你对云计算、大数据、人工智能真的够了解吗

一、大数据

1、大数据的概念

大数据(big data,mega data)，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。

关注大数据观察网（微信公众号：shuju_net）了解更多精彩资讯

有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言，如何利用这些大规模数据是成为赢得竞争的关键。

2、大数据的4大特点

（1）数据体量巨大。从TB级别，跃升到PB级别。

（2）数据类型繁多，如网络日志、视频、图片、地理位置信息，等等。

（3）价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。

（4）处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。业界将其归纳为4个“V”——Volume，Variety，Value，Velocity物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。

3、大数据的价值体现

（1）对大量消费者提供产品或服务的企业可以利用大数据进行精准营销。

（2）做小而美模式的中长尾企业可以利用大数据做服务转型。

（3） 面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值。

4、发展趋势

在大数据时代，人脑信息转换为电脑信息成为可能。科学家们通过各种途径模拟人脑，试图解密人脑活动，最终用电脑代替人脑发出指令。正如今天人们可以从电脑上下载所需的知识和技能一样，将来也可以实现人脑中的信息直接转换为电脑中的图片和文字，用电脑施展读心术。2011年，美国军方启动了“读心头盔”计划，凭借读心头盔，士兵无需语言和手势就可以互相“阅读”彼此的脑部活动，在战场上依靠“心灵感应”，用意念与战友互通讯息。目前，“读心头盔”已经能正确“解读”45%的命令。随着这项“读心术”的发展，人们不仅可以用意念写微博、打电话，甚至连梦中所见都可以转化为电脑图像。据美国《纽约时报》报道，美国科学家将绘制完整的人脑活动地图，全面解开人类大脑如何思考、如何储存和检索记忆等思维密码作为美国科技发展的重点，美国科学家已经成功绘出鼠脑的三维图谱。2012年，美国IBM计算机专家用运算速度最快的96台计算机，制造了世界上第一个“人造大脑”，电脑精确模拟大脑不再是痴人说梦。试想一下，如果人类大脑实现了数据模拟，或许你的下一个BOSS是机器人也不一定。

总而言之，大数据技术的发展有可能解开宇宙起源的奥秘。因为，计算机技术将一切信息无论是有与无、正与负，都归结为0与1，原来一切存在都在于数的排列组合，在于大数据。

大数据时代已经来临，它将在众多领域掀起变革的巨浪。但我们要冷静的看到，大数据的核心在于为客户挖掘数据中蕴藏的价值，而不是软硬件的堆砌。因此，针对不同领域的大数据应用模式、商业模式研究将是大数据产业健康发展的关键。我们相信，在国家的统筹规划与支持下，通过各地方政府因地制宜制定大数据产业发展策略，通过国内外IT龙头企业以及众多创新企业的积极参与，大数据产业未来发展前景十分广阔。

二、云计算

1、云计算概念

云计算（cloud computing）是基于互联网的相关服务的增加、使用和交付模式，这种模式提供可用的、便捷的、按需的网络访问， 进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。因此，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心，按自己的需求进行运算。

2、云计算特点

(1) 超大规模

“云”具有相当的规模，Google云计算已经拥有100多万台服务器， Amazon、IBM、微软、Yahoo等的“云”均拥有几十万台服务器。企业私有云一般拥有数百上千台服务器。“云”能赋予用户前所未有的计算能力。

(2) 虚拟化

云计算支持用户在任意位置、使用各种终端获取应用服务。所请求的资源来自“云”，而不是固定的有形的实体。应用在“云”中某处运行，但实际上用户无需了解、也不用担心应用运行的具体位置。只需要一台笔记本或者一个手机，就可以通过网络服务来实现我们需要的一切，甚至包括超级计算这样的任务。

(3) 高可靠性

“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性，使用云计算比使用本地计算机可靠。

(4) 通用性

云计算不针对特定的应用，在“云”的支撑下可以构造出千变万化的应用，同一个“云”可以同时支撑不同的应用运行。

(5) 高可扩展性

“云”的规模可以动态伸缩，满足应用和用户规模增长的需要。

(6) 按需服务

“云”是一个庞大的资源池，你按需购买；云可以像自来水，电，煤气那样计费。

(7) 极其廉价

由于“云”的特殊容错措施可以采用极其廉价的节点来构成云，“云”的自动化集中式管理使大量企业无需负担日益高昂的数据中心管理成本，“云”的通用性使资源的利用率较之传统系统大幅提升，因此用户可以充分享受“云”的低成本优势，经常只要花费几百美元、几天时间就能完成以前需要数万美元、数月时间才能完成的任务。

