人工智慧、大數據、雲計算、物聯網，彼此之間有哪些內在聯繫？

12-30

角度可以從編程、應用場景、以及未來趨勢等等

謝邀！

人工智慧、大數據、物聯網以及雲計算，彼此之間皆存在著千絲萬縷的「親緣」關係！！

半個多世紀的某個夏天，麥卡錫、明斯基等眾科學家們舉辦了一次Party，共同研究用機器模擬智能的問題，也是在那時，「人工智慧(AI)」的理念正式被提出！

人工智慧（Artificial Intelligence）簡稱AI，AI能根據大量的歷史資料和實時觀察（real－time observation）找出對於未來預測性的洞察（predictive insights）。

如今人工智慧商業化正在快速推進中，比如我們所知道和了解的人像識別、圖像識別技術、語音識別、自然語言理解、用戶畫像等。此類技術也現階段已經在金融、物聯網等行業得到應用！

對於未來而言，人工智慧會在人類生活的方方面面，發揮越來越多的作用，也會刷更多的存在感，慢慢的更會懂我們很多！

不遠的將來會有越來越多的自動化的系統出現，比如刷臉支付已經在來的路上了！

先以人工智慧為例，拋棄其他任何，也便不會有今天大紅大紫的人工智慧！

不得不說的人工智慧背後的基石：大數據

大數據是人工智慧的基石，目前的深度學習主要是建立在大數據的基礎上，即對大數據進行訓練，並從中歸納出可以被計算機運用在類似數據上的知識或規律。

簡單而言何為大數據？

雖然很多人將其定義為「大數據就是大規模的數據」。

但是，這個說法並不準確！

「大規模」只是指數據的量而言。

數據量大，並不代表著數據一定有可以被深度學習演算法利用的價值。

例如：地球繞太陽運轉的過程中，每一秒鐘記錄一次地球相對太陽的運動速度、位置，可以得到大量數據。可如果只有這樣的數據，其實並沒有太多可以挖掘的價值！

大數據這裡我們參閱馬丁·希爾伯特的總結，今天我們常說的大數據其實是在2000年後，因為信息交換、信息存儲、信息處理三個方面能力的大幅增長而產生的數據：

信息交換：據估算，從1986年到2007年這20年間，地球上每天可以通過既有信息通道交換的信息數量增長了約217倍，這些信息的數字化程度，則從1986年的約20%增長到2007年的約99.9%。在數字化信息爆炸式增長的過程里，每個參與信息交換的節點都可以在短時間內接收並存儲大量數據。

信息存儲：全球信息存儲能力大約每3年翻一番。從1986年到2007年這20年間，全球信息存儲能力增加了約120倍，所存儲信息的數字化程度也從1986年的約1%增長到2007年的約94%。1986年時，即便用上我們所有的信息載體、存儲手段，我們也不過能存儲全世界所交換信息的大約1%，而2007年這個數字已經增長到大約16%。信息存儲能力的增加為我們利用大數據提供了近乎無限的想像空間。

信息處理：有了海量的信息獲取能力和信息存儲能力，我們也必須有對這些信息進行整理、加工和分析的能力。谷歌、Facebook等公司在數據量逐漸增大的同時，也相應建立了靈活、強大的分散式數據處理集群。

大數據在應用層面：大數據往往可以取代傳統意義上的抽樣調查、大數據都可以實時獲取、大數據往往混合了來自多個數據源的多維度信息、大數據的價值在於數據分析以及分析基礎上的數據挖掘和智能決策。

美國《大西洋月刊》公布的一段A.I.聊天記錄截圖

延伸閱讀：聊天機器人竟自創語言「對話」臉書將其緊急關停

實際上人工智慧的發展，離不開海量數據進行訓練，究其根本大數據的循環往複無數次的訓練和深度學習才有了人工+智能！

沒有人工智慧的物聯網：沒大戲

而物流網又讓人工智慧：更準確

物聯網：英文名為Internet of Things，可以簡單地理解為物物相連的互聯網，正是得益於大數據和雲計算的支持，互聯網才正在向物聯網擴展，並進一步升級至體驗更佳、解放生產力的人工智慧時代。

