物联网、云计算、大数据、人工智能到底是什么关系有什么用终于有人说清楚了！
在上午的“DI·进化”主论坛中，刘鹏教授以“进化：从大数据到人工智能”为题，向所有在场和观看网络直播的观众作报告分享。他详细分析了物联网、云计算、大数据和人工智能的发展和应用，并为现场观众介绍了大数据和人工智能给人们生活带来的便利和影响。观众听完报告，为刘鹏教授的精彩观点纷纷点赞。
本次峰会设DI进化主论坛、数据化运营论坛、数据营销论坛、智慧零售论坛及智慧金融论坛五大会场，汇聚包括李宁、蚂蚁金服、阿里云、一点资讯、Keep国内外知名企业大咖参与分享。嘉宾们深度解读了互联网运营、数据营销、智慧零售、智慧金融等数据智能案例，围绕人工智能、IoT、数据化运营、数据营销、智慧零售、智慧金融等前沿热点话题进行讨论。
刘鹏教授主要围绕以下几个方面，作报告分享：
第一，物联网、云计算、大数据和人工智能的关系
富士康准备淘汰近一半的工人，为什么呢？因为现在有大量的机器人进入了工厂，自动生产代替了人工生产。青岛和上海的一些码头也已经变成全自动化的，整个码头只有几名工作人员，但是吞吐量却远远超过以前。以前双11货物堆积如山，但是这两年的双11，货物很快就可以到达，因为人工智能进入了物流环节。我们以前购物只能去菜市场和超市，吃饭要去餐馆，现在足不出户，在家里也可以订餐，订各种各样的服务，生活变得非常便利。
我们现在进入了一个新的时代，从物联网到云计算，到大数据，再到人工智能，新一代的信息技术设施已经逐步形成了。其中，物联网解决的是感知真实的物理世界；云计算解决的是提供强大的能力去承载这个数据；大数据解决的是对海量的数据进行挖掘和分析，把数据变成信息；人工智能解决的是对数据进行学习和理解，把数据变成知识和智慧。
在这四个层次中，物联网是在数据的采集层，云计算是在承载层，大数据是在挖掘层，人工智能是在学习层，所以它们是层层递进的关系。如果要说物联网会变成什么样？大家都看过《阿凡达》，万物的感知都可以汇集到到潘多拉星球，可以感知到整个星球的状态。我们越来越多的东西在联网，我们每个人的手机里面有GPS，有陀螺仪，有加速度传感器，越来越多的传感器在感知，整个世界汇聚成了数据海洋。
第二，丰富的大数据应用
云创大数据构建了大数据公共处理平台——DataCube数据立方大数据库，专门处理挑战性的海量数据。此外，万物云平台是一个免费的平台，用户可以通过连接所有的传感器，然后再访问万物云，就可以把传感器对接到这个平台上，帮助用户管理所有数据。A8000超低功耗云存储系统，其机架可以承载3800TB的容量，平均功耗只有2000多瓦，可靠性非常高，该系统可以使用十年以上，成本非常低。
以前对付雾霾的方法，都是靠国家的监测站，数据虽然很准确，但是由于成本的原因，数量很少。云创也用大数据去应对雾霾问题，并且从7年前就构造这样的节点，通过大规模布设网格化的监管节点，从而准确定位污染源，去应对雾霾。我们对工业园区重点污染源的区域，对每家企业进行监测，最后形成广泛的能够采集各种现实世界的状态，去控制每一个污染源的环境。所以，我们能够追踪全国的雾霾。
南京市秦淮区面积53平方公里左右，在这个区域中，云创共铺设了53个节点，平均每平方公里都有一个节点，有任何污染源出现都可以得以定位。我们不仅能知道过去的所有情况，还知道污染源演化的过程，更能知道明天、后天、大后天污染情况怎样，这是通过人工智能对未来做出的预测，该判断比人类判断要准确得多。云创大数据开发的环境云平台，将所有采集到的数据向社会免费开放，用户通过它可以构建各种各样的应用系统。现在已经有2954个单位连到该平台，通过访问我们的数据，每天会有大量的数据得到调用，从而对全国所有的环境进行实时的监测。
众所周知，地震的传播速度非常慢，一秒钟只传播3.7公里，如果有足够多的预警节点，就可以在地震到达前提前预知到地震。云创正在用大数据构建地震预警平台，该平台就是环境猫，我们正在全国布设100万个地震监测节点，从而做到在地震发生的时候能够提前预警。除了地震预警，环境猫还可以监测室内的甲醛、PM2.5、温度、湿度等室内环境。同时，我们在南京秦淮区布设了燃气预警云平台，可以通过大数据监测每一家餐馆。如果燃气泄露就会预警，过去一年的时间已经发出了8000多次警报，使得每一家餐馆能够及时的排除隐患。