云计算可以彻底改变人们未来的生活，但同时也要重视环境问题，这样才能真正为人类进步做贡献,而不是简单的技术提升。

(8) 潜在的危险性

云计算服务除了提供计算服务外，还必然提供了存储服务。但是云计算服务当前垄断在私人机构（企业）手中，而他们仅仅能够提供商业信用。对于政府机构、商业机构（特别像银行这样持有敏感数据的商业机构）对于选择云计算服务应保持足够的警惕。一旦商业用户大规模使用私人机构提供的云计算服务，无论其技术优势有多强，都不可避免地让这些私人机构以“数据（信息）”的重要性挟制整个社会。对于信息社会而言，“信息”是至关重要的。另一方面，云计算中的数据对于数据所有者以外的其他用户云计算用户是保密的，但是对于提供云计算的商业机构而言确实毫无秘密可言。所有这些潜在的危险，是商业机构和政府机构选择云计算服务、特别是国外机构提供的云计算服务时，不得不考虑的一个重要的前提。

3、应用市场

云物联

“物联网就是物物相连的互联网”。这有两层意思：第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；第二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信。

物联网的两种业务模式：

（1）MAI（M2M Application Integration), 内部MaaS；

（2）MaaS（M2M As A Service), MMO, Multi-Tenants(多租户模型）。

随着物联网业务量的增加，对数据存储和计算量的需求将带来对“云计算”能力的要求：

（1）云计算：从计算中心到数据中心在物联网的初级阶段，PoP即可满足需求；

（2） 在物联网高级阶段，可能出现MVNO/MMO营运商（国外已存在多年），需要虚拟化云计算技术，SOA等技术的结合实现互联网的泛在服务：TaaS （everyTHING As A Service)。

云安全

云安全(Cloud Security)是一个从“云计算”演变而来的新名词。云安全的策略构想是：使用者越多，每个使用者就越安全，因为如此庞大的用户群，足以覆盖互联网的每个角落，只要某个网站被挂马或某个新木马病毒出现，就会立刻被截获。

“云安全”通过网状的大量客户端对网络中软件行为的异常监测，获取互联网中木马、恶意程序的最新信息，推送到Server端进行自动分析和处理，再把病毒和木马的解决方案分发到每一个客户端。

云存储

云存储是在云计算(cloud computing)概念上延伸和发展出来的一个新的概念，是指通过集群应用、网格技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。 当云计算系统运算和处理的核心是大量数据的存储和管理时，云计算系统中就需要配置大量的存储设备，那么云计算系统就转变成为一个云存储系统，所以云存储是一个以数据存储和管理为核心的云计算系统。

云游戏

云游戏是以云计算为基础的游戏方式，在云游戏的运行模式下，所有游戏都在服务器端运行，并将渲染完毕后的游戏画面压缩后通过网络传送给用户。在客户端，用户的游戏设备不需要任何高端处理器和显卡，只需要基本的视频解压能力就可以了。 就现今来说，云游戏还并没有成为家用机和掌机界的联网模式，因为至今X360仍然在使用LIVE，PS是PS NETWORK ，wii是wi-fi。但是几年后或十几年后，云计算取代这些东西成为其网络发展的终极方向的可能性非常大。 如果这种构想能够成为现实，那么主机厂商将变成网络运营商，他们不需要不断投入巨额的新主机研发费用，而只需要拿这笔钱中的很小一部分去升级自己的服务器就行了，但是达到的效果却是相差无几的。对于用户来说，他们可以省下购买主机的开支，但是得到的确是顶尖的游戏画面（当然对于视频输出方面的硬件必须过硬。）。你可以想象一台掌机和一台家用机拥有同样的画面，家用机和我们今天用的机顶盒一样简单，甚至家用机可以取代电视的机顶盒而成为次时代的电视收看方式。

移动云服务

未来一定是移动，这样或那样的方式。作为移动设备的数量上升显著的——平板电脑、iphone和智能手机是在移动中发挥了更多的作用。许多这样的设备被用来规模业务流程、通信等功能。让云计算应用在所有的员工采取“移动”的方法。更多的云计算平台和api将成为可以是移动云服务。

