江湖上的採花大道

人工智能、大數據、物聯網以及雲計算，彼此之間皆存在著千絲萬縷的“親緣”關係！！

半個多世紀的某個夏天，麥卡錫、明斯基等眾科學家們舉辦了一次Party，共同研究用機器模擬智能的問題，也是在那時，“人工智能(AI)”的理念正式被提出！

人工智能（Artificial Intelligence）簡稱AI，AI能根據大量的歷史資料和實時觀察（real－time observation）找出對於未來預測性的洞察（predictive insights）。

如今人工智能商業化正在快速推進中，比如我們所知道和了解的人像識別、圖像識別技術、語音識別、自然語言理解、用戶畫像等。此類技術也現階段已經在金融、物聯網等行業得到應用！

對於未來而言，人工智能會在人類生活的方方面面，發揮越來越多的作用，也會刷更多的存在感，慢慢的更會懂我們很多！

不遠的將來會有越來越多的自動化的系統出現，比如刷臉支付已經在來的路上了！

先以人工智能為例，拋棄其他任何，也便不會有今天大紅大紫的人工智能！

不得不說的人工智能背後的基石：大數據

大數據是人工智能的基石，目前的深度學習主要是建立在大數據的基礎上，即對大數據進行訓練，並從中歸納出可以被計算機運用在類似數據上的知識或規律。

簡單而言何為大數據？

雖然很多人將其定義為“大數據就是大規模的數據”。

但是，這個說法並不準確！

“大規模”只是指數據的量而言。

數據量大，並不代表著數據一定有可以被深度學習算法利用的價值。

例如：地球繞太陽運轉的過程中，每一秒鐘記錄一次地球相對太陽的運動速度、位置，可以得到大量數據。可如果只有這樣的數據，其實並沒有太多可以挖掘的價值！

大數據這裡我們參閱馬丁·希爾伯特的總結，今天我們常說的大數據其實是在2000年後，因為信息交換、信息存儲、信息處理三個方面能力的大幅增長而產生的數據：

信息交換：據估算，從1986年到2007年這20年間，地球上每天可以通過既有信息通道交換的信息數量增長了約217倍，這些信息的數字化程度，則從1986年的約20%增長到2007年的約99.9%。在數字化信息爆炸式增長的過程裡，每個參與信息交換的節點都可以在短時間內接收並存儲大量數據。

信息存儲：全球信息存儲能力大約每3年翻一番。從1986年到2007年這20年間，全球信息存儲能力增加了約120倍，所存儲信息的數字化程度也從1986年的約1%增長到2007年的約94%。1986年時，即便用上我們所有的信息載體、存儲手段，我們也不過能存儲全世界所交換信息的大約1%，而2007年這個數字已經增長到大約16%。信息存儲能力的增加為我們利用大數據提供了近乎無限的想象空間。

信息處理：有了海量的信息獲取能力和信息存儲能力，我們也必須有對這些信息進行整理、加工和分析的能力。谷歌、Facebook等公司在數據量逐漸增大的同時，也相應建立了靈活、強大的分佈式數據處理集群。

大數據在應用層面：大數據往往可以取代傳統意義上的抽樣調查、大數據都可以實時獲取、大數據往往混合了來自多個數據源的多維度信息、大數據的價值在於數據分析以及分析基礎上的數據挖掘和智能決策。

美國《大西洋月刊》公佈的一段A.I.聊天記錄截圖

延伸閱讀：聊天機器人竟自創語言“對話” 臉書將其緊急關停

實際上人工智能的發展，離不開海量數據進行訓練，究其根本大數據的循環往復無數次的訓練和深度學習才有了人工+智能！

沒有人工智能的物聯網：沒大戲

而物流網又讓人工智能：更準確

物聯網：英文名為Internet of Things，可以簡單地理解為物物相連的互聯網，正是得益於大數據和雲計算的支持，互聯網才正在向物聯網擴展，並進一步升級至體驗更佳、解放生產力的人工智能時代。

在未來，虛擬世界的一切將真正實現物理化！

物聯網主要通過各種設備（比如RFID，傳感器，二維碼等）的接口將現實世界的物體連接到互聯網上，或者使它們互相連接，以實現信息的傳遞和處理。

對於人工智能而言，物聯網（IoT）其實肩負了一個至關重要的任務：資料收集

概念上，物聯網可連接大量不同的設備及裝置，包括：家用電器和穿戴式設備。嵌入在各個產品中的傳感器（sensor）便會不斷地將新數據上傳至雲端。這些新的數據以後可以被人工智能處理和分析，以生成所需要的信息並繼續積累知識。