第三，前沿的人工智能应用
通过人工智能可以整合所有的视频监控，提升城市的管理水平。目前，南京和宜昌的视频监控都通过云创产品（应用）进行整合。我们开发的模糊人脸智能对比系统，可以判断视频中的人是谁，也可以识别犯罪现场的嫌疑人。这些人通过正常的人脸识别算法无法找到，但是通过新的模糊人脸识别算法，可以使大量的未破案件得到破案。另外，目前车牌的识别虽说相对比较准确，但相对所有车牌算法云创可以做得更加准确。目前人脸识别系统已经开源，不久车牌识别系统也将开源，用户不用注册，不用付费，即可以使用。
云创开发的铁路安全智能检测系统，可以通过人工智能去判断铁路沿线的各种异常情况，使得预警变得实时。城市交通智能优化系统，可以用人工智能去控制整个城市的交通，使开车的效率大幅提升。目前，我们用人工智能已经做了人工的大脑，对整个城市的交通进行实时的优化，使人类社会变得更加美好。此外，不少单位通过云创开发的智慧路灯伴侣云平台去管控城市，使城市变得更加安全，更加环保，更加有效率。
云创也正在通过人工智能去判断疾病，通过与南京鼓楼医院合作，我们在前列腺癌的早期诊断结果方面已经可以做得非常准确，准确度甚至达到了99%以上，并得到国外媒体的广泛报道，包括福布斯和泰晤士报等。我们也在运用人工智能去做宫颈癌的筛查。所有这些都是云创大数据所实现的，云创也是江苏省发展最快的高科技企业之一。
第四，教育与公益
云创大数据教授联合国内多所高校从事一线教学科研任务的专业师资，编写了本科和高职（专科）的两套涉及云计算、大数据、深度学习等领域的教材，可为大数据教学提供系统的教材支撑。云创也会定期或不定期举办免费的公益培训，在过去三年中培养了大量大数据和人工智能师资，且好评如潮，顺利帮助全国越来越多的的高校开设了云计算、大数据、人工智能等方面的课程。返回搜狐，查看更多
大数据和云计算具体是什么概念
什么是大数据 大数据,或称巨量数据、海量数据;是由数量巨大、结构复杂、类型众多数据构成的数据集合,是基于云计算的数据处理与应用模式,通过数据的集成共享,交叉复用形成的智力资源和知识服务能力。 有研究机构如此定义“大数据”:“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的海量、高增长率和多样化的信息资产。从某种程度上说,大数据是数据分析的前沿技术。简言之,从各种各样类型的数据中,快速获得有价值信息的能力,就是大数据技术。 大数据从何而来 美国互联网数据中心指出,互联网上的数据每年将增长50%,每两年便将翻一番,目前世界上90%以上的数据是最近几年才产生的。此外,全世界的工业设备、汽车、电表上有着无数的数码传感器,随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化,也产生了海量的数据信息。 物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及各种各样的传感器,无一不是数据来源或者承载的方式。 大数据有多大仅以互联网为例,一天之中,互联网产生的全部内容可以刻满1.68亿张DVD;发出的邮件有2940亿封之多;发出的社区帖子达200万个截止到2012年,数据量已经从TB(1024GB=1TB)级别跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别。国际数据公司(IDC)的研究结果表明,2008年全球产生的数据量高达1.82ZB,相当于全球每人产生200GB以上的数据。而到2012年为止,人类生产的所有印刷材料的数据量是200PB,全人类历史上说过的所有话的数据量大约是5EB。IBM的研究称,整个人类文明所获得的全部数据中,有90%是过去两年内产生的。而到了2020年,全世界所产生的数据规模将达到今天的44倍。
什么是云计算?
