簡單來說就是：透過物聯網 應用技術或產生，收集海量的資料儲存於雲平臺，經過雲平臺的大資料分析，形成更高形式或能力的人工智慧產品為人類生產提供更快速便捷的服務。這也必將是第四次工業革命進化的方向。

有興趣的可以繼續閱讀下文看詳解，如果想大概瞭解，就跳過吧。閱讀時間大概需要4分鐘。

先來了解一下這幾詞的概念：

人工智慧：

“人工智慧”一詞最初是在1956 年Dartmouth學會上提出的。從那以後，研究者們發展了眾多理論和原理，人工智慧的概念也隨之擴充套件。人工智慧（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。人工智慧是計算機科學的一個分支，它企圖瞭解智慧的實質，並生產出一種新的能以人類智慧相似的方式做出反應的智慧機器，該領域的研究包括：機器人、語言識別、影象識別、自然語言處理和專家系統等。

人工智慧是對人的意識、思維的資訊過程的模擬。人工智慧不是人的智慧，但能像人那樣思考、也可能超過人的智慧。

人工智慧打個比喻就是一個超能力的人，它一個人吸收了人類大量的知識（資料），不斷的深度學習、進化成為一方高人。人工智慧離不開大資料，更是基於雲計算平臺完成深度學習進化。

大資料：

大資料(big data,mega data)，或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程最佳化能力的海量、高增長率和多樣化的資訊資產。

大資料相當於人的大腦從小學到大學記憶和儲存的海量知識，這些知識只有透過消化，吸收、再造才能創造出更大的價值。

從技術上看，大資料與雲計算的關係就像：一枚硬幣的正反面一樣密不可分。大資料必然無法用單臺的計算機進行處理，必須採用分散式架構。它的特色在於對海量資料進行分散式資料探勘。但它必須依託雲計算的分散式處理、分散式資料庫和雲端儲存、虛擬化技術。

物聯網：

物聯網是新一代資訊科技的重要組成部分，也是"資訊化"時代的重要發展階段。其英文名稱是:"Internet of things(IoT)"。顧名思義，物聯網就是物物相連的網際網路。這有兩層意思:其一，物聯網的核心和基礎仍然是網際網路，是在網際網路基礎上的延伸和擴充套件的網路;其二，其使用者端延伸和擴充套件到了任何物品與物品之間，進行資訊交換和通訊，也就是物物相息。物聯網透過智慧感知、識別技術與普適計算等通訊感知技術，廣泛應用於網路的融合中，也因此被稱為繼計算機、網際網路之後世界資訊產業發展的第三次浪潮。物聯網是網際網路的應用拓展，與其說物聯網是網路，不如說物聯網是業務和應用。

活點定義: 利用區域性網路或網際網路等通訊技術把感測器、控制器、機器、人員和物等透過新的方式聯在一起，形成人與物、物與物相聯，實現資訊化、遠端管理控制和智慧化的網路。物聯網是網際網路的延伸，它包括網際網路及網際網路上所有的資源，相容網際網路所有的應用，但物聯網中所有的元素(所有的裝置、資源及通訊等)都是個性化和私有化。

物聯網大致分為以下幾個層級：感知層，網路層，應用層。

感知層相當於人的感官和神經末梢，用來感知和採集應用環境中的各種資料。包括溫度、溼度、速度、位置、震動、壓力、流量、氣體等各種各樣的感測器。靈敏度和精度高，功耗低，可以無線傳輸是對感測層的要求。

網路層相當於人的神經系統，用來傳輸資料。包括各種各樣的無線通訊技術和標準。

應用層相當於人的大腦指示和反應，透過指令反向控制輸出。如裝置管理，環境監測，工業控制等。

人工智慧裝置必然要依靠大資料的海量資訊處理運算才能更加的完善，而海量的資料就需要物聯網透過物件或裝置將採集的資料傳送至雲端，透過雲平臺大資料的計算分析和處理，達到某種功能。

