很對人都會說到“物聯網”、“大數據”和“機器人”等趨勢。我想要說，其實這些趨勢是相互聯系在一起的，聯系成一個大趨勢，就像“萬有理論”，在這個鏈條里，每一環都會對下一環產生影響，如此產生積極的循環。

各種連接的設備里的傳感器會產生大量數據，海量數據使得機器學習成為可能，機器學習的結果就是AI，而AI又指導機器人去更精確地執行任務，機器人的行動又會觸發傳感器。這整個就是一個完整的循環。

1. 傳感器產生數據

到 2014 年，連接到互聯網的設備超過了世界人口的總和。 Cisco 預測，到 2020 年，將有 500 億個相互連接的設備。而這些設備中大多都會安傳感器，可能用 Electric Imp 內嵌傳感器，或者用Estimote外接一個傳感器。

設備中的傳感器會產生前所未有的海量數據。

2. 數據支撐機器學習

在 2020 年，預計有 35ZB 的數據產生，也就是 2009 年數據量的 44 倍。到時候，不管是結構化的、或更可能是沒有結構化的數據都可以通過機器來處理，從而獲得大量洞見。

3. 機器學習改善 AI

機器學習依靠數據處理和模式識別，從而讓計算機不需要編程就能去學習。現在的海量數據和計算能力都在驅使機器學習的突破。

機器學習的十足威力，看看 Google 就知道了。Google就是利用機器學習，把法國每一個企業的位置、每一個住房、每一條街都繪制在地圖上了。整個過程只需 1 個小時。