人工智能(AI)的概念从上世纪五十年代就被提出来,经历了曲折的发展过程。近年来,人工智能新的浪潮又一次涌来,基于多层神经网络的深度学习技术快速发展,并走向了实用化阶段,进入普通人的生活领域。深度学习的基础是数据,数据越丰富,学习的效果就越显著,机器的表现就更加智能。而由于数据量的增大,处理这些日益增大的数据量,就需要用到大数据处理技术。在这样的技术背景下,大数据和人工智能这两种技术的融合就显得越发重要与必要。
当前的IT信息系统,在架构设计之初就要考虑人工智能和大数据等一系列相关技术的融合:利用分布式存储和计算技术,满足人工智能对海量数据处理的需求;部署包括物联网在内的多源数据采集处理技术,满足人工智能业务多样性的数据需求;而采用元数据管理、数据集成、数据治理技术等技术有效组织的数据,可以满足人工智能对数据质量日益苛刻的需求。
大数据和人工智能的融合,无论是技术驱动的无意识融合,还是市场驱动的有意识融合,正在共同地影响人类生活的方方面面。随着人工智能与大数据融合的发展,在许多专业领域都出现了基于大数据的人工智能业务应用,或智能化产品。从投入这些领域的资金规模和人才数量分析,其应用范围将会越来越广。