从融合洞见AI未来,看云计算、大数据与AI之间的关

在黑科技层出不穷的AI行业，各种新技术常常令人眼花缭乱。或者你已经了解了AI与之间的关系，也弄明白了什么是ML和DL，但是一个新的概念又要刷新你的知识库——AI与的融合。

AI是什么？

这个问题其实还是比较复杂的，简单的说AI（Artificial Intelligence）是利用计算机来对人的意识、思维信息过程、智能行为进行模拟（如学习、推理、思考、规划等）和延伸，使计算机能实现更高层次的应用。ML（Machine Learing）是AI下的一个子集，简单的理解一下就是从数据中学习的AI叫做机器学习，机器学习是指从一系列的原始数据中提取人们可以识别的特征，然后通过学习这些特征，最终产生一个模型。而DL（Deep Learning）是ML的一个子集，用复杂、庞大的神经网络进行机器学习，也是机器学习里面现在比较火的一个Topic，目前在图像、语音等富媒体的分类和识别上取得了非常好的效果。

综合来说，可以理解为：所有的机器学习都是人工智能，但不是所有的人工智能都是机器学习。例如，符号逻辑、规则引擎、专家系统和知识图都可以被描述为人工智能，它们都不是机器学习。将机器学习与知识图和专家系统分开的一个方面是它在暴露于更多数据时修改自身的能力；即机器学习是动态的，不需要人为干预来做出某些改变。这使得它不那么脆弱，更不依赖于人类专家。

AI作为人工智能未来最大的变革之一，是否能成为一种“趋势”还未知，因为AI技术需要的数据样本和硬件投入都非常高，只有那些渗透到生活场景中的科技公司才有能力去经营这一事业，就比如Facebook的DeepFace人脸库、2018世界人工智能大会中BAT对于人工智能的布局、科大讯飞的智能语音平台、极链科技Video++的ASMP等。能积累到庞大数据规模的企业屈指可数，所以与其说AI与云计算融合是一个科技趋势，不如说这是一场企业与企业之间逐渐拉开距离的长跑。

而在实际应用方面，AI主要应用在机器视觉、生物识别、编码遗传、专家系统、机器人学上。云计算则是将服务器、存储器、存储设备以及网络等资源打包成云端，为客户提供相关的按使用量付费的模式，大数据则是将结构化数据和非结构化数据形成的所有数据整合起来，用以分析发现数据背后相关关系的信息资产。

大数据与云计算是原料与机器之间的关系，光有大数据，那么就只是一堆单纯的数据而已，而有了云计算，则可以对这些数据进行分析，从而变成有用的信息。AI与云计算就是这样的一种存在，两者都可以进行计算，但AI进行学习，云计算则负责进行分析。AI现在之所以火爆，就是因为其关键的技术，那就是深度学习，而这项技术恰恰是在云计算与大数据日趋成熟之后才得到实质性进展的。2006年是人工智能的一个拐点，因为数据量越来越大，计算能力越来越强，过去不实用的到了2006年都逐步进入了实用阶段，在通往人工智能的这条路上，大数据和云计算则成为了坚固的三角关系。

在云计算与大数据成熟的沃土上诞生的AI可谓是天选之子，随着新科技时代的到来，人们的生活将会更加紧密地与AI技术、大数据和云计算等新科技粘连在一起，在这种背景下三者的深度融合无疑会使AI与我们的生活之间联系的更加密切。