模塊6大數(shù)據(jù)與人工智能概述任務(wù)清單任務(wù)6.1認(rèn)識(shí)人工智能任務(wù)6.2認(rèn)識(shí)大數(shù)據(jù)任務(wù)6.1認(rèn)識(shí)人工智能學(xué)習(xí)目標(biāo)知識(shí)目標(biāo)：掌握人工智能基本概念掌握人工智能發(fā)展歷程能力目標(biāo)：能準(zhǔn)確描述人工智能的起源能舉例描述人工智能的應(yīng)用素養(yǎng)目標(biāo)：樹(shù)立人工智能應(yīng)用領(lǐng)域的安全防范意識(shí)培養(yǎng)富于聯(lián)想的創(chuàng)新思維和科學(xué)探索精神情境導(dǎo)入

老師：同學(xué)們，當(dāng)我們?cè)趹敉庥龅讲徽J(rèn)識(shí)的動(dòng)植物，又想知道它的名字和特性時(shí)，你會(huì)怎么辦？學(xué)生：我們可以用智能手機(jī)中的拍照識(shí)別軟件去了解它。老師：這確實(shí)是當(dāng)下大家常用的好方法，既便捷又高效。那么大家知道這是怎么做到的嗎？學(xué)生：這是人工智能技術(shù)的具體應(yīng)用。老師：對(duì)，這就是通過(guò)人工智能技術(shù)去完成圖像識(shí)別的。人工智能從誕生至今，已經(jīng)歷了60多年的發(fā)展歷程，未來(lái)將更為深刻的影響和改變?nèi)藗兊纳?、生產(chǎn)方式。任務(wù)實(shí)現(xiàn)1、了解人工智能的概念人工智能(ArtificialIntelligence，縮寫(xiě)為AI)是計(jì)算機(jī)學(xué)科的一個(gè)分支，是研究使計(jì)算機(jī)來(lái)模擬人的某些思維過(guò)程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，其主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理、制造類似于人腦智能的計(jì)算機(jī)，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。任務(wù)實(shí)現(xiàn)2、了解人工智能的發(fā)展1950年，計(jì)算機(jī)科學(xué)家艾倫·麥席森·圖靈提出了著名的“圖靈測(cè)試”。設(shè)想如果有這樣一臺(tái)機(jī)器，它能夠和人對(duì)話確不被發(fā)現(xiàn)其機(jī)器的身份，那么這臺(tái)機(jī)器便擁有了智能。這個(gè)想法對(duì)人工智能的發(fā)展產(chǎn)生了極為深遠(yuǎn)的影響，圖靈也被后人尊稱為“人工智能之父”。到了1956年，“人工智能”一詞在達(dá)特茅斯會(huì)議上被正式提出，標(biāo)志著人工智能學(xué)科的誕生。任務(wù)實(shí)現(xiàn)在60多年的發(fā)展中，人工智能大致經(jīng)歷了6大發(fā)展階段：（1）起步發(fā)展階段（1956年-20世紀(jì)60年代初）。這一時(shí)期的代表性研究成果有機(jī)器定理證明、智能跳棋程序等。掀起了人工智能發(fā)展的第一個(gè)高潮。（2）反思發(fā)展階段（20世紀(jì)60-70年代）。這一時(shí)期開(kāi)始嘗試一些具有挑戰(zhàn)性的研究，比如研究機(jī)器翻譯，定理證明等，但結(jié)果確不盡人意，致使人工智能的發(fā)展走入了低谷。（3）應(yīng)用發(fā)展階段（20世紀(jì)70年代初-80年代中）。這一時(shí)期的代表性研究成果是專家系統(tǒng)，如醫(yī)療專家系統(tǒng)、化學(xué)專家系統(tǒng)、地質(zhì)專家系統(tǒng)等。專家系統(tǒng)的出現(xiàn)使人工智能從理論研究走向?qū)嶋H應(yīng)用。任務(wù)實(shí)現(xiàn)（4）低迷發(fā)展階段（20世紀(jì)80年代中-90年代中）。這一時(shí)期因神經(jīng)網(wǎng)絡(luò)研究受阻、專家系統(tǒng)問(wèn)題暴露等發(fā)展緩慢。（5）穩(wěn)步發(fā)展階段（20世紀(jì)90年代中-2011年）。隨著因特網(wǎng)應(yīng)用的不斷普及，推動(dòng)了人工智能創(chuàng)新研究，促使人工智能技術(shù)進(jìn)一步走向?qū)嵱没?。