大資料是人工智慧發展的重要支撐力，為人工智慧提供“養料”。例如，在 AlphaGo 的學習過程中，核心資料是來自網際網路的 3000 萬例棋譜。

網際網路和智慧手機的快速普及催生了海量資料。無論是人們無論是用手機、跑步、看電視還是行駛在車流中，幾乎所有的活動都會留下數字足跡，海量資料已匯成資料洪流，加上演算法的突破和計算力的支撐成就了人工智慧獲得突破、走向應用。

所以說，沒有大資料就沒有人工智慧的發展。反過來看，人工智慧讓大資料的價值得以最大程度的挖掘運用，而如果沒有人工智慧，大資料的價值會大打折扣。

簡單的說吧，大資料就是字典，當天架構和儲存有自己的模式，沒有統一規範，人工智慧就是更加類似電子表格畫餅的模式來歸納資料，資料值是程式設計師設定好的，當提交的資料接近或者匹配到臨界點的時候做為參考值來提取資料，這樣就做到基礎的“人工智慧”了。如果非要舉例： 一個人有3000根頭髮就不是禿子，那麼掉了一根頭髮的情況下，如何判定是不是禿子的問題； 先回答這麼多吧，希望對您有所幫助；