大資料怎麼來？有了這些新技術以後的我們的生活將會怎麼樣？後續我將繼續給大家分享你身邊和未來要發生的故事。

人工智慧、大資料、物聯網彼此之間皆存在著千絲萬縷的“親緣”關係！！半個多世紀的某個夏天，麥卡錫、明斯基等眾科學家們舉辦了一次Party，共同研究用機器模擬智慧的問題，也是在那時，“人工智慧(AI)”的理念正式被提出！人工智慧（Artificial Intelligence）簡稱AI，AI能根據大量的歷史資料和實時觀察（real－time observation）找出對於未來預測性的洞察（predictive insights）。如今人工智慧商業化正在快速推進中，比如我們所知道和了解的人像識別、影象識別技術、語音識別、自然語言理解、使用者畫像等。此類技術也現階段已經在金融、物聯網等行業得到應用！對於未來而言，人工智慧會在人類生活的方方面面，發揮越來越多的作用，也會刷更多的存在感，慢慢的更會懂我們很多！不遠的將來會有越來越多的自動化的系統出現，比如刷臉支付已經在來的路上了！先以人工智慧為例，拋棄其他任何，也便不會有今天大紅大紫的人工智慧！不得不說的人工智慧背後的基石：大資料大資料是人工智慧的基石，目前的深度學習主要是建立在大資料的基礎上，即對大資料進行訓練，並從中歸納出可以被計算機運用在類似資料上的知識或規律。簡單而言何為大資料？雖然很多人將其定義為“大資料就是大規模的資料”。但是，這個說法並不準確！“大規模”只是指資料的量而言。資料量大，並不代表著資料一定有可以被深度學習演算法利用的價值。例如：地球繞太陽運轉的過程中，每一秒鐘記錄一次地球相對太陽的運動速度、位置，可以得到大量資料。可如果只有這樣的資料，其實並沒有太多可以挖掘的價值！大資料這裡我們參閱馬丁·希爾伯特的總結，今天我們常說的大資料其實是在2000年後，因為資訊交換、資訊儲存、資訊處理三個方面能力的大幅增長而產生的資料：資訊交換：據估算，從1986年到2007年這20年間，地球上每天可以透過既有資訊通道交換的資訊數量增長了約217倍，這些資訊的數字化程度，則從1986年的約20%增長到2007年的約99.9%。在數字化資訊爆炸式增長的過程裡，每個參與資訊交換的節點都可以在短時間內接收並存儲大量資料。資訊儲存：全球資訊儲存能力大約每3年翻一番。從1986年到2007年這20年間，全球資訊儲存能力增加了約120倍，所儲存資訊的數字化程度也從1986年的約1%增長到2007年的約94%。1986年時，即便用上我們所有的資訊載體、儲存手段，我們也不過能儲存全世界所交換資訊的大約1%，而2007年這個數字已經增長到大約16%。資訊儲存能力的增加為我們利用大資料提供了近乎無限的想象空間。資訊處理：有了海量的資訊獲取能力和資訊儲存能力，我們也必須有對這些資訊進行整理、加工和分析的能力。谷歌、Facebook等公司在資料量逐漸增大的同時，也相應建立了靈活、強大的分散式資料處理叢集。大資料在應用層面：大資料往往可以取代傳統意義上的抽樣調查、大資料都可以實時獲取、大資料往往混合了來自多個數據源的多維度資訊、大資料的價值在於資料分析以及分析基礎上的資料探勘和智慧決策。美國《大西洋月刊》公佈的一段A.I.聊天記錄截圖延伸閱讀：聊天機器人竟自創語言“對話” 臉書將其緊急關停實際上人工智慧的發展，離不開海量資料進行訓練，究其根本大資料的迴圈往復無數次的訓練和深度學習才有了人工+智慧！沒有人工智慧的物聯網：沒大戲而物流網又讓人工智慧：更準確物聯網：英文名為Internet of Things，可以簡單地理解為物物相連的網際網路，正是得益於大資料和雲計算的支援，網際網路才正在向物聯網擴充套件，並進一步升級至體驗更佳、解放生產力的人工智慧時代。在未來，虛擬世界的一切將真正實現物理化！物聯網主要透過各種裝置（比如RFID，感測器，二維碼等）的介面將現實世界的物體連線到網際網路上，或者使它們互相連線，以實現資訊的傳遞和處理。對於人工智慧而言，物聯網（IoT）其實肩負了一個至關重要的任務：資料收集概念上，物聯網可連線大量不同的裝置及裝置，包括：家用電器和穿戴式裝置。嵌入在各個產品中的感測器（sensor）便會不斷地將新資料上傳至雲端。這些新的資料以後可以被人工智慧處理和分析，以生成所需要的資訊並繼續積累知識。網際網路在現實的物理世界之外新建了一個虛擬世界，物聯網將會把兩個世界融為一體。物聯網的終極效果是萬物互聯，不僅僅是人機和資訊的互動，還有更深入的生物功能識別讀取等等！人工智慧背後強大的助推器：雲計算雲計算（詳情參閱之前回答：什麼是雲計算？）是將我們傳統的IT工作轉為以網路為依託的雲平臺執行，NIST（美國國家標準與技術研究院）在2011年下半年公佈了雲計算定義的最終稿，給出了雲計算模式所具備的5個基本特徵（按需自助服務、廣泛的網路訪問、資源共享、快速的可伸縮性和可度量的服務）、3種服務模式（SaaS（軟體即服務）、PaaS（平臺即服務）和IaaS（基礎設施即服務））和4種部署方式（私有云、社群雲、公有云和混合雲）雲計算發展較早，經過10年發展，國內已經擁有超百億規模，雲計算也不再只是充當儲存與計算的工具而已！未來可以預見的是，雲計算將在助力人工智慧發展層面意義深遠！而反之，人工智慧的迅猛發展、巨大資料的積累，也將會為雲計算帶來的未知和可能性！人工智慧也好、大資料也好、物聯網及雲計算也好，彼此依附相互助力，藕不斷絲且相連！合力搭檔在一起，組合拳出擊才更有力量：給未來多一些可能，給未知多一些可能性，給不可能多一些可能！