這一時(shí)期的代表性成果有深藍(lán)戰(zhàn)勝國(guó)際象棋冠軍、IBM提出智慧地球，我國(guó)也提出了感知中國(guó)。（6）蓬勃發(fā)展階段（2011年至今）。隨著物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等為代表的新一代信息技術(shù)的發(fā)展，推動(dòng)了以深度神經(jīng)網(wǎng)絡(luò)為代表的人工智能的飛速發(fā)展。大幅跨越了科學(xué)與應(yīng)用之間的技術(shù)鴻溝，圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理、人機(jī)對(duì)弈等人工智能技術(shù)應(yīng)用獲得突破，人工智能發(fā)展進(jìn)入爆發(fā)式增長(zhǎng)的新階段。任務(wù)實(shí)現(xiàn)3、了解人工智能的應(yīng)用領(lǐng)域近年來(lái)，人工智能與各行各業(yè)深度融合，成為了產(chǎn)業(yè)升級(jí)發(fā)展的新動(dòng)能，不僅帶動(dòng)了大數(shù)據(jù)、云服務(wù)、物聯(lián)網(wǎng)等新興產(chǎn)業(yè)的發(fā)展，也對(duì)金融、醫(yī)療、安防、零售、制造業(yè)等傳統(tǒng)產(chǎn)業(yè)產(chǎn)生了重大的影響。任務(wù)實(shí)現(xiàn)（1）人機(jī)對(duì)話人機(jī)對(duì)話在人工智能應(yīng)用領(lǐng)域有著明顯的成效。每年的“雙十一購(gòu)物節(jié)”，后臺(tái)公司要承擔(dān)500萬(wàn)次以上的客服服務(wù)，需要至少3萬(wàn)多服務(wù)人員才能應(yīng)對(duì)，采用計(jì)算機(jī)智能客服后，解決了90%以上的詢問(wèn)，剩下不足10%的詢問(wèn)由人工客服完成?；谌藱C(jī)對(duì)話技術(shù)的產(chǎn)品還有蘋(píng)果公司的Siri、亞馬遜的Echo音箱、百度的小度等。人機(jī)對(duì)話系統(tǒng)經(jīng)歷了語(yǔ)音助手、聊天機(jī)器人和面向場(chǎng)景的任務(wù)執(zhí)行3個(gè)階段。任務(wù)實(shí)現(xiàn)（2）智能醫(yī)療智能醫(yī)療在輔助診療、疾病預(yù)測(cè)醫(yī)療影像鋪助診斷、藥物開(kāi)發(fā)、精神健康、可穿戴設(shè)備等方面逐步發(fā)揮出重要作用，讓有限的醫(yī)療資源以共享方式惠及更多人。IBM公司是最早將人工智能技術(shù)應(yīng)用于醫(yī)療健康領(lǐng)域的科技公司之一，IBM收購(gòu)了一些醫(yī)療健康大數(shù)據(jù)提供商和分析商，選擇腫瘤精準(zhǔn)治療作為主玫領(lǐng)域，利用人工智能系統(tǒng)沃森(Watson）快速分析各種數(shù)據(jù)，協(xié)助醫(yī)生診斷腫瘤，并根據(jù)患者的腫瘤基因提供適當(dāng)?shù)膫€(gè)性化治療方案。任務(wù)實(shí)現(xiàn)（3）智能金融人工智能技術(shù)在金融業(yè)中可以用于服務(wù)客戶，支持授信、各類金融交易和金融分析中的決策，并用于風(fēng)險(xiǎn)防控和監(jiān)督，將大幅改變金融現(xiàn)有格局，金融服務(wù)將會(huì)更加個(gè)性化與智能化。百度、阿里巴巴和騰訊都是智能金融應(yīng)用起步較早、技術(shù)較為成熟的代表。它們不僅開(kāi)展人工智能技術(shù)的基礎(chǔ)性研究工作，而且本身具備強(qiáng)大的智能金融應(yīng)用場(chǎng)景。阿里巴巴己將人工智能運(yùn)用于互聯(lián)網(wǎng)小貸、保險(xiǎn)、征信、智能投顧、客戶服務(wù)等多個(gè)領(lǐng)域。任務(wù)實(shí)現(xiàn)（4）智能安防安防行業(yè)是智慧城市建設(shè)中的重要力量，從公共場(chǎng)所的監(jiān)控到個(gè)人電子設(shè)備的保護(hù)，從平安城市建設(shè)到居民住所的守護(hù)，智能安防技術(shù)已得到深入廣泛應(yīng)用。利用人工智能對(duì)視頻、圖像進(jìn)行存儲(chǔ)和分析，進(jìn)而從中識(shí)別安全隱患并對(duì)其進(jìn)行處理是智能安防與傳統(tǒng)安防的最大區(qū)別。