大数据与人工智能:如何比较

什么是大数据？

大数据不仅描述大型数据集，还包括各种各样、高速移动且在定义的上下文中具有意义的数据。使用大数据的目标是数据转换和分析这会导致具体的结果。

例如，从严格意义上讲，社交网络或物联网(IoT)本身产生的数据还不足以成为大数据。该数据还必须是大的分析策略这可能导致过程自动化，增强决策或其他特定的结果。

大数据可以包括结构化、半结构化和非结构化数据。它可以来自任何能够产生大量数据的数据源，包括:

• 社交媒体
• 物联网设备
• 网站
• 日志文件
• 文本文件
• 电子表格
• 数据库
• 机械传感器

从这些数据集中，组织可以对他们的客户和运营获得有价值的见解，以便做出更明智的决定，从而在如何运营和经营业务方面获得战略优势。

什么是人工智能?

当比较大数据和人工智能时，人工智能是一种截然不同的现象。它指的是一种使机器能够执行人类认知功能的智能。一个没有人工智能的传统系统会根据它被编程的行为方式做出反应；这个人工智能机器能够分析和解释数据，然后基于这些解释解决问题。它总是从数据中学习，随着数据的发展而发展，并对它学到的做出反应。通过这种方式，人工智能系统不断改进和调整其行为，以适应变化。

人工智能由一系列广泛的技术组成，每种技术都提供不同的方法来分析数据并从中学习。人工智能技术被认为是人工智能或其他人工智能技术的子学科，但它们都属于人工智能的保护伞。以下是四种最著名的人工智能技术:

• 机器学习是人工智能的一个分支学科，它使计算机能够从收集的数据中学习，然后在无需人工干预的情况下应用这些知识。
• 深度学习是机器学习的一个分支学科，它使计算机能够更接近地模拟人脑的分析能力，从而达到越来越高的准确性。
• 自然语言处理是人工智能的一个分支学科，使机器能够分析、理解和生成人类语言，并接近自然对话。
• 计算机视觉是人工智能的一个分支学科，它使机器能够识别和分类图像，比如人脸，然后对它看到的做出反应。

人工智能现在正以多种方式被用于增强技术和推动创新。人工智能技术支持从机器人到股票交易到医疗成像和个人助理的一切。

人工智能和大数据如何协同工作

大数据与人工智能比较的底线是，大数据指的是数据本身，而人工智能描述的是机器在学习做人时使用大数据的能力。它们是互补的技术，能够以重要的方式协同工作。

人工智能依靠数据蓬勃发展。数据量越大，人工智能系统分析、学习和进化的效率就越高。只有通过大数据，人工智能才能充分发挥其潜力。

在过去，人工智能在实用意义上取得的进展相对较小。人工智能发展缓慢的部分原因是缺乏能够处理海量数据集的技术. 但互联网的扩散和前所未有的信息量的涌入迫使这些技术不断发展，尤其是在存储方面。这些进步使人工智能能够吸收更多数据，从而进行更准确、更彻底的数据分析。随着这些技术的不断改进，人工智能只会变得更加强大、准确和全面。

与此同时，人工智能承诺将增强大数据，以便通过更先进的分析，从数据中获得更大的意义。直到最近，定义大数据的特征——量、速度和多样性——很快就超过了传统分析的能力。然而，人工智能可以帮助发现大数据中的重要趋势和模式，否则这些趋势和模式可能会被误解或未被发现。就像人工智能需要大数据一样，大数据也需要人工智能发挥其最大潜力。

存储技术如何支持AI和大数据

的存储和数据管理方面的进步技术使今天的人工智能和大数据产品成为可能。今天的固态闪存阵列比以往任何时候都能处理更大的容量并支持更快的I/O操作。尽管人工智能无法保证这些容量和性能水平，但它对大数据集的渴望确实如此，在人工智能和大数据之间建立了一种共生关系，这在很大程度上是通过现代存储技术实现的。

与几年前相比，最新一代ssd可以提供更大的IOPS和更低的延迟。一些企业SSD阵列现在可以提供100 GBps甚至更高的吞吐量，延迟降至1毫秒以下。同时，它们可以在不影响性能的情况下提供pb级的容量。

能力更强的一个原因是NVMe-oF，存储通信标准它提供了与DAS相当的速度，但是通过网络连接。通过这种方式，组织可以建立灵活的共享存储，更有效地处理人工智能和大数据工作负载。此外，存储类存储器等新技术有望继续打破性能障碍，更好地适应人工智能和大数据的发展。

随着存储技术的改进，大数据集变得更容易获取和管理，这使得人工智能也有可能发展。事实上，大数据可能是人工智能即将崛起的最大影响因素。虽然大数据和人工智能之间存在着显著的差异，但两者是齐头并进的，而且它们之间的关系只会继续增长和加强。