AIoT全称是什么? AIoT是什么意思啊

AIoT（人工智能物联网）=AI（人工智能）+IoT（物联网）。 

AIoT融合AI技术和IoT技术，通过物联网产生、收集来自不同维度的、海量的数据存储于云端、边缘端，再通过大数据分析，以及更高形式的人工智能，实现万物数据化、万物智联化。

物联网技术与人工智能相融合，最终追求的是形成一个智能化生态体系，在该体系内，实现了不同智能终端设备之间、不同系统平台之间、不同应用场景之间的互融互通，万物互融。

除了在技术上需要不断革新外，与AIoT相关的技术标准、测试标准的研发、相关技术的落地与典型案例的推广和规模应用也是现阶段物联网与人工智能领域亟待突破的重要问题。

应用范围

无论是AI，还是物联网，都离不开一个关键词：数据。

数据是万物互联、人机交互的基础。AI的介入让IoT有了连接的“大脑”。同样，归功于当前存储技术发展，让数据有了基本的“后勤保障”。云服务的快速扩张，则让数据有了发挥价值的物质基础。

AI、IoT“一体化”后，“人工智能”逐渐向“应用智能”发展。深度学习需要物联网的传感器收集，物联网的系统，也需要靠人工智能做到正确的辨识、发现异常、预测未来，由此可见，人工智能结合物联网(AIoT)是接下来的重大发展，而这样的发展，影响到各行各业，甚至会进行产业颠覆，也就是说，接下来AIoT服务，将在我们身边大量出现。

首批国家新一代人工智能开放创新平台名单包括，依托百度建设的“自动驾驶”国家新一代人工智能开放创新平台、依托阿里云建设的“城市大脑”国家新一代人工智能开放创新平台、依托腾讯建设的“医疗影像”国家新一代人工智能开放创新平台，以及依托科大讯飞建设的“智能语音”国家新一代人工智能开放创新平台。

想了解大数据与人工智能孰优孰劣，首先我们得从认知和理解大数据和人工智能的概念开始。

1、大数据

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。大数据相关的技术紧紧围绕数据展开，包括数据的采集、整理、传输、存储、安全、分析、呈现和应用等等。目前，大数据的价值主要体现在分析和应用上，比如大数据场景分析等。

2、人工智能

人工智能是典型的交叉学科，研究的内容集中在机器学习、自然语言处理、计算机视觉、机器人学、自动推理和知识表示等六大方向，目前机器学习的应用范围还是比较广泛的，比如自动驾驶、智慧医疗等领域都有广泛的应用。人工智能的核心在于“思考”和“决策”，如何进行合理的思考和合理的行动是目前人工智能研究的主流方向。

3、大数据与人工智能 孰好孰坏

大数据和人工智能虽然关注点并不相同，但是却有密切的联系，一方面人工智能需要大量的数据作为“思考”和“决策”的基础，另一方面大数据也需要人工智能技术进行数据价值化 *** 作，比如机器学习就是数据分析的常用方式。在大数据价值的两个主要体现当中，数据应用的主要渠道之一就是智能体（人工智能产品），为智能体提供的数据量越大，智能体运行的效果就会越好，因为智能体通常需要大量的数据进行“训练”和“验证”，从而保障运行的可靠性和稳定性。

目前大数据相关技术已经趋于成熟，相关的理论体系已经逐步完善，而人工智能尚处在行业发展的初期，理论体系依然有巨大的发展空间。从学习的角度来说，如果从大数据开始学习是个不错的选择，从大数据过渡到人工智能也会相对比较容易。总的来说，两个技术之间并不存在孰优孰劣的问题，发展空间都非常大。

