有人認(rèn)為將人工智能與大數(shù)據(jù)結(jié)合在一起是一個(gè)很自然的錯(cuò)誤，其部分原因是兩者實(shí)際上是一致的。但它們是完成相同任務(wù)的不同工具。但首先要做的事是先弄清二者的定義。很多人并不知道這些。

人工智能與大數(shù)據(jù)一個(gè)主要的區(qū)別是大數(shù)據(jù)是需要在數(shù)據(jù)變得有用之前進(jìn)行清理、結(jié)構(gòu)化和集成的原始輸入，而人工智能則是輸出，即處理數(shù)據(jù)產(chǎn)生的智能。這使得兩者有著本質(zhì)上的不同。

人工智能是一種計(jì)算形式，它允許機(jī)器執(zhí)行認(rèn)知功能，例如對(duì)輸入起作用或作出反應(yīng)，類似于人類的做法。傳統(tǒng)的計(jì)算應(yīng)用程序也會(huì)對(duì)數(shù)據(jù)做出反應(yīng)，但反應(yīng)和響應(yīng)都必須采用人工編碼。如果出現(xiàn)任何類型的差錯(cuò)，就像意外的結(jié)果一樣，應(yīng)用程序無(wú)法做出反應(yīng)。而人工智能系統(tǒng)不斷改變它們的行為，以適應(yīng)調(diào)查結(jié)果的變化并修改它們的反應(yīng)。

支持人工智能的機(jī)器旨在分析和解釋數(shù)據(jù)，然后根據(jù)這些解釋解決問(wèn)題。通過(guò)機(jī)器學(xué)習(xí)，計(jì)算機(jī)會(huì)學(xué)習(xí)一次如何對(duì)某個(gè)結(jié)果采取行動(dòng)或做出反應(yīng)，并在未來(lái)知道采取相同的行動(dòng)。

大數(shù)據(jù)是一種傳統(tǒng)計(jì)算。它不會(huì)根據(jù)結(jié)果采取行動(dòng)，而只是尋找結(jié)果。它定義了非常大的數(shù)據(jù)集，但也可以是極其多樣的數(shù)據(jù)。在大數(shù)據(jù)集中，可以存在結(jié)構(gòu)化數(shù)據(jù)，如關(guān)系數(shù)據(jù)庫(kù)中的事務(wù)數(shù)據(jù)，以及結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)，例如圖像、電子郵件數(shù)據(jù)、傳感器數(shù)據(jù)等。

它們?cè)谑褂蒙弦灿胁町?。大?shù)據(jù)主要是為了獲得洞察力，例如Netflix網(wǎng)站可以根據(jù)人們觀看的內(nèi)容了解電影或電視節(jié)目，并向觀眾推薦哪些內(nèi)容。因?yàn)樗紤]了客戶的習(xí)慣以及他們喜歡的內(nèi)容，推斷出客戶可能會(huì)有同樣的感覺(jué)。

人工智能是關(guān)于決策和學(xué)習(xí)做出更好的決定。無(wú)論是自我調(diào)整軟件、自動(dòng)駕駛汽車還是檢查醫(yī)學(xué)樣本，人工智能都會(huì)在人類之前完成相同的任務(wù)，但速度更快，錯(cuò)誤更少。

雖然它們有很大的區(qū)別，但人工智能和大數(shù)據(jù)仍然能夠很好地協(xié)同工作。這是因?yàn)槿斯ぶ悄苄枰獢?shù)據(jù)來(lái)建立其智能，特別是機(jī)器學(xué)習(xí)。例如，機(jī)器學(xué)習(xí)圖像識(shí)別應(yīng)用程序可以查看數(shù)以萬(wàn)計(jì)的飛機(jī)圖像，以了解飛機(jī)的構(gòu)成，以便將來(lái)能夠識(shí)別出它們。

人工智能實(shí)現(xiàn)最大的飛躍是大規(guī)模并行處理器的出現(xiàn)，特別是GPU，它是具有數(shù)千個(gè)內(nèi)核的大規(guī)模并行處理單元，而不是CPU中的幾十個(gè)并行處理單元。這大大加快了現(xiàn)有的人工智能算法的速度，現(xiàn)在已經(jīng)使它們可行。

大數(shù)據(jù)可以采用這些處理器，機(jī)器學(xué)習(xí)算法可以學(xué)習(xí)如何重現(xiàn)某種行為，包括收集數(shù)據(jù)以加速機(jī)器。人工智能不會(huì)像人類那樣推斷出結(jié)論。它通過(guò)試驗(yàn)和錯(cuò)誤學(xué)習(xí)，這需要大量的數(shù)據(jù)來(lái)教授和培訓(xùn)人工智能。

人工智能應(yīng)用的數(shù)據(jù)越多，其獲得的結(jié)果就越準(zhǔn)確。在過(guò)去，人工智能由于處理器速度慢、數(shù)據(jù)量小而不能很好地工作。也沒(méi)有像當(dāng)今先進(jìn)的傳感器，并且當(dāng)時(shí)互聯(lián)網(wǎng)還沒(méi)有廣泛使用，所以很難提供實(shí)時(shí)數(shù)據(jù)。人們擁有所需要的一切：快速的處理器、輸入設(shè)備、網(wǎng)絡(luò)和大量的數(shù)據(jù)集。毫無(wú)疑問(wèn)，沒(méi)有大數(shù)據(jù)就沒(méi)有人工智能。