在未來，虛擬世界的一切將真正實現物理化！

物聯網主要通過各種設備（比如RFID，感測器，二維碼等）的介面將現實世界的物體連接到互聯網上，或者使它們互相連接，以實現信息的傳遞和處理。

對於人工智慧而言，物聯網（IoT）其實肩負了一個至關重要的任務：資料收集

概念上，物聯網可連接大量不同的設備及裝置，包括：家用電器和穿戴式設備。嵌入在各個產品中的感測器（sensor）便會不斷地將新數據上傳至雲端。這些新的數據以後可以被人工智慧處理和分析，以生成所需要的信息並繼續積累知識。

互聯網在現實的物理世界之外新建了一個虛擬世界，物聯網將會把兩個世界融為一體。

物聯網的終極效果是萬物互聯，不僅僅是人機和信息的交互，還有更深入的生物功能識別讀取等等！

人工智慧背後強大的助推器：雲計算

雲計算（詳情參閱之前回答：什麼是雲計算？）是將我們傳統的IT工作轉為以網路為依託的雲平台運行，NIST（美國國家標準與技術研究院）在2011年下半年公布了雲計算定義的最終稿，給出了雲計算模式所具備的5個基本特徵（按需自助服務、廣泛的網路訪問、資源共享、快速的可伸縮性和可度量的服務）、3種服務模式（SaaS（軟體即服務）、PaaS（平台即服務）和IaaS（基礎設施即服務））和4種部署方式（私有雲、社區雲、公有雲和混合雲）

雲計算髮展較早，經過10年發展，國內已經擁有超百億規模，雲計算也不再只是充當存儲與計算的工具而已！

未來可以預見的是，雲計算將在助力人工智慧發展層面意義深遠！

而反之，人工智慧的迅猛發展、巨大數據的積累，也將會為雲計算帶來的未知和可能性！

人工智慧也好、大數據也好、物聯網及雲計算也好，彼此依附相互助力，藕不斷絲且相連！

合力搭檔在一起，組合拳出擊才更有力量：給未來多一些可能，給未知多一些可能性，給不可能多一些可能！

更懂人工智慧、雲計算、大數據和CDN視界雲

針對這個問題，可以分別從三個方向進行展開回答。背景不同，立場不同，對應不同的理解和答案。

基於實際情況，我從銀行實際應用建設的角度來聊聊大數據和人工智慧。

1.大數據

先說大數據，這個建議看下國內外的大數據生態，國內的版本相對簡單，更更適合回答這個問題。總體而言，大數據應用是核心驅動力，基於新思維、新技術開採數據資源，並構建相應的商業模式；過程中數據治理貫穿始終，確保各層協同一致，保障數據價值創造。圍繞大數據應用建設，那麼物聯網更多的對應新的數據源；人工智慧或者機器學習以技術的身份出現，都是工具層面的事情。

Matt Turck發布了最新的2017年大數據版圖，原圖很大就不浪費流量了。大數據生態圖譜中包括889家公司/產品，具體分布如下。首先要了解整體布局，然後有時間可以逐個走一遍，挑感興趣再查查資料，這樣就能了解整體生態的基本情況了。如同學科交叉的發展，今年大數據生態裡面包含了更多AI的內容；數據科學、機器學習、人工智慧，是大數據發揮價值的關鍵。

2.人工智慧

從人工智慧的角度來看，《規劃》一開始就給出了定義：「人工智慧加速發展，呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特徵。大數據驅動知識學習、跨媒體協同處理、人機協同增強智能、群體集成智能、自主智能系統成為人工智慧的發展重點。」

銀行發展AI技術應用場景首先基於大數據智能、深度學習與高級機器學習、媒體感知計算這三個領域進行。銀行運用AI的目標第一層提高服務流程效率，降低運營成本，第二層是增強風險控制能力，增加風險收益，第三層是產品創新驅動客戶價值增值。

想要駕馭AI能力，需要怎麼做？核心能力需要三個方面，逐層遞進、相互支撐、缺一不可，即：數據、算力、模型。當然還需要相輔相成的業務場景IT構建能力，簡單說就是要具備將「智能」運用到業務場景的推送能力，要形成「接觸-採集-智能決策-反饋推送-再接觸」的在線、實時的閉環業務場景。

