凡是總結髮揚過去的技術，都可囊括到人工智慧範疇，凡是未來才有的技術，只能由人來完成，或人與人工智慧共同完成。

就學科領域劃分來說，資料探勘不屬於人工智慧範疇，但同屬於計算機科學，在實際應用中二者也有交叉和耦合。

我的個人見解，這二者主要區別在於，人工智慧試圖創造出能模擬人的思維思考機制的，進行自主推理學習的聰明的機器。而資料探勘主要依賴於人的主觀能動性，透過統計分析，情報融合以及機器學習技術從資料沙礫中淘金。

總結，AI也就是人工智慧的終點是像人的機器，資料探勘的終點是資訊價值。資料探勘中使用的一些專家系統，機器學習技術很多屬於AI範疇，現如今資料探勘也越來越多用到了人工智慧的階段成果，也就是做資料探勘的人，讓“機器人”協助我們去工作。

AI領域主要的技術有:

機器人，就像波士頓動力公司那種可以後空翻的機器人，可以自由爬樓的機器狗。

語音識別，我們現在用到各種語音轉文字，語音輸入等等，應用了語音識別的成果。更強的還有AI翻譯。

影象識別，常見的有車庫前面可以直接識別顯示車牌的電子眼，收費站識別過往車輛的技術等。人臉識別技術應用也多了起來，刷臉解鎖手機已經普及。

自然語言處理，NLP，主要是處理各種自然文字，文章資料，發現文章的主題，判斷文字表達的情緒等。

其他基於深度學習的技術，模式識別等等。

資料探勘可以作為支援人工智慧的一個技術，也可以作為人工智慧的一個部分。KDD是著名的資料探勘相關的會議和組織，跟AI和big data 資料庫都有很緊密的聯絡。

資料探勘支撐著人工智慧

也就是人工智慧是離不開資料探勘的

隨著大資料的出現從而才誕生出人工智慧

人工智慧是建立在資料之上的

所以資料是人工智慧的基礎

是人工智慧必不可少的一部分

為什麼要有資料之後才會有人工智慧

其實就要從智慧的本質出發

人類為什麼會有智慧

智慧其實不是與生俱來

它是歷經人類日積月累不斷進化而來

自打人類開啟進化之後

人類開始形成了語言

或者簡單地說是記錄

原始的語言就是很簡單的符號記錄

不管哪個文明

原始的語言都是用簡單象形圖形

去記錄或描述著這個世界

而這種世界的簡單記錄形式

其實就是最最原始的資料

什麼是資料

說白了就是對於世界或人類行為的記錄

有了資料之後

人類才能基於資料一代一代進行最佳化

透過不斷重新整理對這個世界的認知

進而形成了人類智慧

人類的智慧就是從資料中而來

經過人類日積月累長時間的積累

從而形成人類獨有的智慧模式

這種智慧模式就是如何探索世界獲得新的資料

以及如何利用前人積累的資料分析判斷

並將新老資料結合在一起最佳化成為新認知模式

那麼人類創造的人工智慧也是從資料而來

這也就是為什麼人工智慧是從大資料中誕生了

因為所謂的智慧源於資料

所以資料探勘對於人工智慧是必不可少的一部分

人工智慧也是離不開資料探勘的

人工智慧必須是紮根於大資料這個肥沃的土壤之上

才能開得更加茂盛更加鮮豔照人