云计算(cloudcomputing)是通过互联网把多个成本较低的计算实体整合成一个具有强大计算能力的完美系统。简单理解就是,运营公司提供服务器、应用程序、存储空间,用户通过网络远程登录服务器,并按照需要使用这些存储空间和应用程序。狭义云计算是指IT基础设施的交付和使用模式,指通过网络以按需、易扩展的方式获得所需资源;广义云计算指服务的交付和使用模式,指通过网络以按需、易扩展的方式获得所需服务。它意味着计算能力也可作为一种商品通过互联网进行流通和交易。
大数据与云计算 云计算和大数据 从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式计算架构。它的特色在于对海量数据的挖掘,但它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。
人工智能、大数据、物联网、云计算到底是什么关系
大数据是人工智能的基石，目前的深度学习主要是建立在大数据的基础上，即对大数据进行训练，并从中归纳出可以被计算机运用在类似数据上的知识或规律。
何为大数据？
大数据是一种规模大到在获取、管理、分析方面大大超出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。如果将大数据比作一个产业，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”。
所以，有人提出的“大数据就是大规模的数据”这个说法并不准确！
“大规模”只是指数据的量而言。
数据量大，并不代表着数据一定有可以被深度学习算法利用的价值。
例如：地球绕太阳运转的过程中，每一秒钟记录一次地球相对太阳的运动速度、位置，可以得到大量数据。可如果只有这样的数据，其实并没有太多可以挖掘的价值！
大数据这里我们参阅马丁·希尔伯特的总结，今天我们常说的大数据其实是在2000年后，因为信息交换、信息存储、信息处理三个方面能力的大幅增长而产生的数据：
信息交换：据估算，从1986年到2007年这20年间，地球上每天可以通过既有信息通道交换的信息数量增长了约217倍，这些信息的数字化程度，则从1986年的约20%增长到2007年的约99.9%。在数字化信息爆炸式增长的过程里，每个参与信息交换的节点都可以在短时间内接收并存储大量数据。
信息存储：全球信息存储能力大约每3年翻一番。从1986年到2007年这20年间，全球信息存储能力增加了约120倍，所存储信息的数字化程度也从1986年的约1%增长到2007年的约94%。1986年时，即便用上我们所有的信息载体、存储手段，我们也不过能存储全世界所交换信息的大约1%，而2007年这个数字已经增长到大约16%。信息存储能力的增加为我们利用大数据提供了近乎无限的想象空间。
信息处理：有了海量的信息获取能力和信息存储能力，我们也必须有对这些信息进行整理、加工和分析的能力。谷歌、Facebook等公司在数据量逐渐增大的同时，也相应建立了灵活、强大的分布式数据处理集群。
大数据在应用层面：大数据往往可以取代传统意义上的抽样调查、大数据都可以实时获取、大数据往往混合了来自多个数据源的多维度信息、大数据的价值在于数据分析以及分析基础上的数据挖掘和智能决策。
美国《大西洋月刊》曾公布过一段A.I.聊天记录截图
实际上人工智能的发展，离不开海量数据进行训练。究其根本，基于大数据的循环往复无数次的训练才有了人工智能！
什么是物联网?
物联网英文名为InternetofThings，可以简单地理解为物物相连的互联网。物联网在以前曾被定义为通过射频识别(RFID)、红外线感应器、全球定位系统、激光扫描器、气体感应器等信息传感设备按约定的协议把任何物品与互联网连接起来进行信息交换，以实现智能化识别、定位、跟踪、监控和管理的一种网络，简言之物联网就是“物物相连的互联网”。
后来被重新定义为当下几乎所有技术与计算机、互联网技术的结合，实现物体与物体之间：环境以及状态信息实时的实时共享以及智能化的收集、传递、处理、执行。广义上说，当下涉及的信息技术的应用，都可以纳入物联网的范畴。
正是得益于大数据和云计算的支持，互联网才正在向物联网扩展，并进一步升级至体验更佳、解放生产力的人工智能时代。
可以说，没有人工智能的物联网：没大戏；而物流网又让人工智能：更准确。
在未来，虚拟世界的一切将真正实现物理化！
物联网主要通过各种设备（比如RFID，传感器，二维码等）的接口将现实世界的物体连接到互联网上，或者使它们互相连接，以实现信息的传递和处理。
对于人工智能而言，物联网（IoT）其实肩负了一个至关重要的任务：资料收集
概念上，物联网可连接大量不同的设备及装置，包括：家用电器和穿戴式设备。嵌入在各个产品中的传感器（sensor）便会不断地将新数据上传至云端。这些新的数据以后可以被人工智能处理和分析，以生成所需要的信息并继续积累知识。
互联网在现实的物理世界之外新建了一个虚拟世界，物联网将会把两个世界融为一体。
物联网的终极效果是万物互联，不仅仅是人机和信息的交互，还有更深入的生物功能识别读取等等！
人工智能背后强大的助推器：云计算
云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池(资源包括网络、服务器、存储、应用软件、服务)，这些资源能够快速提供，只需投入很少的管理工作，或与服务商进行很少的交互。
云计算是将我们传统的IT工作转为以网络为依托的云平台运行，NIST（美国国家标准与技术研究院）在2011年下半年公布了云计算定义的最终稿，给出了云计算模式所具备的5个基本特征（按需自助服务、广泛的网络访问、资源共享、快速的可伸缩性和可度量的服务）、3种服务模式（SaaS（软件即服务）、PaaS（平台即服务）和IaaS（基础设施即服务））和4种部署方式（私有云、社区云、公有云和混合云）