2015年起，我國(guó)多個(gè)城市都在加速推進(jìn)平安城市創(chuàng)建，部署了大批公共安全視頻監(jiān)控體系，安防系統(tǒng)在城市中隨處可見(jiàn)，它就像無(wú)聲的“保鏢”守護(hù)著人們?nèi)松砗拓?cái)物的安全。任務(wù)實(shí)現(xiàn)（5）自動(dòng)駕駛隨著科學(xué)技術(shù)的不斷發(fā)展和進(jìn)步，一批互聯(lián)網(wǎng)高科技企業(yè)紛紛進(jìn)軍到自動(dòng)駕駛領(lǐng)域，目前無(wú)人駕駛功能還未完全實(shí)現(xiàn)，只能稱之為自動(dòng)鋪助駕駛。2011年7月14日，依托人工智能技術(shù)，由國(guó)防科技大學(xué)自主研制的紅旗HQ3無(wú)人駕駛汽車首次完成從長(zhǎng)沙到武漢全程286公里的全程高速無(wú)人駕駛實(shí)驗(yàn)，這標(biāo)志著中國(guó)無(wú)人車在環(huán)境識(shí)別、智能行為決策和控制等方面實(shí)現(xiàn)了新的技術(shù)突破。任務(wù)實(shí)現(xiàn)4、了解人工智能產(chǎn)業(yè)發(fā)展趨勢(shì)從人工智能產(chǎn)業(yè)的發(fā)展來(lái)看，產(chǎn)業(yè)正處于從感知智能向認(rèn)知智能的進(jìn)階階段技術(shù)突破是其關(guān)鍵。(1)智能服務(wù)呈現(xiàn)線下和線上的無(wú)縫結(jié)合分布式計(jì)算平臺(tái)的廣泛部署和應(yīng)用，增大了線上服務(wù)的應(yīng)用范圍。同時(shí)，人工智能技術(shù)的發(fā)展和產(chǎn)品不斷涌現(xiàn)，如智能家居、智能機(jī)器人、自動(dòng)駕駛汽車等，為智能服務(wù)帶來(lái)新的渠道或新的傳播模式，使得線上服務(wù)與線下服務(wù)的融合進(jìn)程加快，促進(jìn)多產(chǎn)業(yè)升級(jí)。任務(wù)實(shí)現(xiàn)(2)智能化應(yīng)用場(chǎng)景從單一向多元發(fā)展人工智能的應(yīng)用領(lǐng)域目前還多處于專用階段，覆蓋范圍有限，產(chǎn)業(yè)化程度整體不高，如人臉識(shí)別、視頻監(jiān)控、語(yǔ)言識(shí)別等具體任務(wù)。隨著智能家居、智慧物流等產(chǎn)品的出現(xiàn)，人工智能的應(yīng)用將朝著面向復(fù)雜場(chǎng)景并處理復(fù)雜間題、提高社會(huì)生產(chǎn)效率和生活質(zhì)量的方向發(fā)展。任務(wù)實(shí)現(xiàn)(3)人工智能和實(shí)體經(jīng)濟(jì)深度融合發(fā)展黨的二十大報(bào)告提出：構(gòu)建新一代信息技術(shù)、人工智能、等一批新的增長(zhǎng)引擎。構(gòu)建優(yōu)質(zhì)高效的服務(wù)業(yè)新體系，推動(dòng)現(xiàn)代服務(wù)業(yè)同先進(jìn)制造業(yè)、現(xiàn)代農(nóng)業(yè)深度融合。一方面，隨著全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家，將促進(jìn)人工智能等新一代信息技術(shù)產(chǎn)品發(fā)展和應(yīng)用，助推傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)實(shí)現(xiàn)整體性突破。另一方面，隨著人工智能底層技術(shù)的開(kāi)源化，傳統(tǒng)行業(yè)將有望加快掌握人工智能基礎(chǔ)技術(shù)并依托其積累的行業(yè)數(shù)據(jù)資源實(shí)現(xiàn)人工智能與實(shí)體經(jīng)濟(jì)的深度融合創(chuàng)新。小組討論：