三、人工智能

1、人工智能的概念

人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。

2、人工智能的特点

（1）智能终端和传感器将无处不在，基于大数据的自我学习能力会让智能终端越来越聪明

我们正在进入一个万物智能的时代，智能终端从今天非常有限的种类——个人电脑、手机、智能电视，将扩展到我们身边的所有设备。无论是生活中的空调、加湿器、空气净化器、摄像头，还是路上的汽车、工厂里的机床等等，都将具备计算、存储、网络连接的模块，辅之以温度、湿度、距离、红外、颜色、空气质量等等各种传感器。各种各样的智能终端不断地感知周围环境，在云端汇聚成几何级增长的海量数据，并通过算法的不断演进，在云上形成新的认知。我们都知道，知识的积累可以让人类变得更有能力，对于人工智能的发展，也是一样。通过“深度学习”，各种智能终端将变得越来越聪明，越来越有判断能力。

（2）人与智能终端的交互方式将更加自然，设备会越来越“懂你”

智能终端从PC到手机，人机交互方式从键盘+鼠标、触摸，到未来智能互联网时代，随着计算机图像视觉、语音识别和自然语言处理方面的进步，人机交互的形态将被重新改写，设备不再是冷冰冰的，而是可以听（Listening）、看（Seeing）、说（Talking）、写，是一个越来越知心，越来越懂你（Understanding）的小伙伴。

（3）在人工智能+互联网的驱动下，各行各业将越来越“服务化”。不管硬件厂商、还是服务厂商都在整合设备、云和服务，开展集成式的服务创新

在智能互联网时代，客户选择一款产品，不仅是看产品本身，更是看产品所连接的服务，没有内容和服务的话，设备就是苍白的。因此，厂家仅仅提供硬件设备将不足以满足客户的需求，连接应用/内容/服务，已成一个必然的选项，同时借助大数据、人工智能等技术，强化“云大脑”，为客户提供具备更高人工智能的整合的服务，已经成为了大势所趋。

（4）在智能互联时代，更加呼唤开源开放的创新平台，实现依托产业链、生态圈的开放式创新

智能设备多了，它们之间的互联互通、协同应用就变得越来越迫切，越来越重要，因此又要求产业里面能够制定出协议、规范、标准，更多的厂商能够参与，进行开放式的创新。今天，基于互联网的应用和服务越来越丰富，大家当然都希望，所有自己喜欢的应用和服务都能够被集成到同一个设备上去，而且能随身带着，那其实就是我们的手机。但是，这样的愿望实现起来其实非常困难。要把越来越多的功能、越来越高的性能、越来越丰富的应用都装入手机，让它既是Hi-Fi音响，又是单反相机，并且能超长待机，还要轻薄美观，那是不可能的，甚至危险的。

3、人工智能的应用

（1）个人助理（智能手机上的语音助理、语音输入、家庭管家和陪护机器人）， 产品举例：微软小冰、百度度秘、科大讯飞等、Amazon Echo、Google Home等。

（2）安防（智能监控、安保机器人） ，产品举例：商汤科技、格灵深瞳、神州云海。

（3）自驾领域（智能汽车、公共交通、快递用车、工业应用）， 产品举例：Google、Uber、特斯拉、亚马逊、奔驰、京东等。

（4）医疗健康（医疗健康的监测诊断、智能医疗设备） ，产品举例： Enlitic、Intuitive Sirgical、碳云智能、Promontory等。

（5）电商零售（仓储物流、智能导购和客服）， 产品举例：阿里、京东、亚马逊。

（6）金融（智能投顾、智能客服、安防监控、金融监管）， 产品举例：蚂蚁金服、交通银行、大华股份、kensho。

（7）教育（智能评测、个性化辅导、儿童陪伴） ，产品举例：学吧课堂、科大讯飞、云知声。

4、人工智能发展的趋势

（1）更聪明的机器人

IBM科研部的认知计算副主管巴纳瓦很期待看到人工智能技术能够嵌入到更多的机器人与设备中。IBM正在利用机器学习算法训练机器人更好地将合适的姿势、音调与语句结合。该公司的人工智能技术已经被加载于其他公司生产的机器人上，例如软银的礼宾与销售助理机器人佩珀。机器学习算法能够帮助机器人学习更好地导航（自动驾驶），并且与诸如仿生眼睛等机器人设备结合。

