隨著新一代信息技術(shù)的快速發(fā)展，計(jì)算能力、數(shù)據(jù)處理能力和處理速度得到了大幅提升，機(jī)器學(xué)習(xí)算法快速演進(jìn)，大數(shù)據(jù)的價(jià)值得以展現(xiàn)。隨著智能終端和傳感器的快速普及，海量數(shù)據(jù)快速累積，基于大數(shù)據(jù)的人工智能也因此獲得了持續(xù)快速發(fā)展的動力來源。

AlphaGo大戰(zhàn)圍棋冠軍從根本上是由于海量數(shù)據(jù)的產(chǎn)生，為人工智能的茁壯成長提供了充足的養(yǎng)料，推動這一技術(shù)逐步走向市場、落地應(yīng)用。

人工智能（AI）是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的理論、技術(shù)及應(yīng)用系統(tǒng)的一門新技術(shù)科學(xué)。人工智能分為計(jì)算智能、感知智能、認(rèn)知智能三個(gè)階段。首先是計(jì)算智能，機(jī)器人開始像人類一樣會計(jì)算，傳遞信息，例如神經(jīng)網(wǎng)絡(luò)、遺傳算法等；其次是感知智能，感知就是包括視覺、語音、語言，機(jī)器開始看懂和聽懂，做出判斷，采取一些行動，例如可以聽懂語音的音箱等；第三是認(rèn)知智能，機(jī)器能夠像人一樣思考，主動采取行動，例如完全獨(dú)立駕駛的無人駕駛汽車、自主行動的機(jī)器人。

大數(shù)據(jù)（bigdata），指無法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。大數(shù)據(jù)是以數(shù)據(jù)為核心資源，將產(chǎn)生的數(shù)據(jù)通過采集、存儲、處理、分析并應(yīng)用和展示，最終實(shí)現(xiàn)數(shù)據(jù)的價(jià)值。

IDC、希捷科技曾發(fā)布了《數(shù)據(jù)時(shí)代2025》白皮書。報(bào)告顯示，到2025年全球數(shù)據(jù)總量將達(dá)到163ZB。這意味著，2025年數(shù)據(jù)總量將比2016全球產(chǎn)生的數(shù)據(jù)總量增長10倍多。其中屬于數(shù)據(jù)分析的數(shù)據(jù)總量相比2016年將增加50倍，達(dá)到5.2ZB（十萬億億字節(jié)）；屬于認(rèn)知系統(tǒng)的數(shù)據(jù)總量將達(dá)到100倍之多。爆炸性增長的數(shù)據(jù)推動著新技術(shù)的萌發(fā)、壯大為深度學(xué)習(xí)的方法訓(xùn)練計(jì)算機(jī)視覺技術(shù)提供了豐厚的數(shù)據(jù)土壤。

大數(shù)據(jù)主要包括采集與預(yù)處理、存儲與管理、分析與加工、可視化計(jì)算及數(shù)據(jù)安全等，具備數(shù)據(jù)規(guī)模不斷擴(kuò)大、種類繁多、產(chǎn)生速度快、處理能力要求高、時(shí)效性強(qiáng)、可靠性要求嚴(yán)格、價(jià)值大但密度較低等特點(diǎn)，為人工智能提供豐富的數(shù)據(jù)積累和訓(xùn)練資源。以人臉識別所用的訓(xùn)練圖像數(shù)量為例，百度訓(xùn)練人臉識別系統(tǒng)需要2億幅人臉畫像。

人工智能領(lǐng)域富集了海量數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理技術(shù)難以滿足高強(qiáng)度、高頻次的處理需求。AI芯片的出現(xiàn)，大大提升了的大規(guī)模處理大數(shù)據(jù)的效率。目前，出現(xiàn)了GPU、NPU、FPGA和各種各樣的AI-PU專用芯片。傳統(tǒng)的雙核CPU即使在訓(xùn)練簡單的神經(jīng)網(wǎng)絡(luò)培訓(xùn)中，需要花幾天甚至幾周時(shí)間而AI芯片能提約70倍的升運(yùn)算速度。

無論是特斯拉的無人駕駛，還是谷歌的機(jī)器翻譯；不管是微軟的“小冰”，還是英特爾的精準(zhǔn)醫(yī)療，都可以見到“學(xué)習(xí)”大量的“非結(jié)構(gòu)化數(shù)據(jù)”的“身影”。“深度學(xué)習(xí)”“增強(qiáng)學(xué)習(xí)”“機(jī)器學(xué)習(xí)”等技術(shù)的發(fā)展都推動著人工智能的進(jìn)步。以計(jì)算視覺為例，作為一個(gè)數(shù)據(jù)復(fù)雜的領(lǐng)域傳統(tǒng)的淺層算法識別準(zhǔn)確率并不高。自深度學(xué)習(xí)出現(xiàn)以后，基于尋找合適特征來讓機(jī)器識別物體幾乎代表了計(jì)算機(jī)視覺的全部圖像識別精準(zhǔn)度從70%+提升到95%。由此可見，人工智能的快速演進(jìn)，不僅需要理論研究，還需要大量的數(shù)據(jù)作為支撐。

在計(jì)算力指數(shù)級增長及高價(jià)值數(shù)據(jù)的驅(qū)動下，以人工智能為核心的智能化正不斷延伸其技術(shù)應(yīng)用廣度、拓展技術(shù)突破深度，并不斷增強(qiáng)技術(shù)落地（商業(yè)變現(xiàn)）的速度，例如，在新零售領(lǐng)域，大數(shù)據(jù)與人工智能技術(shù)的結(jié)合，可以提升人臉識別的準(zhǔn)確率，商家可以更好地預(yù)測每月的銷售情況；在交通領(lǐng)域，大數(shù)據(jù)和人工智能技術(shù)的結(jié)合，基于大量的交通數(shù)據(jù)開發(fā)的智能交通流量預(yù)測、智能交通疏導(dǎo)等人工智能應(yīng)用可以實(shí)現(xiàn)對整體交通網(wǎng)絡(luò)進(jìn)行智能控制；在健康領(lǐng)域，大數(shù)據(jù)和人工智能技術(shù)的結(jié)合，能夠提供醫(yī)療影像分析、輔助診療、醫(yī)療機(jī)器人等更便捷、更智能的醫(yī)療服務(wù)。同時(shí)在技術(shù)層面，大數(shù)據(jù)技術(shù)已經(jīng)基本成熟，并且推動人工智能技術(shù)以驚人的速度進(jìn)步；產(chǎn)業(yè)層面，智能安防、自動駕駛、醫(yī)療影像等都在加速落地。

隨著人工智能的快速應(yīng)用及普及，大數(shù)據(jù)不斷累積，深度學(xué)習(xí)及強(qiáng)化學(xué)習(xí)等算法不斷優(yōu)化，大數(shù)據(jù)技術(shù)將與人工智能技術(shù)更緊密地結(jié)合，具備對數(shù)據(jù)的理解、分析、發(fā)現(xiàn)和決策能力，從而能從數(shù)據(jù)中獲取更準(zhǔn)確、更深層次的知識，挖掘數(shù)據(jù)背后的價(jià)值，催生出新業(yè)態(tài)、新模式。