云计算发展较早，经过10年发展，国内已经拥有超百亿规模，云计算也不再只是充当存储与计算的工具而已！
未来可以预见的是，云计算将在助力人工智能发展层面意义深远！
而反之，人工智能的迅猛发展、巨大数据的积累，也将会为云计算带来的未知和可能性！
人工智能也好、大数据也好、物联网及云计算也好，彼此依附相互助力，藕不断丝且相连！合力搭档在一起：给未来多一些可能，给未知多一些可能性，给不可能多一些可能！返回搜狐，查看更多
ABC（人工智能、大数据、云计算）的关系
本文转载自：https://digitx.cn/2018/02/21/abc/
ABC是业内对于人工智能(ArtificialIntelligence、即AI)，大数据(BigData)和云计算(CloudComputing)在三种技术的首字母缩写。这篇文章希望能够在大数据的角度上解释ABC的关系，并且展望大数据战略对于企业、机构和社会重要性。
ABC三种技术在最近10年在资本和媒体的的热度顺序为：云计算、大数据和人工智能。而事实上技术的产生的顺序确是反过来的，人工智能最早，大数据其次，而云计算是最后出现的。在数字化三部曲的第一部《CloudFoundry：从数字化战略到实现》著作中作者详细阐述了云计算。云计算带来的巨大好处就是提供商品化的计算资源，以前只有政府和500强企业才能拥有的巨大计算资源，现在可以被一个创业公司所拥有。这个量变到质变的过程使得我们可以重新访问一些计算机行业的难题。（一般来说，我们不比前人聪明，但是我们会在量变到质变的过程中有些机会重新访问前人没有机会解决的问题。）计算资源的富裕使得大数据技术能能够以更低的门槛平民化。PivotalCloudFoundry2.0的一个研发重点就是利用容器技术把Greenplum提供到云上。2016年底Pivotal和阿里云联合发布了基于开源Greenplum的HybridDB大数据库（环球网，《HybridDB正式上线支持Greenplum大数据服务》2016年12月，http://china.huanqiu.com/citynews/2016-12/9816235.html）。2017年底Pivotal又和腾讯云合作把开源Greenplum提供到腾讯云上(冯雷，《Pivotal和腾讯云在Greenplum5上合作背后的考量》2017年12月https://digitx.cn/2017/12/24/pivotal-tencent-greenplum5-partnership/）。云计算平民化了大数据，使得大数据技术广为企业所采用，企业也利用大数据养成了保管数据的习惯，把数据当作未被开采的资源。大数据的普及给人工智能的最新分之机器学习带来了意向不到的惊喜。谷歌研究院的F.Pereira,P.NorvigandA.Halevy发表了一片文章《数据的奇效》(Fernando.Pereira,PeterNorvigandAlonHalevy,TheUnreasonableEffectivenessofData,IEEEIntelligentSystems,vol.24,no.,pp.8-12,2009)。解释了大量数据对于(机器学习)模型带来的准确率的提高。Norvig也是《人工智能：一种现代的方法》一书的联合作者。早在谷歌之前，微软研究院的MicheleBanko和EricBrill在他们的论文《扩展到非常非常大文本来去除自然语言歧义》(BankoandBrill,ScalingtoVeryVeryLargeCorporaforNaturalLanguageDisambiguation,ProceedingsofACL,2001)中采用了如下图展示的，使用海量数据后各个机器模型的准确率都有大幅度提高。大量数据对模型精确程度的提高对于人工智能(机器学习)的问题求解给出了一个新方向：用大量数据和大数据计算来提高人工智能的结果。大家对比一下自然语言翻译在最近10年的利用大数据和计算进展就能感觉到这种力量。总结一下，现在我们有两条路在人工智能方向前进：
设计新的机器学习模型，在前人的模型上有所创新，改进模型效果
使用已经有的机器学习模型，但是利用前人所没有的数据量和云计算带来的大数据计算来改进模型效果。
谷歌的Norvig曾经谈到“我们没有更好的算法，但是有更多的数据”（XavierAmatriain，InMachineLearning,WhatisBetter:MoreDataorbetterAlgorithms，https://www.kdnuggets.com/2015/06/machine-learning-more-data-better-algorithms.html，2015）。
明显的Norvig是在鼓励沿第二种方法进行创新，当然这不等于说第一种方法的创新就不重要。但是我想要指出的第一种方法的创新门槛要远高于第二种，除了世界顶级的机构，普通机构很难建立所需要的资金、人才和配套的管理和文化来支撑第一种创新方法。但是第二种方法对于传统的机构是可以重复和实践的，按照已经有的方法论、成功案例和人才培训实现基于大数据和机器学习的高阶数字化转型。
总结一下ABC的关系如下图所示，C(云计算)从量变到质变带来前所未有和平民化的计算资源。企业和互联网在数字化应用产生了大量的数据。这些数据和计算能力使得大数据技术普及到普通机构，而这些机构利用大数据来创建和改善现有的机器学习模型，带来更好的人工智能效果。