（2）更快的分析

机器学习算法的一个关键应用就在于数据分析。视觉数据分析的进步以及速度的加快将会跨越不同的领域带来广泛的影响。巴纳瓦在邮件中写道：“人工智能在理解图像方面的技术大大加强，这包括对于例如目标、人和地点等特殊元素的文本和意义等。”而扩大视觉分析影响的一个关键领域便是医疗体系，巴纳瓦特意指出，人类工作者需要处理海量的视觉信息，她同时也举了这样一个例子：一个放射科医生每分钟需要对16张放射相片做出诊断。根据研究，加快数据处理的速度会大幅提升2016年人工智能在商业中的表现。分析师霍普金斯写道：“机器学习将会取代手动数据处理与数据监管等累活脏活，节省下的时间又可以促进数据策略的发展。”

（3）更自然的互动

用来处理语言的机器学习算法的提升会让人们与计算机之间的交流更加容易。微软雷德蒙德实验室研究员兼管理主任霍维茨说，虚拟助手（如Siri与Cortana）会变得“非常有帮助”。阿鲁达是人工智能律师初创公司ROSS的CEO，他说：“一直以来，我们都是基于计算机的语言跟它们进行交流，这正是我们需要跨越的一步”。他提出自然语言处理的进步会在明年开始颠覆这样关系。

（4）更微妙的恐惧

在聊到人工智能时，你可能会听到有人提到《终结者》系列。特斯拉CEO伊隆·马斯克用这部电影表达了他关于AI技术走向失控的恐惧。“有电影就讲过这个，你知道，像《终结者》。”——《卫报》在2014年引用的马斯克原话。

“可能会带来一些糟糕的结果。而我们应该确保结果是好的，而不是坏的。”12月，马斯克加入了科技大亨们组成的团队，投资了新创立的非营利组织OpenAI。马斯克与其他人的恐惧所带来的风波逐渐消退，阿鲁达认为关于所谓“邪恶AI”的说法将会在2016年变得更微妙。他还认为，电子设备里装有AI，将变成一件理所当然的事，而不再那么令人惊奇。“如果没有AI元素，人们会认为这个机器太傻了。”

（5）更热火朝天的竞争

在11月，谷歌开源了它的开源机器学习框架Tensorflow。几个星期后，Facebook也开源了BigSur的设计，这是这家公司AI算法运行的计算机服务器。阿鲁达认为随着2016年的到来，我们将看到与上述公司差不多的行为。

谷歌、Facebook、微软、IBM、阿鲁达的公司ROSS正在彼此竞争人工智能的领导地位。“这是一场天才间的战争，”阿鲁达评价道。为创业公司与研发者推出开源工具并不是竞争升温的唯一区域。谷歌、Facebook与苹果都在AI虚拟助手这片领域上宣布了自己的领土，想要从搜索引擎与电子商务市场中分得自己的一杯羹。

（6）中国的机器人变革

中国已经开始着手尝试在工厂中使用先进的制造型机器人了。这将让制造业变得更有效率，帮助维持制造业的龙头地位。这一项目要求更加先进、性价比更高的机器人，而世界各地的经济和技术也会受到影响。

中国对于技术引起的剧变并不陌生，而且已经在机器人技术方面进行了大量投资。然而新一轮机器人变革的规模将会是史无前例的。广东省已经决定投资1540亿美元来安装机器人。雇用了大量工人来组装苹果手机一类产品的富士康表示，在接下来几年里，其公司将会安装超过100万台的机器人。

（7）更智能的学习

机器人已经非常擅长精确的重复性工作，但大部分仍然笨得像块石头。这也是为什么机器人通常只用于那些经过精确设计的情况。这也解释了它们为何无法轻易地接受新任务，或者在不熟悉、不确定的情况下无法正常工作。然而，事情总是在变化，感谢新一代的技术与算法，能够使机器人学的更快更好。

机器学习有很多种方法，有些已经在研究室里表现出了非常明显的效果。尤其是有一种方法对工业机器人产生了重大影响，即深度学习，这种方法采用大型仿真神经网络，在训练机器人理解图片、视频和声频内容的方面不可或缺。而部分公司意图使用这一方法来训练机器人观看、抓取和推理。