有人認(rèn)為將人工智能與大數(shù)據(jù)結(jié)合在一起是一個(gè)很自然的錯(cuò)誤，其部分原因是兩者實(shí)際上是一致的。但它們是完成相同任務(wù)的不同工具。但首先要做的事是先弄清二者的定義。很多人并不知道這些。

人工智能與大數(shù)據(jù)一個(gè)主要的區(qū)別是大數(shù)據(jù)是需要在數(shù)據(jù)變得有用之前進(jìn)行清理、結(jié)構(gòu)化和集成的原始輸入，而人工智能則是輸出，即處理數(shù)據(jù)產(chǎn)生的智能。這使得兩者有著本質(zhì)上的不同。

人工智能是一種計(jì)算形式，它允許機(jī)器執(zhí)行認(rèn)知功能，例如對(duì)輸入起作用或作出反應(yīng)，類似于人類的做法。傳統(tǒng)的計(jì)算應(yīng)用程序也會(huì)對(duì)數(shù)據(jù)做出反應(yīng)，但反應(yīng)和響應(yīng)都必須采用人工編碼。如果出現(xiàn)任何類型的差錯(cuò)，就像意外的結(jié)果一樣，應(yīng)用程序無(wú)法做出反應(yīng)。而人工智能系統(tǒng)不斷改變它們的行為，以適應(yīng)調(diào)查結(jié)果的變化并修改它們的反應(yīng)。

支持人工智能的機(jī)器旨在分析和解釋數(shù)據(jù)，然后根據(jù)這些解釋解決問(wèn)題。通過(guò)機(jī)器學(xué)習(xí)，計(jì)算機(jī)會(huì)學(xué)習(xí)一次如何對(duì)某個(gè)結(jié)果采取行動(dòng)或做出反應(yīng)，并在未來(lái)知道采取相同的行動(dòng)。

大數(shù)據(jù)是一種傳統(tǒng)計(jì)算。它不會(huì)根據(jù)結(jié)果采取行動(dòng)，而只是尋找結(jié)果。它定義了非常大的數(shù)據(jù)集，但也可以是極其多樣的數(shù)據(jù)。在大數(shù)據(jù)集中，可以存在結(jié)構(gòu)化數(shù)據(jù)，如關(guān)系數(shù)據(jù)庫(kù)中的事務(wù)數(shù)據(jù)，以及結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)，例如圖像、電子郵件數(shù)據(jù)、傳感器數(shù)據(jù)等。

它們?cè)谑褂蒙弦灿胁町悺４髷?shù)據(jù)主要是為了獲得洞察力，例如Netflix網(wǎng)站可以根據(jù)人們觀看的內(nèi)容了解電影或電視節(jié)目，并向觀眾推薦哪些內(nèi)容。因?yàn)樗紤]了客戶的習(xí)慣以及他們喜歡的內(nèi)容，推斷出客戶可能會(huì)有同樣的感覺(jué)。

人工智能是關(guān)于決策和學(xué)習(xí)做出更好的決定。無(wú)論是自我調(diào)整軟件、自動(dòng)駕駛汽車還是檢查醫(yī)學(xué)樣本，人工智能都會(huì)在人類之前完成相同的任務(wù)，但速度更快，錯(cuò)誤更少。

雖然它們有很大的區(qū)別，但人工智能和大數(shù)據(jù)仍然能夠很好地協(xié)同工作。這是因?yàn)槿斯ぶ悄苄枰獢?shù)據(jù)來(lái)建立其智能，特別是機(jī)器學(xué)習(xí)。例如，機(jī)器學(xué)習(xí)圖像識(shí)別應(yīng)用程序可以查看數(shù)以萬(wàn)計(jì)的飛機(jī)圖像，以了解飛機(jī)的構(gòu)成，以便將來(lái)能夠識(shí)別出它們。

人工智能實(shí)現(xiàn)最大的飛躍是大規(guī)模并行處理器的出現(xiàn)，特別是GPU，它是具有數(shù)千個(gè)內(nèi)核的大規(guī)模并行處理單元，而不是CPU中的幾十個(gè)并行處理單元。這大大加快了現(xiàn)有的人工智能算法的速度，現(xiàn)在已經(jīng)使它們可行。

大數(shù)據(jù)可以采用這些處理器，機(jī)器學(xué)習(xí)算法可以學(xué)習(xí)如何重現(xiàn)某種行為，包括收集數(shù)據(jù)以加速機(jī)器。人工智能不會(huì)像人類那樣推斷出結(jié)論。它通過(guò)試驗(yàn)和錯(cuò)誤學(xué)習(xí)，這需要大量的數(shù)據(jù)來(lái)教授和培訓(xùn)人工智能。

人工智能應(yīng)用的數(shù)據(jù)越多，其獲得的結(jié)果就越準(zhǔn)確。在過(guò)去，人工智能由于處理器速度慢、數(shù)據(jù)量小而不能很好地工作。也沒(méi)有像當(dāng)今先進(jìn)的傳感器，并且當(dāng)時(shí)互聯(lián)網(wǎng)還沒(méi)有廣泛使用，所以很難提供實(shí)時(shí)數(shù)據(jù)。人們擁有所需要的一切：快速的處理器、輸入設(shè)備、網(wǎng)絡(luò)和大量的數(shù)據(jù)集。毫無(wú)疑問(wèn)，沒(méi)有大數(shù)據(jù)就沒(méi)有人工智能。