人工智能的應(yīng)用案例有哪些？相關(guān)知識(shí)1、人工智能核心技術(shù)人工智能的核心技術(shù)包括機(jī)器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)。機(jī)器學(xué)習(xí)(MachineLearning)是一門(mén)多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、算法復(fù)雜度理論等多門(mén)學(xué)科。它是一門(mén)研究機(jī)器如何模擬人類學(xué)習(xí)活動(dòng)、自動(dòng)獲取知識(shí)和技能以改善系統(tǒng)性能的一門(mén)學(xué)科，是人工智能的核心，是使機(jī)器具有智能的根本途徑。根據(jù)訓(xùn)練方法不同，機(jī)器學(xué)習(xí)的算法可以分為監(jiān)督式學(xué)習(xí)、無(wú)監(jiān)督式學(xué)習(xí)、半監(jiān)督式學(xué)習(xí)和強(qiáng)化學(xué)習(xí)四大類。相關(guān)知識(shí)人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetworks)是由大量處理單元經(jīng)廣泛互連而組成的人工網(wǎng)絡(luò)，用來(lái)模擬人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能。一般把這些處理單元稱為人工神經(jīng)元。1943年，心理學(xué)家麥卡洛克(W.McCulloch)和數(shù)學(xué)家皮茨(W.Pitts)根據(jù)生物神經(jīng)元生物電和生物化學(xué)的運(yùn)行機(jī)理提出三值神經(jīng)元的數(shù)學(xué)模型，即著名的MP模型。人工神經(jīng)網(wǎng)絡(luò)的主要特征包括：能夠模擬人的形象思維；具有大規(guī)模并行協(xié)同處理能力；具有較強(qiáng)的學(xué)習(xí)能力；有較強(qiáng)的容錯(cuò)能力和聯(lián)想能力；是一個(gè)大規(guī)模自組織、自適應(yīng)的非線性動(dòng)態(tài)系統(tǒng)。相關(guān)知識(shí)2、強(qiáng)人工智能與弱人工智能①?gòu)?qiáng)人工智能又稱多元智能，它是指能真正推理和解決問(wèn)題的智能機(jī)器，這樣的機(jī)器被認(rèn)為是有知覺(jué)、有自我意識(shí)，可以獨(dú)立思考并制定解決方案的，它有著自己的價(jià)值觀和世界觀體系，有和生物一樣的各種本能，如生存需求、安全需求等。強(qiáng)人工智能大體歸結(jié)為有兩類：一類是類人的人工智能，即機(jī)器的思考和推理與人的思維近似。另一類是非類人的人工智能，即機(jī)器產(chǎn)生了與人完全不一樣的知覺(jué)、意識(shí)，以及推理方式。相關(guān)知識(shí)

②弱人工智能是指不能制造出真正地推理和解決問(wèn)題的智能機(jī)器，這些機(jī)器只不過(guò)看起來(lái)像是智能的，但是并不真正擁有智能，也不會(huì)有自主意識(shí)。目前主流的研究活動(dòng)集中在弱人工智能上，并且在這一研究領(lǐng)域取得了客觀的成就。拓展作業(yè)：設(shè)想一款人工智能產(chǎn)品人工智能技術(shù)的出現(xiàn)，改善和提高了人們的生活品質(zhì)，智能化解決了日常生活中的問(wèn)題。請(qǐng)?jiān)O(shè)想一款人工智能產(chǎn)品與同學(xué)們交流、分享，說(shuō)說(shuō)你希望它能解決生活中的什么具體問(wèn)題。

模塊6大數(shù)據(jù)與人工智能概述任務(wù)清單任務(wù)6.1認(rèn)識(shí)人工智能任務(wù)6.2認(rèn)識(shí)大數(shù)據(jù)任務(wù)6.1認(rèn)識(shí)大數(shù)據(jù)學(xué)習(xí)目標(biāo)知識(shí)目標(biāo)：掌握大數(shù)據(jù)基本概念掌握大數(shù)據(jù)的特征能力目標(biāo)：能準(zhǔn)確描述大數(shù)據(jù)的關(guān)鍵技術(shù)能舉例描述大數(shù)據(jù)的應(yīng)用素養(yǎng)目標(biāo)：培養(yǎng)文明上網(wǎng)的意識(shí)培養(yǎng)團(tuán)隊(duì)合作意識(shí)情境導(dǎo)入

老師：同學(xué)們，大家在使用手機(jī)或電腦上網(wǎng)時(shí)，是不是都有過(guò)應(yīng)用程序按照我們的關(guān)注點(diǎn)自動(dòng)推送相關(guān)內(nèi)容的體驗(yàn)？學(xué)生：是的，老師。但這是怎么做到的呢？老師：這種現(xiàn)象其實(shí)就是大數(shù)據(jù)技術(shù)的一個(gè)具體應(yīng)用。如今大數(shù)據(jù)技術(shù)已廣泛的應(yīng)用于各行各業(yè)，不僅是專業(yè)領(lǐng)域，日常生活中大數(shù)據(jù)的應(yīng)用也隨處可見(jiàn)。任務(wù)實(shí)現(xiàn)