互聯網在現實的物理世界之外新建了一個虛擬世界，物聯網將會把兩個世界融為一體。

物聯網的終極效果是萬物互聯，不僅僅是人機和信息的交互，還有更深入的生物功能識別讀取等等！

人工智能背後強大的助推器：雲計算

雲計算是將我們傳統的IT工作轉為以網絡為依託的雲平臺運行，NIST（美國國家標準與技術研究院）在2011年下半年公佈了雲計算定義的最終稿，給出了雲計算模式所具備的5個基本特徵（按需自助服務、廣泛的網絡訪問、資源共享、快速的可伸縮性和可度量的服務）、3種服務模式（SaaS（軟件即服務）、PaaS（平臺即服務）和IaaS（基礎設施即服務））和4種部署方式（私有云、社區雲、公有云和混合雲）

雲計算發展較早，經過10年發展，國內已經擁有超百億規模，雲計算也不再只是充當存儲與計算的工具而已！

未來可以預見的是，雲計算將在助力人工智能發展層面意義深遠！

而反之，人工智能的迅猛發展、巨大數據的積累，也將會為雲計算帶來的未知和可能性！

人工智能也好、大數據也好、物聯網及雲計算也好，彼此依附相互助力，藕不斷絲且相連！

合力搭檔在一起，組合拳出擊才更有力量：給未來多一些可能，給未知多一些可能性，給不可能多一些可能！

流量卡物聯卡

大數據是物聯網和雲計算發展的必然結果，所以物聯網和雲計算是大數據的基礎，而大數據又是人工智能的基礎。

物聯網簡單的說就是物物相連的網絡，物聯網的發展進一步拓展了互聯網的使用邊界，萬物互聯是物聯網的發展目標，隨著5G標準的逐漸落地，物聯網將得到進一步的發展。物聯網的發展導致產生大量的非結構化數據和半結構化數據，而這些數據正是大數據的重要組成部分，所以物聯網是大數據的重要基礎。

雲計算的核心是服務，雲計算針對於不同的應用場景規劃了三大類服務，分別是IaaS（基礎設施即服務）、PaaS（平臺即服務）和SaaS（軟件即服務），可以說雲計算幾乎所有的技術標準都圍繞這三類服務進行展開。雲計算為大數據提供了數據存儲服務和計算資源服務，所以說雲計算為大數據提供了功能性的支撐。

大數據的核心是數據價值化，圍繞數據進行一系列價值化操作。大數據在技術上有兩個重點內容，一個是分佈式存儲，另一個是分佈式計算，另外還涉及到功能調度等操作。大數據目前已經形成了一個產業鏈，包括數據的採集、傳輸、整理、存儲、安全、分析、呈現和應用，這個產業鏈中的採集、傳輸涉及到物聯網，而存儲、安全和分析則涉及到雲計算。

人工智能是一個典型的交叉學科，經過多年發展，人工智能的研究領域集中在自然語言處理、知識表示、自動推理、計算機視覺、機器學習和機器人學六大方面。在大數據的推動下，機器學習得到了新的發展機會，原因就是大數據為機器學習提供了大量的訓練數據和驗證數據，可以說大數據是機器學習的基礎。

簡單的說，萬物互聯必然帶來萬物智慧，物聯網就是人工智能的觸角，雲計算為人工智能提供了計算資源，而大數據則為人工智能提供了決策的基礎。

我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續在頭條寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。

如果有互聯網方面的問題，也可以諮詢我，謝謝！

IT人劉俊明

這幾個都是當下IT領域熱門的話題，可以用一條線串起來：世間萬物通過網絡產生鏈接，其產生的數據將被放到雲計算平臺，用人工智能去挖掘其中的有價值信息，為人類社會帶來極大福祉。

物聯網側重於講交互的網絡的發展，隨著科學技術的發展，從最早的人與人的交互，到人機交互，再到機器與機器交互。這裡的機器就是各種“物”了，現在的互聯網本質上也是物聯網。

隨著5G時代的到來，具備了在小範圍也能管理海量鏈接的能力了，各種設備將被接入網絡，形成龐大的物聯網，即萬物互聯的時代。到2030年，全球的終端連接數將達到1000億以上，何其壯觀！