算力、數據和模型三者的關係。AI的本質是智能化模型的訓練，算力是AI的根基，正是因為計算能力的飛躍發展，使得更巨量的數據和更複雜的演算法得以實現；數據是匹配算力和應用演算法的依據；模型則是AI的核心，無論再強的算力、再多的數據，無法形成AI模型就都是空中樓閣毫無價值。

更詳細的分析，可見下列文章：

1 小議銀行人工智慧的基本打開方式 https://zhuanlan.zhihu.com/p/29258216

2 AI，我們還有多遠 http://mp.weixin.qq.com/s/S9blGcgEj87re_MBpeUqTw

3 大數據的複雜生態與未來發展淺析http://mp.weixin.qq.com/s/eJ_NyjG_uWmk4164qgjFBA

物聯網好比人的感知和神經系統，負責感知外界信息並傳遞到大腦。
大數據好比人的記憶系統，保存以前的數據和經驗。
人工智慧好比人的決策系統，根據以往的數據以及新的信息，做出決策。

未來的趨勢也是一樣的道理：

物聯網方面：如何讓我們能更精確地感知外界的信息，並且有效地傳輸？
大數據方面：如何能更有效、安全地存儲、調用數據？如何能從海量的數據中提取出「有效」的信息？-- 這裡的「有效」定義，對於不同的應用、不同的人會有很大的差別。
人工智慧方面：已經有的數據是有用的嗎？如何根據已經有的數據和新的信息做出更準確的決策？

比如，現在校園門口都有人臉識別的攝像頭，能識別出危險人物，從而提前預警，避免危險行為發生。

人臉識別即是人工智慧領域，而危險行為分析，則是人工智慧和大數據的結合體（比如: a某有精神病史，且無子女，連續幾天多次出現在校園區域滯留，且攜帶物品。。在符合類似模型的情況下，通過大數據測算後，自動向校園保衛部門預警，提高警戒）；而整個視頻傳輸、計算、預警下發、通知等行為則是典型的物聯網流程。

舉個例子

人工智慧：特斯拉的輔助駕駛（深度學習）

大數據：特斯拉的輔助駕駛需要大數據來做出判斷（比如前面是紅燈，那就停）

雲計算：特斯拉的輔助駕駛反饋路況到伺服器（比如計算哪個路口有紅綠燈）

物聯網：特斯拉是台車

多舉點例子吧

大數據：淘寶所有用戶數據淘寶所有物品數據

人工智慧：讓程序深度學習做出判斷與抉擇，人會情緒化，程序不會

》多扯扯

我不知道你是喜歡一個推銷帶有很好的笑容在你面前推銷一堆你不一定喜歡或者不需要的東西

還是程序對你的消費數據，瀏覽數據等關係鏈做出抉擇直接給你推薦你可能會喜歡的物品

物聯網

》共享單車

這題必須答！可惜，物聯網在知乎不太熱。答主工業物聯網相關。

簡言之，物聯網採集數據，這麼多數據如何可視化，如何可預測？等等，這需要數據分析。那麼現有的人工智慧處理技術依賴於數據，數據(這裡指物聯網數據)從哪裡來？--物聯網。

物聯網有不同的市場劃分，比如做底層晶元，模組的，比如LoRa模組，WiFi晶元與模組等，這些廠家比如樂鑫，安信可，利爾達;比如做解決方案的，你這些設備，就比如一個小區的電錶，他們如何組網，如何將數據上傳到雲端(也可理解為如何讓設備與互聯網通信)，比如各電錶搭載LoRa節點，小區內布置一個網關，網關上額外搭載GPRS模塊，GPRS可直接和雲端伺服器建立tcp連接，這樣各節點數據可上傳;再比如做物聯網平台的廠商，比如中國移動的OneNET平台，比如IBM waston平台，GE的物聯網平台或者機智雲等;以及做上層物聯網應用的商家。

說了這麼多，其實主要是想講物聯網平台，因為物聯網平台是物聯網，人工智慧，大數據結合最直接的地方。並且這是兵家必掙之地。

物聯網平台雖然各有特點，但是主要作用是讓設備快速接入，主要就是上文說的網關這個東西。設備快速接入後，平台(大部分都是)會幫你保存設備數據，並且提供一系列的數據分析服務以及人工智慧相關服務。這就是最直接的三者間聯繫。

