两个概念
人工智能--人造的智能，通过研究人类的智能，了解人类智能（看、听、说、写、闻、思考等能力）的实质，生产出具有人类智能的机器。
大数据–密度大、体量大、维度多、价值高的数据。
人工智能与大数据的关系

1、大数据的价值

• 没有数据支持的决策常常不准确。
  在稳定收入的人群里，大约三到五成人在炒股，统计表明95%的个人投资最终跑不赢大盘，50-70%的频繁短线交易甚至在亏钱。但是我周围朋友同时学历不低，投资表现并不比这个数据好。那么它们为什么还要炒股，一方面是对自己的炒股能力颇为自信，另一方面看到周边谁谁挣钱的例子，让他们觉得赚钱很容易。但是只要看看统计数据，就会得到相反的结论。
• 大量数据的意义
  2005年，从来没有做过机器翻译的Google请来了机器翻译专家弗朗兹.奥科，一年之后做出了当时世界上最好的机器翻译系统，在NIST的年度评审结果中，Google的BLEU得分51%（人工翻译准确率仅为50%-60%），领先第二名5%，而基于语法规则翻译的SYSTRAN仅为10.79%。奥科的秘诀却是：方法还是两年前的方法，却是利用了比其他研究机构多几千甚至上万倍的数据，训练出一个六元模型。一般来说，要估计N元模型的各个条件概率，要有足够多的数据，N越大，数据要越多，N一般不超过3。如果多使用两三倍数据，机器翻译效果会好一点，但是几万倍的增加时，量变的积累导致质变，达到很好的效果。
• 大数据的重要性
  在医疗保健里面，基因的缺陷和很多疾病都有关系，要想搞清楚其中的关系：
  传统的方法是通过实验搞清楚某一段基因的机理（这可能是个漫长的过程，也许需要从研究果蝇开始），以及它的缺陷带来的身体的变化，然后再搞清楚这种变化可能导致的疾病，或者什么情况下会导致疾病。科学家研究了几十年，都很难找到吸烟与很多疾病的因果关系。
  数据统计方法与这些正好相反，从数据出发，找到基因缺陷与疾病在统计上的相关性，然后再反过来分析这种相关性的内在原因。
  如以糖尿病为例，
  P(B/A)=P(AB)/P(A)=#(AB)/#(A)P(B/A)=P(AB)/P(A)=#(AB)/#(A)
  A代表基因有缺陷，B代表糖尿病。#代表样本数量。
  大数据是非常有用的，如果有更多，更完备，更全面的数据，我们就能从中挖掘出预想不到的惊喜。人工智能的智能都蕴含在大数据中。

2、人工智能赋能各行各业

人工智能随着大数据的发展，将智能应用发展得淋漓尽致，在各行各业都得到广泛的应用。包括智能家居，智慧金融，智能客服，智能制造，智能医疗，智能艺术创作等各大领域。
- 智能家居：Echo音箱，智能炒菜机器人，智能安防等等。将人工智能技术嵌入，只需要通过碰触、手势、语音识别、人脸识别即可实现各种功能。
- 智慧金融：通过挖掘金融市场、风险变化、用户数据规律，给用户制定个性化服务。包括智能投资顾问行业、保险行业、征信行业等等。
- 智能客服：通过语音识别技术、自然语言处理技术、语音合成技术实现人机交互，用于客服领域，从业务咨询、专业问题解答，业务办理、投诉反馈等都能替代人工客服，从而减轻客服压力，降低企业运营成本，提升客户满意度。
- 其他应用：