大数据人工智能剖析

　　数据提供基本的原动力

　　城市规模一天天膨胀，与人口、土地、建筑同步扩张的还有臃肿的城市病。让人抓狂的交通拥堵，迟迟无法缓解的环境污染，时时悬在头顶的公共安全，后工业化时代的这些问题，我们需要的并不只是共享单车、共享汽车、共享旅馆，乃至共享电脑。

　　身处城市，通过人、传感器、汽车、手机等等，我们无时无刻不在进行着数据传输。气象预告、网络社交、网上购物、刷卡搭乘公交系统等等，在这些五花八门的数据中，气象是时序数据，兴趣点是空间点数据，道路是空间图数据，人的移动是轨迹数据（时间+空间），交通流量是流数据，社交网上用户发布的信息是文本或图像数据。

　　进入互联网时代后，才出现了大数据的高速发展与积累，所有这些可以捕捉到的数据，为人工智能的训练学习过程奠定了良好的基础。

　　虚实结合的数据计算

　　信息产生在物理世界，通过终端设备被收集到云端（虚拟世界）分析和处理，最后云再将提取的知识作为服务提供给物理世界的终端用户。数据在物理和虚拟世界中来回穿行，从分散到集中，再到分散。通过海量数据的挖掘与分析，实现技术可能。

　　以天气预报为例，气象台通过计算每一个点的云层和气流运动轨迹推导未来天气的走向，从而做出精准的气象判断。刮风下雨，不是因为萧敬腾来了，而是我们现在的计算能力大幅提高了。

　　除此之外，大数据计算还可以进行在天体物理计算、地震预测、材料科学计算、基因组测序、交通分析、人类组织系统研究等等。基于深度学习算法，阿尔法狗与柯洁的人机大战，才有了人类永远战胜不了机器的感叹。

　　从穿戴感应到纳米操作

　　VR、AR、智能手环、智能水杯等等打着构建智慧生活的智能人工技术已经一点点入侵到我们的日常生活中，前段日子李彦宏坐着无人驾驶汽车大摇大摆上了北京五环的大马路，在社会引起一片哗然。

　　宏观上，我们已经在人工智能方面获得了前所未有的成果。而在微观，（噢，不，是纳观，因为基于大数据的人工操作技术已经进入到纳米级别了）在纳观上，人工智能已一发不可收拾了。

　　“科学的进步依赖于仪器技术的发展！”这是2002年诺贝尔生物医学获奖者Sydney Brenner的格言。从仿生机器人到人机交互，再到现如今的微纳机器人技术，在生物医学领域，人工实现了从宏观到纳观的进步。

　　人工智能的三驾马车

　　算法、数据和硬件算力组成了人工智能高速发展的三要素。被收集的大量数据、优秀的人工智能算法，以及大量高性能硬件组成的计算能力。智能硬件技术的成熟，为大数据、算法提供了强有力的保障。

　　人工智能时代，大数据迎来爆发式增长，你要如何从大量的传感器和设备中高效而可靠地收集、传送数据？如何管理和整合大规模的异构数据，并将它们建立联系？人工智能如何迈向更深层的发展？