近年，随着数据量的快速增长，如何实现对大数据价值挖掘已经成为当前企业普遍关注的话题。由此也推动了人工智能在各个领域的全面发展。如果将大数据比作燃料，人工智能就是发动机引擎。那么，当大数据碰上人工智能，到底能激发出怎样的火花？
大数据与人工智能融合发展之路
大数据是人工智能的“养料”
当前，随着企业信息化应用的逐渐深入，企业日常经营和生产中的数据越来越多，其中有结构化数据和非结构化数据，非结构化数据主要包括语音、图像、视频等。相关统计显示，非结构化数据约占总数据量的80%。在传统的数据分析技术下很难实现对非机构化数据的分析，但随着人工智能的发展已经很好的克服了这个技术挑战。目前人工智能已经在很多层面实现对非结构化数据的分析和应用，比如机器视觉、语音识别与交互、图形图像识别、无人驾驶等。在机器视觉领域，以往基于寻找合适的特征来让机器辨识物体状态几乎代表了计算机视觉的全部，但是随着对多层神经网络的深入探索，2017年的机器视觉已经发生了重大转变，自学习状态成为了视觉识别的主流。
简单理解，人工智能要实现的最终目标是让机器替代人进行决策、行动和思考，让机器替代人完成繁杂的日常工作。但当前我们谈的人工智能还比较初级，只是实现了赋予机器不断从经验中获取知识和学习策略。在遇到类似问题时运用积累的大量经验数据来解决问题并积累新的经验，从而提升解决问题的能力。从本质上来讲，赋予机器“智能”的关键是能在短时间内实现对海量数据进行快速的分析，并通过分析结果做出决策，反应在结果上就是最终的决策引导机器做出相应的行为或操作。
人工智能推动大数据深化应用
当前，随着人工智能在数据分析模型和软件算法方面实现不断的突破，人工智能平台对不同类型或格式的数据进行识别和分析也逐渐成为可能，数据分析能力的增强能支撑人工智能系统进行更为复杂的决策。
当前将大数据与人工智能结合运用***的当属Google和Apple。近年来，Google研发了“语义搜索”的进化系统，通过Gmail、GoogleDocs等获取大量的“非结构化数据”，使Google的“大脑”变得更加聪明。Apple的语音识别技术Siri也是基于***人工智能理论(深度学习)构建的。由此可见，现代的人工智能进化，不仅需要理论研究，还需要大量的数据作为支撑。
此外，国内的知名企业在人工智能应用方面也走在了前列。以京东为例，为打造智慧供应链管理平台，京东运用机器学习和运筹优化技术建立起基于数据驱动的智能分析系统，包括了根据历史与环境自动智能定价系统，实现自动补货和调货的智能库存系统，物流中的无人仓机器人智能系统等。海尔目前拥有包括上亿个用户数据的SCRM大数据平台，并根据数据特点建立起了需求预测和用户活跃度等数据模型，仅此优化就实现年转化销售额达到60亿元。
笔者认为，当前随着GPU、FPGA等芯片技术的发展，强大的计算性能已经能在一定程度上满足大数据分析需求。同时，云计算也为基于互联网的超大规模的数据分析提供了支撑。在软件算法方面已经针对很多应用实现了突破，如视觉可视化、语音交互与识别、人脸识别以及无人驾驶汽车等。计算能力和软件算法，这两个支撑人工智能发展的因素目前正在逐步成熟。
后记
笔者认为，大数据整体产业链趋于成熟是催生人工智能热潮的关键。未来，人工智能技术将逐步走向主流，大数据和人工智能技术相结合将对各行业产生重要的影响。目前，各大企业都在极力推进企业数字化转型，也开始寻求借助人工智能实现自身的转型升级，但从实际现状来看，企业对于人工智能的应用还较为局限，就如何推动人工智能进一步落地，依然是当前面临的一大难点。