大數據強調的是數據的規模和複雜度。隨著社會的發展，各種信息都被數字化，並且可採集、可處理，超越了傳統的結構化的數據，更多是半結構化或非結構化的數據，數據的維度、數量、產生速度都呈以爆發式增長。

隨著物聯網的到來，產生的大數據將會更多。

有了大數據，怎麼處理呢？傳統的單處理系統是遠遠滿足不了需求的，於是人們想到了把多個機器連起來，做分佈式處理，建設一堆服務器，作為資源池，根據需求分配，做分佈式處理，這就是雲計算。所以現在稍微有點規模的公司都會建設自己的私有云。

很多小公司自己沒有能力建設怎麼辦呢，於是就出現了像AWS雲，Azure，阿里雲這樣的，提供硬件和操作系統等資源，叫做公有云，可以按需向個人或者企業租用。

在這個場景下，就出現了各種XaaS的服務，提供最基礎設施(可能只提供了硬件資源)的叫IaaS，提供了硬件加基本平臺如操作系統以及一些基礎軟件的叫PaaS, 直接提供服務的較SaaS,對個人而言，大家平日用的各種大公司的App，你可以理解就叫SaaS,其後端系統一般都會放在各種雲上，由數十或數百臺服務器在為你服務。

大數據是人工智能時代的石油，有了大數據，怎麼才能發揮其最大的價值呢？人工智能正好排上用場。

人工智能廣義的來說其做的事情，為你提供的服務，讓你在不知道的情況下，你以為是有人來做的一樣。

海量的數據超出了普通人應對的能力，卻恰恰是機器的強項。人工智能的各種算法可以再雲平臺上去分析數據。怎麼去挖掘數據中有價值的東西，我們就需要利用到人工智能中當前最火熱的機器學習，從數據中去找規律，發現我們普通人很難發現的東西，從而提煉出對我們有價值的東西，應用到各種場景中。

當前我們已經踏進了人工智能社會的初級階段，比如無處不在的車牌號識別，指紋解鎖，人臉識別已經有了比較成熟的應用。再往後，家庭助手，智能駕駛也將進入千家萬戶，真正進入人工智能高級時代。

未來之鏡

信息時代，物聯網、大數據等都在飛速發展，那麼對於物聯網、大數據、人工智能和雲計算之間有沒有什麼關係呢？

首先，在這四者之間有著相當緊密的關係，大數據是基礎，雲計算是途徑，物聯網和人工智能是這二者技術成果的外在表現。

當我們在暢談當下最火的物聯網和人工智能的時候，就始終不能忘記大數據和雲計算。大數據可以將互聯網上的形形色色的信息進行綜合整理，然後分析歸納，然後將同一類的數據或者信息交給雲計算進行統計，最後用計算的形式，把這些數據反應出來的現象或者是預測結果進行總結。最後交給那些需要的人。

而物聯網和人工智能就是基於這樣的基礎上，可以這樣說，大數據和雲計算是物聯網和人工智能的命根子。物聯網實時控制需要的信息來源於大數據整合和雲計算之後的結果，只有雲計算越來越快，物聯網的發展才能越來越讓人滿意。而對於人工智能來說，大數據更是它最渴求的資源，只有足夠多的數據才可以實現機器對於某些狀況的反應和處理手段最符合人類本身的認知能力。

而云計算是決定了人工智能的反應速度。當下的好多人工智能公司都開始入住華為雲，就是因為華為雲有足夠的硬件和服務為他們提供更快更合適的雲計算服務，為他們的創業發展助力，對於有夢想有技術的公司，有了華為雲的助力，絕對是如虎添翼。

所以，在未來的科技的發展過程中，這四者只有都不停歇的加速發展才不會彼此制約，才可以實現並駕齊驅，共同為人類的發展共享力量。

栗子筆記

物聯網IoT（Internet of things）

物聯網是互聯網的應用拓展，與其說物聯網是網絡，不如說物聯網是業務和應用。因此，應用創新是物聯網發展的核心，以用戶體驗為核心的創新是物聯網發展的靈魂。

大數據（Dig Data）

大數據相當於人的大腦從小學到大學記憶和存儲的海量知識，這些知識只有通過消化，吸收、再造才能創造出更大的價值。

麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力範圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特徵。

