1.什么是大数据？

对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

2.大数据和云计算的关系

云计算（cloud computing）是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，通过多台服务架构的系统进行计算。

云计算又称网络计算，它可以在很短时间内（几秒钟）完成对数以万计的大数据的处理，从而达到强大的云服务。云计算是分布式计算、分布式储存、负载均衡、虚拟化等计算机技术混合演进并跃升的结果。

云计算是基础，没有云计算，无法实现大数据存储和计算。大数据是应用，没有大数据，云计算就缺少了目标与价值。两者都要人工智能的参与。人工智能是互联网信息系统有序化后的一种商业智能。

大数据和云计算的关系是密不可分的，就好比硬币的正反面。大数据必然无法使用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云储存、虚拟化技术。

3.人工智能

人工智能 (Artificial Intelligence)，是一个以计算机科学（Computer Science）为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。大白话解释，利用计算机及其相关设备来模拟和实现人类或者是智能生物的思想和行为，从而达到更彻底地代替人类进行生产活动。

人工智能有很多学派和技术路线，多以数学理论为工具，例如统计学、线性代数和概率论等，它常常关注于解决现实中的问题，它最接近于终端应用，如分类、识别、更集中于算法及其应用。

由于当前的人人工智能技术主要就是深度机器学习，都是通过大量的样本数据进行训练，得出算法模型。人工智能与大数据一个主要的区别是大数据是需要在数据变得有用之前进行清理、结构化和集成的原始输入，而人工智能则是输出，即处理数据产生的智能这使得两者有着本质上的不同。大数据和人工智能有着密切的联系，大数据是物联网、Web系统和信息系统发展的综合结果，其中物联网的影响最大，所以大数据也可以说是物联网发展的必然结果。人工智能和大数据之间的关系可以用“数据驱动”来概括人工智能需要大量的数据来进行学习和训练，而大数据则需要人工智能来进行分析和挖掘人工智能和大数据的结合可以让数据更好地为人类服务，提高数据的价值和效益。

简单来说，就是以云计算为资源管理基础，以大数据技术为数据处理的基础，以人工智能算法作为数据分析的基础，来支撑现代智能化的应用。