作为一位物联网小白，是时候分享自己对物联网这个庞然大物一些简单的解析了。
众所周知，物联网的范围很广很广。在人们都意识生活离不开互联网的时候，你会发现，其实物联网也无处不在。但是物联网又没有像互联网一样应用的很明显，能够通过音视频表现出来。物联网从2016、2017年的LoRa、NB-Iot等技术站在风口上，到2018年渐渐进入一个平稳期，很多人不确定其方向到底在哪里。
近两年一直从事物联网相关的硬件产品开发，对物联网相关知识有了浅陋的了解，对物联网方向也简单认识。简答发表个人见解。
智能家居
提到智能家居，现在我们首先想到的就是AI音箱，它是智能家居的入口，它融合了AI、物联网、大数据等技术一体，实现了人与物、物与物的相连。此类产品有亚马逊的Echo、小米的小爱、京东的叮咚、阿里的天猫精灵等。已经深入到人们的生活中。与我们的智能家居（家用电器等）相接、控制，提供人们的生活质（bi）量（ge）。未来，智能家居行业将会围绕着AI音箱等作更广的发展。如扩展到智能穿戴设备、智能医疗等方面。
畜牧业、农业物联网应用
我国是一个农业大国，也是一个畜牧业大国。物联网在农业中的应用包括植物生长环境的数据采集、农业物流跟踪、食品安全跟踪、农作物生长控制等。目前的市场来看，物联网在农业方面的应用主要还是应用于农场、果蔬基地等，其他，如物流市场、食品安全市场等都还没有很好的应用。这个和现有技术、成本以及需求等相关
畜牧业主要包括牛、羊、猪、鸡鸭鹅等。物联网在畜牧业中应用案例比较多。例如，网易猪、京东的跑步鸡、牛耳标、羊耳标等。物联网在畜牧业中应用主要是动物数据采集（健康、生长周期等）、实时定位、动物溯源（食品安全）等。现在虽有大量案例，但是技术的成熟型以及产品的必要性一直制约其发展。（只针对畜牧业本身，不涉及对应的物联网+畜牧业+金融贷款的组合产品，因为涉及到畜牧业+金融，现在就可以考虑加入区块链）
工业物联网
工业物联网的市场与应用是我目前认为市场行情最好的，也是目前物联网效果最能体现的应用场景。工厂设备改造、无线监控、设备状态检测、工业园区人员监控等需求非常多。工业物联网的应用主要是现代企业需要提高效率、降低人力成本以及维护成本，而现在的物联网解决方案恰好帮助他们解决了。其次，工业应用不像商用对产品性能以及外观等最求很高，其对使用时间，寿命稳定性等要求比较高。这些恰恰是符合物联网终端设备的要求。还有就是现在的窄带物联网技术满足长距离传输需求，符合工业场所的需求。需求和技术都能满足，所以工业物联网的前景非常明朗。
智慧城市
智慧城市这个概念比较大，智慧城市的目的是方便人们生活，智慧城市的每个部分都离不开物联网，包括安防监控、环保、停车等。智慧城市的发展在一定程度上会方便人们的生活，提高生活质量。但是，从现在已经部署的智慧城市的效果来看，并不明显。个人认为其主要原因是人们对物联网的概念还不深入，一直停留在过去的生活方式中，并且生活中的一些微小的变化并不会立刻显示出来，不会像移动互联网那样表现的特别明显。我们现在要做的就是适应时代的变化，让科技进入生活，改变生活。
物联网的应用远不止这么点，它无处不在，让科技进入我们的生活，让物联网提高我们的生活质量，这个是我们作为物联网产品人的职责。让产品进入生活，改变生活，改变物与物，万物互联。

AI应用的落地，要回归商业本质。

作者 张栋

2020年9月5日，由雷锋网& AI掘金志主办的「第三届中国人工智能安防峰会」在杭州正式召开。

本届峰会以「洗牌结束，格局重塑」为主题，会上代表未来新十年的15家企业，为现场1000余位听众和线上几十万观众，分享迎接安防新十年的经营理念与技术应用方法论。

峰会之上，海康威视EBG解决方案部总裁李亚亚带来了题为「赋能数字转型，服务千行百业」的精彩演讲。

李亚亚介绍，海康威视目前的业务主要分为三块：综合安防业务、大数据服务和智慧业务。

数字经济和数字化转型已成为必然趋势，而人工智能交付问题依然面临一些挑战，归纳起来有三类：

李亚亚认为，AI应用的落地，要回归商业本质。即通过产品和系统，解决用户场景化、差异化的需求，让更多用户享受到技术革新的红利，帮助用户实现业务价值回报。

数字化转型是一个逐步进阶的过程，场景化是路径，需要通过系统的产品体系去支撑。面向企业领域，海康威视从拉近管理距离、提升业务效率、规范作业行为、防范安全隐患四个维度出发，为行业数字化赋能。

