大資料和人工智慧是我的主要研究方向，所以我來回答一下這個問題。

首先，我們先看一下大資料的概念，大資料以資料為中心來開展一系列基於資料的分析和預測等相關的任務。大資料領域涉及到資料的採集、整理、傳輸、儲存、安全、分析、呈現和應用，目前大資料的應用還是以場景分析為主。大資料的核心是分析，基礎是資料採集（物聯網）。

接下來，我們看一下人工智慧的概念，人工智慧的研究分為六大部分，分別是自然語言處理、知識表示、自動推理、機器學習、計算機視覺和機器人學。人工智慧的核心是演算法，基礎則是資料。以機器學習為例，機器學習的步驟是資料採集、資料整理、演算法設計、演算法訓練（使用大量資料完成）、測試演算法、應用演算法，透過這個過程可見資料對機器學習的重要程度。

目前人工智慧平臺基本上有四個部分組成，分別是物聯網、雲計算、大資料、智慧演算法（機器學習、自動推理）。物聯網是智慧平臺的觸角，智慧平臺用這個觸角來感知世界獲得資料。大資料則是智慧平臺的知識庫，物聯網採集的資料經過整理後儲存在大資料平臺中，透過大資料平臺完成資料的歸併和排序等一系列操作。而云計算則為大資料提供了服務支撐，包括硬體服務、安全服務等。

簡單的說大資料是智慧的基礎，沒有資料則沒有智慧。做一個簡單的類比，智慧就像是CPU，而大資料則像是記憶體。

如果有大資料方面的問題，也可以諮詢我。

大資料分析:是指對規模巨大的資料進行分析。大資料可以概括為5個V， 資料量大(Volume)、速度快(Velocity)、型別多(Variety)、Value（價值）、真實性(Veracity)。大資料作為時下最火熱的IT行業的詞彙，隨之而來的資料倉庫、資料安全、資料分析、資料探勘等等圍繞大資料的商業價值的利用逐漸成為行業人士爭相追捧的利潤焦點。隨著大資料時代的來臨，大資料分析也應運而生。人工智慧:分為兩部分，即“人工”和“智慧”。“人工”比較好理解，爭議性也不大。有時我們會要考慮什麼是人力所能及製造的，或者人自身的智慧程度有沒有高到可以創造人工智慧的地步，等等。但總的來說，“人工系統”就是通常意義下的人工系統。