隨著新一代信息技術(shù)的快速發(fā)展，計算能力、數(shù)據(jù)處理能力和處理速度得到了大幅提升，機器學習算法快速演進，大數(shù)據(jù)的價值得以展現(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、延伸和擴展人的理論、技術(shù)及應(yīng)用系統(tǒng)的一門新技術(shù)科學。人工智能分為計算智能、感知智能、認知智能三個階段。首先是計算智能，機器人開始像人類一樣會計算，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；第三是認知智能，機器能夠像人一樣思考，主動采取行動，例如完全獨立駕駛的無人駕駛汽車、自主行動的機器人。

大數(shù)據(jù)（bigdata），指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、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，最終實現(xiàn)數(shù)據(jù)的價值。

IDC、希捷科技曾發(fā)布了《數(shù)據(jù)時代2025》白皮書。報告顯示，到2025年全球數(shù)據(jù)總量將達到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，達到5.2ZB（十萬億億字節(jié)）；屬于認知系統(tǒng)的數(shù)據(jù)總量將達到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)、壯大為深度學習的方法訓練計算機視覺技術(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、可視化計算及數(shù)據(jù)安全等，具備數(shù)據(jù)規(guī)模不斷擴大、種類繁多、產(chǎn)生速度快、處理能力要求高、時效性強、可靠性要求嚴格、價值大但密度較低等特點，為人工智能提供豐富的數(shù)據(jù)積累和訓練資源。以人臉識別所用的訓練圖像數(shù)量為例，百度訓練人臉識別系統(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即使在訓練簡單的神經(jīng)網(wǎng)絡(luò)培訓中，需要花幾天甚至幾周時間而AI芯片能提約70倍的升運算速度。

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

在計算力指數(shù)級增長及高價值數(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)用可以實現(xiàn)對整體交通網(wǎng)絡(luò)進行智能控制；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)療機器人等更便捷、更智能的醫(yī)療服務(wù)。同時在技術(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，深度學習及強化學習等算法不斷優(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)中獲取更準確、更深層次的知識，挖掘數(shù)據(jù)背后的價值，催生出新業(yè)態(tài)、新模式。