的眾多數(shù)據(jù)分析技術(shù)相比，人工智能技術(shù)立足于神經(jīng)網(wǎng)絡(luò)，同時發(fā)展出多層神經(jīng)網(wǎng)絡(luò)，從而可以進行深度機器學(xué)習(xí)。與以外傳統(tǒng)的算法相比，這一算法并無多余的假設(shè)前提(比如線性建模需要假設(shè)數(shù)據(jù)之間的線性關(guān)系)，而是完全利用輸入的數(shù)據(jù)自行模擬和構(gòu)建相應(yīng)的模型結(jié)構(gòu)。這一算法特點決定了它是更為靈活的、且可以根據(jù)不同的訓(xùn)練數(shù)據(jù)而擁有自優(yōu)化的能力。

大數(shù)據(jù)

但這一顯著的優(yōu)點帶來的便是顯著增加的運算量。在計算機運算能力取得突破以前，這樣的算法幾乎沒有實際應(yīng)用的價值。大概十幾年前，我們嘗試用神經(jīng)網(wǎng)絡(luò)運算一組并不海量的數(shù)據(jù)，整整等待三天都不一定會有結(jié)果。但今天的情況卻大大不同了。高速并行運算、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。

這一突破，如果我們在三十年以后回頭來看，將會是不弱于互聯(lián)網(wǎng)對人類產(chǎn)生深遠(yuǎn)影響的另一項技術(shù)，它所釋放的力量將再次徹底改變我們的生活。