共计 2235 个字符，预计需要花费 6 分钟才能阅读完成。
半个多世纪的某个夏天，麦卡锡、明斯基等众科学家们举办了一次 Party，共同研究用机器模拟智能的问题，也是在那时，“人工智能 (AI)”的理念正式被提出！人工智能（Artificial Intelligence）简称 AI，AI 能根据大量的历史资料和实时观察（real-time observation）找出对于未来预测性的洞察（predictive insights）。如今人工智能商业化正在快速推进中，比如我们所知道和了解的人像识别、图像识别技术、语音识别、自然语言理解、用户画像等。此类技术也现阶段已经在金融、物联网等行业得到应用！对于未来而言，人工智能会在人类生活的方方面面，发挥越来越多的作用，也会刷更多的存在感，慢慢的更会懂我们很多！不远的将来会有越来越多的自动化的系统出现，比如刷脸支付已经在来的路上了！
人工智能、大数据、物联网以及云计算，彼此之间皆存在着千丝万缕的“亲缘”关系！先以人工智能为例，抛弃其他任何，也便不会有今天大红大紫的人工智能！
不得不说的人工智能背后的基石：大数据大数据是人工智能的基石，目前的深度学习主要是建立在大数据的基础上，即对大数据进行训练，并从中归纳出可以被计算机运用在类似数据上的知识或规律。简单而言何为大数据？虽然很多人将其定义为“大数据就是大规模的数据”。但是，这个说法并不准确！“大规模”只是指数据的量而言。数据量大，并不代表着数据一定有可以被深度学习算法利用的价值。例如：地球绕太阳运转的过程中，每一秒钟记录一次地球相对太阳的运动速度、位置，可以得到大量数据。可如果只有这样的数据，其实并没有太多可以挖掘的价值！大数据这里我们参阅马丁·希尔伯特的总结，今天我们常说的大数据其实是在 2000 年后，因为信息交换、信息存储、信息处理三个方面能力的大幅增长而产生的数据：信息交换：据估算，从 1986 年到 2007 年这 20 年间，地球上每天可以通过既有信息通道交换的信息数量增长了约 217 倍，这些信息的数字化程度，则从 1986 年的约 20% 增长到 2007 年的约 99.9%。在数字化信息爆炸式增长的过程里，每个参与信息交换的节点都可以在短时间内接收并存储大量数据。信息存储：全球信息存储能力大约每 3 年翻一番。从 1986 年到 2007 年这 20 年间，全球信息存储能力增加了约 120 倍，所存储信息的数字化程度也从 1986 年的约 1% 增长到 2007 年的约 94%。1986 年时，即便用上我们所有的信息载体、存储手段，我们也不过能存储全世界所交换信息的大约 1%，而 2007 年这个数字已经增长到大约 16%。信息存储能力的增加为我们利用大数据提供了近乎无限的想象空间。信息处理：有了海量的信息获取能力和信息存储能力，我们也必须有对这些信息进行整理、加工和分析的能力。谷歌、Facebook 等公司在数据量逐渐增大的同时，也相应建立了灵活、强大的分布式数据处理集群。大数据在应用层面：大数据往往可以取代传统意义上的抽样调查、大数据都可以实时获取、大数据往往混合了来自多个数据源的多维度信息、大数据的价值在于数据分析以及分析基础上的数据挖掘和智能决策。美国《大西洋月刊》公布的一段 A.I. 聊天记录截图延伸阅读：聊天机器人竟自创语言“对话”脸书将其紧急关停实际上人工智能的发展，离不开海量数据进行训练，究其根本大数据的循环往复无数次的训练才有了人工 + 智能！
没有人工智能的物联网：没大戏而物流网又让人工智能：更准确物联网：英文名为 Internet of Things，可以简单地理解为物物相连的互联网，正是得益于大数据和云计算的支持，互联网才正在向物联网扩展，并进一步升级至体验更佳、解放生产力的人工智能时代。在未来，虚拟世界的一切将真正实现物理化！物联网主要通过各种设备（比如 RFID，传感器，二维码等）的接口将现实世界的物体连接到互联网上，或者使它们互相连接，以实现信息的传递和处理。对于人工智能而言，物联网（IoT）其实肩负了一个至关重要的任务：资料收集概念上，物联网可连接大量不同的设备及装置，包括：家用电器和穿戴式设备。嵌入在各个产品中的传感器（sensor）便会不断地将新数据上传至云端。这些新的数据以后可以被人工智能处理和分析，以生成所需要的信息并继续积累知识。互联网在现实的物理世界之外新建了一个虚拟世界，物联网将会把两个世界融为一体。物联网的终极效果是万物互联，不仅仅是人机和信息的交互，还有更深入的生物功能识别读取等等！
人工智能背后强大的助推器：云计算云计算（详情参阅之前回答：什么是云计算？）是将我们传统的 IT 工作转为以网络为依托的云平台运行，NIST（美国国家标准与技术研究院）在 2011 年下半年公布了云计算定义的最终稿，给出了云计算模式所具备的 5 个基本特征（按需自助服务、广泛的网络访问、资源共享、快速的可伸缩性和可度量的服务）、3 种服务模式（SaaS（软件即服务）、PaaS（平台即服务）和 IaaS（基础设施即服务））和 4 种部署方式（私有云、社区云、公有云和混合云）云计算发展较早，经过 10 年发展，国内已经拥有超百亿规模，云计算也不再只是充当存储与计算的工具而已！未来可以预见的是，云计算将在助力人工智能发展层面意义深远！而反之，人工智能的迅猛发展、巨大数据的积累，也将会为云计算带来的未知和可能性！
人工智能也好、大数据也好、物联网及云计算也好，彼此依附相互助力，藕不断丝且相连！合力搭档在一起：给未来多一些可能，给未知多一些可能性，给不可能多一些可能！