雲計算（Cloud）

雲計算相當於人的大腦，是物聯網的神經中樞。雲計算是基於互聯網的相關服務的增加、使用和交付模式，通常涉及通過互聯網來提供動態易擴展且經常是虛擬化的資源。

人工智能AI（Artificial Intelligence）

研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。 打個比喻為一個人吸收了人類大量的知識（數據），不斷的深度學習、進化成為一方高人。

關係：

得益於大數據和雲計算的支持，互聯網才正在向物聯網擴展，對於人工智能而言，物聯網（IoT）其實肩負了一個至關重要的任務：資料收集。人工智能離不開大數據，大數據是人工智能的基石，目前的深度學習主要是建立在大數據的基礎上，更是基於雲計算平臺完成深度學習進化。

加米穀大數據培訓機構，大數據開發、數據分析挖掘，雙11預報名中

相關：

人工智能如何與大數據完美地結合？

https://www.toutiao.com/i6717162316695077383/

加米穀大數據

物聯網，大數據，雲計算，人工智能之間的關係，總的來說：

物聯網是後三者的基礎，後三者是數據處理技術。而大數據和人工智能又可能採用雲計算，或不採用雲計算。人工智能可能會用到大數據技術。

物聯網，是當前互聯網的進一步擴展，產生了無數延伸到各種設備的毛細血管。物聯網要落地的基礎是必須採用IP V6，這樣才有足夠多的IP地址讓各種設備或物品接入互聯網。

雲計算，就是把計算能力（CPU、內存、顯卡處理能力等）放在雲端，而不是放在你辦公室或家裡的那臺電腦上，你的電腦只是發一個計算指令。而云在哪裡，你不需要關心，你只知道你發完指令後，一會兒你就得到了結果。

大數據，就是對一大堆價值含量很低的多種數據進行處理，挖掘其內在價值的技術。大數據的特徵：一大堆，價值含量低，多種數據。

人工智能，就是讓程序具有類似人類智力的技術，個人認為目前還不存在真正的人工智能技術。因為要智能必須滿足以下特徵：有意識，知道自我，有思維能思考。而目前為止還沒有這樣的成果。

以上，是新奇界J的回答，歡迎指教。

IT與隱私安全

大數據最基本的條件時有數據可挖、會分析數據！就比如我們每一次上頭條，頭條背後都是一堆的集群服務器收集我們瀏覽的數據，這一過程就叫做數據挖掘。然後被挖掘到集群服務器的用戶信息進行數據分析，分析的作用就是把你頭條瀏覽的新聞分析出哪一類多，你喜歡看哪一類，然後頭條就會優先推薦這一類新聞或者廣告給你！對於頭條來說，分析所有用戶的行為它可以分析出頭條用戶哪個類型的文章受歡迎、頭條的活躍流量是多少等等……通過這個案例，你總會有一點清楚大數據了吧！

總結的說，大數據就是挖掘大量的數據，再根據需求決如何分析、最終要哪些數據。它目前最流行的運用領域是引擎優化、各種推薦機制（包括電商能推薦你喜歡的商品也是通過大數據分析出來的）、還有應用於人工智能的算法提取！

人工智能：顧名思義，人工智能就是人的工作又機器去做並且是有智慧的去做。人工智能在說通俗一點就是會像人一樣做判斷。在機器工作的時候他就不停的判斷下一步怎麼做，對於固定的選擇這並不難做。但是對於像無人駕駛這個高級的人工智能它是怎麼選擇呢？通過大數據，通過挖掘大量的數據，分析出在那種情況下選擇最多則就是最優算法，比如剛說的無人駕駛機器是根據分析攝像頭的數據和大數據的數據對比，這種情況到底是改剎車停車還是加速！大數據的準確性取決於挖掘的可靠數據夠不夠多。也就是大數據為人工智能提供核心算法！

其次是物聯網，物聯網早早就提出了。但目前市場上只有少量的物 “連上網”！剛開始提出的物聯網假想是世界上萬物都可以聯網通訊。一張報紙、一本紙質版的書都能聯網更新內容！當然這還有很長的路要走。但可以猜到的是這麼多“物”要聯網，沒有快速穩定的網絡又怎麼行呢？因此，物聯網的重難點更多的是硬件及網絡設備，相信5G的問世將推動物聯網的發展！

