簡單的來理解一下。人工智慧是得以資料為基礎的，那麼資料從哪裡來呢？我想你已經知道了，就是大資料。所以，就個人來看，他們倆是透過資料連線在一塊的

人類從原始社會走到現在，歷經千萬年漫長歲月、800億人口更替逐漸變得聰明智慧，這些都源於資訊、知識、技能、文化的積累、傳承、發揚。在人類發展史上出現資訊、知識、技能、文化其實都可以看作資料，當前人類社會進入資訊爆炸的階段，在近100年人類的進步發展成果超過既往歲月的總和，資訊資料變得越來越多、越來越雜、越來越快，如何有效利用這高頻、多變、繁雜的海量資料，對於國家政府社會、產業行業企業既是挑戰也是機遇。

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，這些知識透過消化、吸收、再造才能創造出更大的價值。人工智慧則像一個人吸收了人類大量的知識，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和進化。

大資料是人工智慧的前置條件、必要條件，人工智慧基於大資料的支援和採集，科技發展讓高容量儲存裝置成為現實，極大的提升了資料量的留存。人工智慧運用於人工設定的特定效能和運算方式，來對海量留存的資料進行分析，可以進行深度機器學習，根據不同的訓練資料而擁有自最佳化的能力，比如：預測未來的天氣和球賽的比分、語音助手、無人駕駛汽車等。

對於企業而言，未來基於大資料的人工智慧將極大改變企業的商業模式、運營機制，包括使業務流程自動化，知識管理工作自動化，以及管理本身的智慧化，包括資料採集到反饋、監控、評估，智慧化的分析預測以及決策的智慧化。人工智慧逐漸用於自動化工作程序，幫助員工提高生產力，當今企業中幾乎半數的職位將因人工智慧而不復存在，但人工智慧也會為企業戰略需求創造出過去不存在的新工作和服務。

大資料是透過計算機透過各種渠道進行採集而來。人工智慧透過大資料的分析，學習總結歸納出原理或經驗。例如阿爾法狗透過大資料分析，每次比賽的分析，取得無比倫比的比賽經驗。與人比賽時，透過以前大資料的分析，追求最可能取勝的結果。

人工智慧的實現，要有演算法、模型和海量的大資料集；人工智慧的基礎，就是機器學習，先定義出自己的演算法模型，然後用大批次的資料，不斷地訓練和改善模型，使其準確率越來越高，達到商用的要求。人工智慧依賴於大資料。

另一方面，人工智慧演算法，根據不同的業務場景，會有不同的需求，而這些需求所依賴的資料型別，在資料儲存系統裡可能未必存在。為了滿足演算法要求，資料採集系統必須進行資料擴充套件，透過更多的資料採集手段，例如爬蟲、ETL等，不斷豐富業務欄位和資料量，滿足更深層次的分析需求。

在以上我的精彩的分享是關於這個問題的解答，都是我的真實想法與觀點，同時我希望我分享的這個問題的解答於分享能夠幫助到大家。

前一段時間參加2019年杭州雲棲大會聽阿里張勇的主題演講，他在演講中指出：

我覺得張勇的這個比喻很貼切，大資料和人工智慧如何協作，就像石油和發動機如何協作一樣。

大資料和人工智慧如何協作？

大資料方面儘量提供高質量的、足夠的資料（相當於Input），人工智慧方面儘量提供合理的模型、演算法、算力（相當於Process），就可以得到優質的結果（Output）。