1、了解大數(shù)據(jù)的概念百度百科對(duì)大數(shù)據(jù)的定義：大數(shù)據(jù)(BigData)指無(wú)法在可承受的時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕提、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信急資產(chǎn)。任務(wù)實(shí)現(xiàn)維基百科對(duì)大數(shù)據(jù)的定義：又稱為巨量資料，指的是傳統(tǒng)數(shù)據(jù)處理應(yīng)用軟件不足以處理的大或復(fù)雜的數(shù)據(jù)集。麥肯錫全球研究所對(duì)大數(shù)據(jù)的定義：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征。任務(wù)實(shí)現(xiàn)2、了解大數(shù)據(jù)的特征?數(shù)據(jù)具有大體量（Volume）、多種類（Variety）、高速度（Velocity)、低價(jià)值密度（Value）四大特征，簡(jiǎn)稱“4V”特征。（1）大體量(Volume)。（2）多種類(Variety)。（3）高速度(Velocity)。（4）低價(jià)值密度(Value)。任務(wù)實(shí)現(xiàn)3、了解大數(shù)據(jù)的關(guān)鍵技術(shù)

所謂大數(shù)據(jù)技術(shù)，就是從各種各樣類型的數(shù)據(jù)中，快速獲得有價(jià)值信息的技術(shù)。大數(shù)據(jù)領(lǐng)域已經(jīng)涌現(xiàn)出了大量的新技術(shù)，主要包括：大數(shù)據(jù)采集與預(yù)處理、大數(shù)據(jù)存儲(chǔ)與管理、大數(shù)據(jù)處理與分析、數(shù)據(jù)安全和隱私保護(hù)等。任務(wù)實(shí)現(xiàn)（1）大數(shù)據(jù)采集與預(yù)處理。數(shù)據(jù)采集與預(yù)處理是利用ETL工具將分布在異構(gòu)數(shù)據(jù)源中的數(shù)據(jù)，如關(guān)系數(shù)據(jù)、平面數(shù)據(jù)文件等，抽取到臨時(shí)中間層后進(jìn)行清洗、轉(zhuǎn)換、集成，最后加載到數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市中，稱為聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘的基礎(chǔ)；也可以利用日志采集工具把實(shí)時(shí)采集的數(shù)據(jù)作為流計(jì)算系統(tǒng)的輸入，進(jìn)行實(shí)時(shí)處理分析。任務(wù)實(shí)現(xiàn)（2）大數(shù)據(jù)存儲(chǔ)與管理。利用分布式文件系統(tǒng)、數(shù)據(jù)倉(cāng)庫(kù)、關(guān)系數(shù)據(jù)庫(kù)、NoSQL數(shù)據(jù)庫(kù)、云數(shù)據(jù)庫(kù)等，實(shí)現(xiàn)對(duì)結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化海量數(shù)據(jù)的存儲(chǔ)和管理。（3）大數(shù)據(jù)處理與分析。利用分布式并行編程模型和計(jì)算框架，結(jié)合機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘算法，實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的處理和分析，對(duì)分析結(jié)果進(jìn)行可視化呈現(xiàn)，幫助人們更好地理解數(shù)據(jù)、分析數(shù)據(jù)。（4）數(shù)據(jù)安全和隱私保護(hù)。在從大數(shù)據(jù)中挖掘潛在的巨大商業(yè)價(jià)值和學(xué)術(shù)價(jià)值的同時(shí)，構(gòu)建數(shù)據(jù)安全體系和隱私數(shù)據(jù)保護(hù)體系，有效保護(hù)數(shù)據(jù)安全和個(gè)人隱私。