雲計算：這個好像說起來很高大上，實際實現難度也包括很多技術！通俗的講雲就是一臺遠程電腦，通過遠程連接用本地電腦操控雲端電腦。對於一般人來說，百度雲盤等這些就是雲計算了。對於網站、軟件開發人員來說，雲計算更多是的把服務器搭在遠程電腦！

1024文哥

這是幾個不同範疇的網絡概念，我們可以從幾個角度來思考

首先來簡單說一說基本含義：

• 物聯網（Internet of things ）

是互聯網的延伸和拓展，通過各種裝置與技術實現物與物、物與人的泛在連接，把網絡的虛擬化轉向物理化，會對整個社會結構產生顛覆式影響。

• 大數據（big data）

是指用常規工具和方式無法進行有效管理的大量數據集合，在互聯網時代的今天，大數據已成為重要的信息資產，如何進行專業化處理是實現其價值的關鍵。

• 雲計算（cloud computing）

是一種全新的網絡技術應用概念，可以在很短時間內完成數以萬計的數據處理，其核心是可以讓用戶快速獲取互聯網上所需要的資源和數據，不受時間和空間的限制。

• 人工智能（Artificial Intelligence）

是包含系統理論、方法的一門技術應用科學，旨在研究、開發對人的智能的模擬、延伸和擴展。人工智能一直作為計算機科學的一個分支存在，時至今日，人工智能更像是一種思維理念，從技術層面到各行各業都產生巨大影響。

我們簡單理解一下：

物聯網代表一種新的社會結構和模式；

大數據是推動社會發展的依據和基礎；

雲計算時處理信息資源的服務和平臺；

人工智能是革新各領域的科技應用，也是顛覆社會和科學思想理論。

根據上面的分析，我們來談談這幾個概念的關係：

從社會的發展角度，進入物聯網時代，大數據和雲計算是重要的基礎設施服務，物聯網的穩定依賴大數據的“增值”，大數據是否能實現價值取決於雲計算的專業處理水平，雲計算的技術發展又受到人工智能在相關領域技術應用的發展程度影響。

從人們的生活角度，物聯網會再一次讓人們的生活和消費方式發生顛覆性變化，從而帶來一系列生活方式的改變，而云計算技術的成熟讓每一個人都能盡情的享用“大數據”中的資源，加速對物聯網時代的接納和適應速度，而人們所有的這些行為都在一點一滴地為人工智能的成長做出貢獻，推動科技的進一步革新和發展。

洋寧天下

自從接觸信息概念開始從哲學的角度思考思考，我覺得信息有三種狀態，“信息傳送”，“信息處理”，“信息存儲”。任何信息設備也離不開這三個狀態。

一臺電腦，處理部分就是CPU.存儲部分是內存硬盤，傳送部分是各個接口總線。他們隨著信息產業的發展而概念不斷地拓展。

物聯網是由信息傳送概念發展而來。

雲計算是由信息處理概念發展而來。

大數據是由信息存儲概念發展而來。

它們又是一個整體，一個自動化的系統，向人工智能方向發展。

互聯網，自控系統，數據庫，等等都是對應這三個概念的，

世界是由物質，能源，信息三個部分組成，其中物質和能源也存在這三種狀態，並對應著經濟中最重要的也是永遠不會衰落的9個產業。有興趣的可以思考是哪些產業，

電氣老五15298956492

為了讓普通大眾理解雲計算、大數據和AI的關係。一個著名的比喻是前百度首席科學家吳恩達說的，“雲計算是引擎，大數據是燃料，深度學習的發展就像是建造火箭”，也就是說雲計算功能月強大，大數據越大，深度學習技術就越發達。從而人工智能就越智能。

希捷孫丹對於大數據和人工智能關係，人工智能如果是一個孩子的話，數據其實是奶粉，孩子吃的越多，長的越大，奶粉的質量越好，孩子智力水平就越好。所以數據越大，數據質量越好，人工智能所達到的水平就越高。

中科院計算所計算機體系結構國家重點實驗室研究員及博士生導師、國家超算濟南中心張雲泉認為大數據和人工智能的關係，只是吃奶粉還不一定讓孩子成長，還需要我們按時的喂他，同時需要他有良好的消化系統，所以大數據（Big Data）需要加上很好的算法（algorithm），加上我們的計算力(Computing )，才能產生智能。就是ABC關係，就是A+B+C才能產生人工智能。

關鍵字: 聯網 明斯基 人工智能