人工智能（Artificial Intelligence，AI）、大數(shù)據(jù)（Big Data）和云計算（Cloud Computing）是當前最受關注的技術，業(yè)內常常取這三個技術英文名的首字母將其合稱為ABC。最近10年，資本和媒體對這三種技術的熱度按時間排序依次為：云計算、大數(shù)據(jù)和人工智能。事實上，若按照技術出現(xiàn)的時間排序，結果正好相反，人工智能出現(xiàn)最早，大數(shù)據(jù)其次，云計算則出現(xiàn)得最晚。

由于每種技術都能應用于各個領域，因此人們可以從不同的角度分別解讀每種技術。作為同時在研發(fā)和使用這三種技術的機構負責人，作者將嘗試從大數(shù)據(jù)的角度解釋ABC的關系，并且闡述這三種技術對于企業(yè)、機構和人類社會的重要性。

人工智能是計算機科學的一個分支，它的主要研究目標是用計算機程序來表示人類智能。這個詞最早是在1956年的達特茅斯會議上正式提出的。在達特茅斯會議正式提出“人工智能”這個概念之前，圖靈和早期的計算機科學家一般用“機器智能”這個詞。

需要強調的是，人工智能是建立在計算機之上。人工智能教育的主要目的是學習建立在模型之上的算法。這些算法和其他計算機領域的算法并無太大區(qū)別，只是這類算法專注在如圖1-3所示的智能主體（Intelligent Agent）里面的模型。在人工智能領域，計算機科學家們試圖建立模型使得智能主體能夠觀察周圍環(huán)境并做出行動，就像人類的行為那樣。

最近5年，由于智能主體模型在無人駕駛、聊天機器人和計算機視覺識別等應用的準確率的提升，人工智能的應用熱度也隨之提升。AlphaGo等棋類對弈讓人工智能被公眾津津樂道，因為計算資源和計算能力的提升，在限定時間內，對弈模型比人類棋手更具優(yōu)勢，這也引發(fā)了很多關于人工智能的討論。自遠古時代，人類一直希望能夠創(chuàng)造一種類似于人類智能的機器，將人類從乏味的重復勞動中解放出來。

在那個時代，人工智能的概念還沒有提出，人們更多地使用“機器智能”這個詞來討論計算機帶來的智能。簡單地說，圖靈的論文證明了機器可以模仿人類智能，所以今天的無人駕駛、聊天機器人、棋類對弈和計算機視覺識別等應用都是圖靈預見的，雖然他那時并沒有足夠的硬件條件測試這些應用。

在圖靈提出圖靈機后，多個機構便開始設計真正意義上的遵循通用圖靈機模型架構的存儲程序計算機（Stored-program Computer）。雖然第一臺存儲程序計算機（后文稱作現(xiàn)代計算機）是誰先發(fā)明的至今仍有爭議，但是影響較大的是馮·諾依曼提出的EDVAC（Electronic Discrete Variable AutomaTIc Computer）。馮·諾依曼在后來也確認現(xiàn)代計算機的核心設計思想是受到通用圖靈機的啟發(fā)。

現(xiàn)代計算機發(fā)明以后，各種應用如雨后春筍一樣蓬勃發(fā)展，但是真正把人工智能作為一個應用方向提出來還是在1956年的達特茅斯會議。在20世紀40年代末現(xiàn)代計算機被發(fā)明后，從20世紀50年代開始，各個領域都開始關于“思考機器”（Thinking Machines）的討論。各個領域的用詞和方法的不同帶來了很多混淆。于是，達特茅斯學院（Dartmouth College）年輕的助理教授麥卡錫（John McCarthy）決定召集一個會議澄清思考機器這個話題。

召集這樣的會議需要贊助，聰明的麥卡錫找到了他在IBM公司的朋友羅切斯特（Nathaniel Rochester）和在普林斯頓大學的朋友閔斯基（Marvin Minsky）以及大師香農一起在1955年寫了一份項目倡議。在倡議中，他使用了人工智能（ArTIficial Intelligence）這個詞，避免和已經有的“思考機器”一詞混淆。這里值得一提的是閔斯基，麥卡錫和閔斯基后來在麻省理工學院領導了AI實驗室，成就了麻省理工學院在人工智能領域首屈一指的地位。

前面已經解釋了ABC的概念，這里我們來討論一下ABC之間的重要內在關系以及這些內在關系帶來的可以賦能于商業(yè)的巨大技術產能。從技術角度上看，ABC之間有以下兩層重要關系：這一結論為機器學習和人工智能的問題求解指出了一個新方向：用大量數(shù)據(jù)和大數(shù)據(jù)計算來提高人工智能。對比一下自然語言翻譯在最近10年因為利用大數(shù)據(jù)和計算所帶來的進展，讀者就能感覺到這種力量。

計算資源的豐富使得大數(shù)據(jù)技術能夠以更低的門檻被使用。云計算平民化了大數(shù)據(jù)技術，使得大數(shù)據(jù)技術被企業(yè)廣泛采用，企業(yè)也利用大數(shù)據(jù)養(yǎng)成了保管數(shù)據(jù)的習慣，把數(shù)據(jù)當作未被開采的資源。大數(shù)據(jù)的普及給人工智能的分支——機器學習帶來了意想不到的驚喜。

前面討論的ABC的關系可以總結成圖1-7。云計算從量變到質變帶來前所未有和平民化的計算資源。企業(yè)和互聯(lián)網在數(shù)字化應用方面產生了大量的數(shù)據(jù)。這些數(shù)據(jù)和計算能力使得大數(shù)據(jù)技術普及到普通機構，而這些機構利用大數(shù)據(jù)來創(chuàng)建和改善現(xiàn)有的機器學習模型，帶來更好的人工智能成效。

AI帶來的社會影響可能超過前三次技術革命。隨著科技和商業(yè)不斷推動AI技術前進，AI和人之間的關系是技術領袖、商業(yè)領袖和政策制定者們不得不思考的問題。