人工智能需要有大数据支撑，人工智能与大数据究竟是怎样结合的？

图片来自“123rf.com.cn”

大数据和人工智能工具的结合可以实现新的分析和自动化形式，而在企业应用程序中，这些技术仍在不断发展和演变。

Dun&Bradstreet公司今年1月发布了一项调查结果，调查发现，40%的受访者表示部署人工智能技术增加了更多的工作岗位。这一发现似乎与采用人工智能将减少就业机会的担忧相反，而在调查中，100名受访者中只有8人表示，他们的组织由于采用人工智能而裁员。

这是Dun&Bradstreet公司的调查团队于去年12月在波士顿的人工智能世界会议和博览会上对与会者进行的调查，这就提出了一个问题，即企业将如何适应人工智能和大数据等新兴技术，尤其是处在这个前所未有的数字化颠覆时代。

企业领导者面临数字化颠覆的现实，发现即使在人工智能上采用快速跟随策略也很难应对。迅速发展的技术以及人工智能对未来工作的影响，将导致工作岗位的变化和知识型员工难以保留等迫在眉睫的问题。

Dun&Bradstreet公司的调查发现，人工智能主要用于分析、自动化和数据管理。正在启用新功能，使原本不可访问的域更容易访问。例如，大学教授现在可以使用一系列工具来检测作弊行为，这曾经是一个人工检验和基于经验的繁琐过程。在人力资源部门，也采用了能够筛选简历、预测应聘者是否合格成功的技术，以及执行许多其他任务的技术，这些任务曾经被认为难以处理。

人工智能需要大数据在其后面进行支持。

如果想要人工智能足够智能，那么就需要优秀的算法和足够的数据。

就像AlphaGo为什么能够下围棋，因为将大量的数据(各种高手对弈的棋谱等等)进行训练，在这里咋们就别想AlphaGo到底是怎么去训练的了，这里面也设计到深度学习，算法模型这些东西了。

人工智能需要有大数据支撑人工智能主要有三个分支：

1.基于规则的人工智能；

2.无规则，计算机读取大量数据，根据数据的统计、概率分析等方法，进行智能处理的人工智能；

3.基于神经元网络的一种深度学习。

基于规则的人工智能，在计算机内根据规定的语法结构录入规则，用这些规则进行智能处理，缺乏灵活性，不适合实用化。因此，人工智能实际上的主流分支是后两者。