大數據和人工智能的關係，首先要說什麼是大數據。這些年來，大數據先是被神化，繼而又被妖魔化，到了今天，其實誰也不知道別人所謂的大數據指的是什麼。但爲了說清楚大數據和人工智能的關係，我們還是迴歸大數據的本質：海量的、多維度、多形式的數據。
在這裏還是要推薦下我自己建的大數據學習交流羣:199427210，羣裏都是學大數據開發的，如果你正在學習大數據 ，小編歡迎你加入,大家都是軟件開發黨，不定期分享乾貨（只有大數據軟件開發相關的），包括我自己整理的一份2018最新的大數據進階資料和高級開發教程，歡迎進階中和進想深入大數據的小夥伴加入。
人工智能
任何智能的發展，其實都需要一個學習的過程。而近期人工智能之所以能取得突飛猛進的進展，不能不說是因爲這些年來大數據長足發展的結果。正是由於各類感應器和數據採集技術的發展，我們開始擁有以往難以想象的的海量數據，同時，也開始在某一領域擁有深度的、細緻的數據。而這些，都是訓練某一領域“智能”的前提。
人工智能
大數據和人工智能到底是什麼關係？
如果我們把人工智能看成一個嗷嗷待哺擁有無限潛力的嬰兒，某一領域專業的海量的深度的數據就是餵養這個天才的奶粉。奶粉的數量決定了嬰兒是否能長大，而奶粉的質量則決定了嬰兒後續的智力發育水平。
與以前的衆多數據分析技術相比，人工智能技術立足於神經網絡，同時發展出多層神經網絡，從而可以進行深度機器學習。與以外傳統的算法相比，這一算法並無多餘的假設前提（比如線性建模需要假設數據之間的線性關係），而是完全利用輸入的數據自行模擬和構建相應的模型結構。這一算法特點決定了它是更爲靈活的、且可以根據不同的訓練數據而擁有自優化的能力。
大數據
但這一顯著的優點帶來的便是顯著增加的運算量。在計算機運算能力取得突破以前，這樣的算法幾乎沒有實際應用的價值。大概十幾年前，我們嘗試用神經網絡運算一組並不海量的數據，整整等待三天都不一定會有結果。但今天的情況卻大大不同了。高速並行運算、海量數據、更優化的算法共同促成了人工智能發展的突破。
這一突破，如果我們在三十年以後回頭來看，將會是不弱於互聯網對人類產生深遠影響的另一項技術，它所釋放的力量將再次徹底改變我們的生活。
技能圖