任務(wù)實(shí)現(xiàn)大數(shù)據(jù)在制造、金融、電信、交通、安全、醫(yī)療、能源及個(gè)人生活等領(lǐng)域都有著廣泛的應(yīng)用。任務(wù)實(shí)現(xiàn)1、大數(shù)據(jù)與人工智能的關(guān)系人工智能的建立是以大量的數(shù)據(jù)作為支撐，特別是機(jī)器學(xué)習(xí)尤為突出。例如：機(jī)器學(xué)習(xí)圖像識(shí)別應(yīng)用程序通過(guò)查看數(shù)以萬(wàn)計(jì)的飛機(jī)圖像來(lái)了解飛機(jī)的構(gòu)成，以便將來(lái)能夠識(shí)別出它們。人工智能應(yīng)用的數(shù)據(jù)越多，其獲得的結(jié)果就越準(zhǔn)確。大數(shù)據(jù)為人工智能提供了海量的數(shù)據(jù)，使人工智能技術(shù)有了長(zhǎng)足的發(fā)展。同時(shí)大數(shù)據(jù)技術(shù)還為人工智能提供了強(qiáng)大的存儲(chǔ)能力和計(jì)算能力。任務(wù)實(shí)現(xiàn)大數(shù)據(jù)主要目的是通過(guò)數(shù)據(jù)的對(duì)比分析來(lái)掌握和推演出更優(yōu)的方案。人工智能則是為了輔助和代替人們更快、更好地完成某些任務(wù)或進(jìn)行某些決定，它能通過(guò)機(jī)器學(xué)習(xí)的方法，掌握我們?nèi)粘＿M(jìn)行的重復(fù)性的事項(xiàng)，并以其計(jì)算機(jī)的處理優(yōu)勢(shì)來(lái)高效的達(dá)成目標(biāo)。人工智能是一種計(jì)算形式，它允許計(jì)算機(jī)執(zhí)行認(rèn)知功能。而大數(shù)據(jù)是一種傳統(tǒng)計(jì)算，它不會(huì)根據(jù)結(jié)果采取行動(dòng)，只是尋找結(jié)果。任務(wù)實(shí)現(xiàn)2、大數(shù)據(jù)與云計(jì)算、物聯(lián)網(wǎng)的關(guān)系大數(shù)據(jù)、云計(jì)算和物聯(lián)網(wǎng)之間既有區(qū)別又有聯(lián)系。從整體上看，大數(shù)據(jù)、云計(jì)算和物聯(lián)網(wǎng)這三者相輔相成。大數(shù)據(jù)根植于云計(jì)算，大數(shù)據(jù)分析的很多技術(shù)都來(lái)自云計(jì)算，云計(jì)算的分布式數(shù)據(jù)存儲(chǔ)和管理系統(tǒng)（包括分布式文件系統(tǒng)和分布式數(shù)據(jù)庫(kù)系統(tǒng)）提供了海量數(shù)據(jù)的存儲(chǔ)和管理能力，分布式并行處理框架MapReduce提供了海量數(shù)據(jù)分析能力。沒(méi)有這些云計(jì)算技術(shù)作為支撐，大數(shù)據(jù)分析就無(wú)從談起。反之，大數(shù)據(jù)為云計(jì)算提供了“用武之地”，沒(méi)有大數(shù)據(jù)這個(gè)“練兵場(chǎng)”，云計(jì)算技術(shù)再先進(jìn)，也不能發(fā)揮它的應(yīng)用價(jià)值。物聯(lián)網(wǎng)的傳感器源源不斷產(chǎn)生的大量數(shù)據(jù)，構(gòu)成了大數(shù)據(jù)的重要數(shù)據(jù)來(lái)源，沒(méi)有物聯(lián)網(wǎng)的飛速發(fā)展，就不會(huì)帶來(lái)數(shù)據(jù)產(chǎn)生方式的變革，即由人工產(chǎn)生階段轉(zhuǎn)向自動(dòng)產(chǎn)生階段。同時(shí)，物聯(lián)網(wǎng)需要借助云計(jì)算和大數(shù)據(jù)技術(shù)，實(shí)現(xiàn)物聯(lián)網(wǎng)大數(shù)據(jù)的存儲(chǔ)、分析和處理。任務(wù)實(shí)現(xiàn)大數(shù)據(jù)側(cè)重于對(duì)海量數(shù)據(jù)的存儲(chǔ)、處理與分析，從海量數(shù)據(jù)中發(fā)現(xiàn)價(jià)值，服務(wù)于生產(chǎn)和生活；云計(jì)算旨在整合和優(yōu)化各種IT資源，并通過(guò)網(wǎng)絡(luò)以服務(wù)