人工智能與大數據

志剛

隨著大數據產業的不斷發展，依托算法的不斷增強，人工智能應用已在很多領域萌芽、成熟。那么大數據與人工智能之間到底有什么區別？又有什么相似之處？

奶粉與嬰兒

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，某一領域專業的海量的深度的數據就是喂養這個天才的奶粉。奶粉的數量決定了嬰兒是否能長大，而奶粉的質量則決定了嬰兒后續的智力發育水平。

其實，早在1956年斯坦福大學計算機科學家約翰·麥卡錫就在達特茅斯會議上首次提出“人工智能”概念，這60余年中，麻省理工學院人工智能實驗室、斯坦福人工智能實驗室等科研機構也也一直致力于人工智能的研究與開發，但是直到近10年，隨著大數據的快速發展，人工智能才有了跳躍式的更新換代而受到社會的廣泛關注。

當然，并不是只要吃奶粉孩子就能健康的成長，還需要按時按需的補充，同時，孩子自身要具有良好的消化系統，所以大數據需要加上很好的算法和計算力，才能產生智能。同樣，早在20年前IBM公司就提出了智慧地球的理念，然而在過去的很多年內，只是實現了數字化，遲遲未能實現智慧化。如今，人工智能可以落地，是隨著智能手機的出現，讓數據量每年以翻番的速度增長，為推動算法的精進和人工智能的研究提供了源泉。

在人工智能的發展中，高質量的數據越多，算法越精煉，才能令三者的發展形成相互推動的良性循環。

數據是基礎，人工智能是實踐

現在，我們又返回來看看大數據的定義，“大數據，指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。”也就是說，大數據指的是大量數據采集—處理—存儲的過程。那么，這種行為有什么意義呢？因此，我們要將這些海量的數據加以利用，才能使其產生作用，這就是數據的“實踐”，實踐才是大數據終極價值的體現！

而我們所說的人工智能就是數據“實踐”的一種體現。目前我們所說的人工智能多指讓計算機能夠像人一樣智慧地分析問題并解決問題。從根本意義上來講，支持人工智能的機器旨在分析和解釋數據，然后根據這些解釋解決問題。通過機器學習，計算機會學習一次如何對某個結果采取行動或做出反應，并在未來知道采取相同的行動。當然，這還必須依托飛速發展的計算機硬件，所以，人工智能實現較大的飛躍是大規模并行處理器的出現之后。

真正尖端的人工智能都是依托于大數據為前提，通過對大數據進行大量運算，使計算機運算結果更符合人的習慣。而人工智能的高速發展，又加大了算法的精進，更加提升了大數據的發展速度。所以人工智能是以技術為壁壘，以數據為依托，兩者相輔相成。（編輯/高緯時）