這裡必須簡要說下各平台(僅憑記憶)。當然網上好像有相關調研文章

首先OneNET平台，背後是中國移動，財大器粗，哦不，財大氣粗。OneNET平台居然免費！沒錯！當然，可能以後要收費吧(瞎猜)。OneNET是典型的物聯網平台。設備可通過mqtt,modbus,tcp等公有協議接入，設備上報的數據存儲在平台上。開發者可通過HTTP請求來調用OneNET提供的API，從而開發web應用(一般是後台管理系統)，APP等。但OneNET暫時沒有數據分析和人工智慧相關功能(最起碼是沒有相關介面)。

而IBM的沃森平台就不一樣。一般物聯網界說沃森是物聯網平台，其實沃森是一個超級大平台，包括人工智慧，雲上各種服務，數據分析，區塊鏈(沒錯)，物聯網等等。蛋疼的是他喵的要翻牆，伺服器應該都在海外，網頁響應賊慢(我會說是我們公司網慢嘛，nnd，哎創業小公司沒辦法)。試用過幾天，過於複雜，但是樓主去看看沃森平台，光看功能列表你就知道三者聯繫了。

再說一個機智雲平台，做的不錯，不足是不給存數據。。。提供數據分析服務，人工智慧相關好像也在開發比如智能語音。設備通過機智雲提供的sdk包進行開發，機智雲也提供app等sdk包，所以好處是開發一套系統賊快。

最後說下阿里雲物聯網套件，文檔維護方面，，，，，真的是，，，有點棒(cha)的。但私認為潛力很大(阿里如果能多投入)。套件主要功能是一個數據傳輸通道，基於mqtt協議，也就是基於topic的發布訂閱邏輯。套件主要好處在於能夠方便的對接阿里雲各種產品。比如設備將數據發布到套件，套件將數據(簡單這樣理解吧)轉發到MNS消息服務(阿里雲一個產品)，MNS再將數據發到訂閱了相關topic的用戶伺服器。再比如，套件將數據轉發到阿里雲資料庫進行持久化存儲，那麼就可以利用阿里雲上的數據分析產品來分析數據並且可視化數據，也可對接阿里雲人工智慧類產品，非常靈活。

阿里雲人工智慧產品有哪些忘了自己去阿里雲看吧。

以上...還沒說完呢

另外說到阿里雲，我覺得國內阿里雲在雲計算領域應該是頭把交椅(你們隨意)，還是對物聯網套件抱有期待吧。不過OneNET很好用，雖然功能少(嗯。。。)

最後，大數據大數據，人工智慧人工智慧。。。現在熱的過了吧我的天，不過也是，物聯網也如此，13年火的不要不要，後來就一般點了。直到17年，經過幾年的沉澱，物聯網的前期井噴真的來了。當然了，其實主要指工業物聯網，智能家居還要差點火候，引爆點太難找。

最後，在瞎逼逼下，大數據還是叫數據分析比較好，為啥偏偏加個大呢，再普遍情景下，離大還早著。人工智慧，在物聯網領域的角度來看，呃，這個名字實在懶得吐槽了，省的在熱火朝天時被人噴一口水，當然，長遠的將來必須看好啊，不過現階段換個名詞不好嗎？

(逃。。。還是乖乖睡覺吧，繼續迎娶白富美，噢耶)

卧槽，手機打字，小拇指麻掉了。。

名可名非常名，凡事一味強調概念的，要麼是炒作，要麼是學生或者是忽悠。你見摩拜回答過自己是物聯網還是互聯網嗎？技術是產品的實現，產品是核心。其次，一切不以現金流為目的的技術都是程序員，一起以現金流為目的的技術實現都是CEO。這個現金流不是掏錢買技術，是和產品合二為一的，例如滴滴坐車的車費支付，摩拜汽車結算依據的時間，一線城市租賃印表機的按列印張數計費。物聯網的本質是讓原有的服務和產品在服務、產品價值、及其速度、質量、成本、安全，上可計量，然後是可計費。凡事不從這點考慮的都是工具思維。

5G是基礎，物聯網是關鍵，AI是果實

他們功能和概念多有交叉，大數據是細胞，人工智慧是大腦，雲計算是大腦的思維方式，反應速度，物聯網是一種整合運用的方式。

我已經回答過https://zhuanlan.zhihu.com/p/29182802

這個問題不錯，學習來了

想加一個：雲計算