（8）知识共享

今年值得期待的另一趋势就是机器人彼此分享它们获取的知识。一旦机器人能够从其他机器人的工作中获取利益，就会加速学习过程。另外，通过那些能够将信息上传至不同系统的有效方法，即使两个完全不同的机器人也能够教会彼此如何识别一个特定物体或执行一项新任务。

目前几个正在实施的项目旨在提供简单有效的方法来使机器人通过互联网获取知识。不难想象将这一切应用于工业环境下（比如那些识别或抓取不同物体的任务）会有怎样的结果。

（9）机器人会有更多个性

今年也会有一些个性化的机器人首次亮相，看到它们如何被人类接受也会是件有趣的事。随着硬件越来越便宜，软件功能越来越强大，不难想象为什么有人认为此时正是机器人家庭助手出现的最佳时机。

然而，让机器人有真正的个人触感并不容易。一些原型机让人感到失望，而那些所谓的成功原型机也不过只有一些有限的角色，像是会议模式或者问候模式。即使是非常有限的场景，这些机器人也需要非常仔细的设计和编程，以便能够表现正确的社交和情感。

（10）无人机时代

虽然你可能不会立即看到天空满是无人机，但尽可以期待在很多行业里将会有更加智能、更加自动化的无人机得到测试，特别是自动监控和侦测能够得到有效应用的行业。而如果像是亚马逊、谷歌类的公司找到了自己的方法，可能下一年的节日礼物就是由这些在空中飞来飞去的无人机来送货了。

四、三者关系

物联网是互联网的应用拓展，与其说物联网是网络，不如说物联网是业务和应用。因此，应用创新是物联网发展的核心，以用户体验为核心的创新是物联网发展的灵魂。

云计算相当于人的大脑，是物联网的神经中枢。云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。

大数据相当于人的大脑从小学到大学记忆和存储的海量知识，这些知识只有通过消化，吸收、再造才能创造出更大的价值。

人工智能打个比喻为一个人吸收了人类大量的知识（数据），不断的深度学习、进化成为一方高人。人工智能离不开大数据，更是基于云计算平台完成深度学习进化。

简单总结：通过物联网产生、收集海量的数据存储于云平台，再通过大数据分析，甚至更高形式的人工智能为人类的生产活动，生活所需提供更好的服务。这必将是第四次工业革命进化的方向。

云计算与大数据

从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式计算架构。它的特色在于对海量数据的挖掘,但它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。

人工智能与大数据

如果我们把人工智能看成一个嗷嗷待哺拥有无限潜力的婴儿，某一领域专业的海量的深度的数据就是喂养这个天才的奶粉。奶粉的数量决定了婴儿是否能长大，而奶粉的质量则决定了婴儿后续的智力发育水平。

与以前的众多数据分析技术相比，人工智能技术立足于神经网络，同时发展出多层神经网络，从而可以进行深度机器学习。与以外传统的算法相比，这一算法并无多余的假设前提（比如线性建模需要假设数据之间的线性关系），而是完全利用输入的数据自行模拟和构建相应的模型结构。这一算法特点决定了它是更为灵活的、且可以根据不同的训练数据而拥有自优化的能力。

但这一显著的优点带来的便是显著增加的运算量。在计算机运算能力取得突破以前，这样的算法几乎没有实际应用的价值。大概十几年前，我们尝试用神经网络运算一组并不海量的数据，整整等待三天都不一定会有结果。但今天的情况却大大不同了。高速并行运算、海量数据、更优化的算法共同促成了人工智能发展的突破。这一突破，如果我们在三十年以后回头来看，将会是不弱于互联网对人类产生深远影响的另一项技术，它所释放的力量将再次彻底改变我们的生活。

人工智能与云计算

人工智能是程序算法和大数据结合的产物。而云计算是程序的算法部分，物联网是收集大数据的根系的一部分。可以简单的认为：人工智能=云计算+大数据（一部分来自物联网）。随着物联网在生活中的铺开，它将成为大数据最大，最精准的来源。

现在已进入大数据、云计算、人工智能时代，我们必须弄清楚他们的本质，抓住机遇，跟上趋势，创新发展，才能高科技的发展大潮中立于不败之地。