海康威视秉持开放融合的合作理念，携手合作伙伴，共同实践数字化转型之路；秉善笃行，让创新技术和产品赋能千行百业，为 社会 的安全和发展开拓新视界。

李亚亚： 大家好，我是海康威视EBG解决方案部负责人李亚亚，很高兴今天能来参加这个论坛。

相信在座的大多数朋友，对海康威视都比较熟悉，下面我简单汇报下海康威视的基本情况。

海康成立于2001年，目前我们的产品和解决方案已经覆盖到了全球150多个国家和地区，员工超过4万人，去年营收是576亿，目前已有10个研发基地。

目前我们的业务主要有三大版块：一是综合安防业务；二是大数据服务；三是智慧业务。

海康威视的产品和业务形态比较多样化，今天我所分享的内容围绕其中一部分展开。

首先，我们通过几份报告和数据来看一下当下技术的发展趋势。

这些报告上的数字（上图PPT）很多朋友可能都看到过。数字显示，2020年有82%的CEO认为未来公司的业务会被人工智能所影响，67%的企业表示未来首要增长动能将来自于数字技术和商业。

从这两个信息维度来看，数字化变革已经被越来越多的企业所重视。

PPT下面的三个数据分别来自政府类的报告：

通过这三个数字，可以看出在全球范围内，数字化转型都是被人们所认可的。对比发达国家的数据来看，在数字化转型方面，中国还有很大的空间。

这张图可能很多人也看到过类似的图，从信息化向数字化进阶的过程，并不是数字化取代信息化，反而信息化也是数字化的一部分。在这一转型的过程中，有很多技术是非常重要的，包括移动互联网、IoT、人工智能等等。

从海康威视的角度来看，我们与两个技术的关联度比较高：AI和IoT。

所以过去几年，海康威视也一直在思考，在企业数字化转型过程种，如何将自己的AIoT技术赋能给我们的用户，成为这个 历史 过程中的合作者、参与者，推动者。

数字孪生这个词相信大家也很熟悉，描述的是从现实的物理世界，到虚拟空间的数字世界，构建一个相互映射、关联、影响的关系。

有数据表明，从现实世界到数字世界这样一个转换过程中，其中有60%-80%的数据是视频类的。因此，可以把视频感知作为信息最为丰富的传感器，通过感知信息的结构化形成数据，再通过数据做视觉认知，实现洞察与分析，帮助各行各业的用户获取价值。

接下来也来谈谈人工智能技术落地所面临的挑战。我们简单梳理了一下，AI落地主要有三种比较现实的挑战：

解决落地难问题，仍然要回归商业本质。我们总结为四句话：匠心品质，解决问题，技术革新，价值为本。

换句话说，我们要先从产品的品质抓起，通过产品和系统，让更多用户都享受到技术革新的红利，解决用户场景化、差异化的问题和需求，最终帮助用户实现业务价值的回报。

前面提到，数字化转型立足于视频感知，但不止于视频感知。

海康威视这几年也一直在思考这个问题，因此，我们从视频感知，向上拓展到智能物联，融合多维感知能力的同时，还构建了智能物联的平台能力。

随着物联网、信息网、互联网的不断融合应用，2019年公司推出了基于AI Cloud架构的物信融合平台。

2020年，基于新的理解，我们将数据和智能融合在一起，提出了数智融合的理念。

每个企业对于数字化转型都有自己的理解，我们认为数字化转型是一个逐步进阶的过程，场景化是路径。因此，通过系统的产品体系去支撑场景化应用至关重要。

基于这样的思考，我们提供了多元化的支撑体系，包括面向城市的城市运营管理平台、面向企业的数字企业管理平台等等。

同时，通过海康威视的体系化硬件能力，帮助我们的用户、合作伙伴一起实现数字化转型。

今天我反复提到一个词——合作伙伴。我们一直在思考如何把AI能力、多维感知能力运用到真实的数字化场景里去。

我们也深知，仅有技术是不够的，还需要大家一起合作来推动行业的变革，海康威视会一直秉持开放融合的态度，把我们的产品、服务、标准深度开放。着力构造一个开放融合的架构，一起推动整个数字化新业态的实现。

这些年，我们也做了一些AI落地实践。下面我就从面向企业、面向公共服务以及面向合作伙伴三方面来谈谈。

面向企业领域的数字化业务的开展和落地，我们提出了拉近管理距离、提升业务效率、规范作业行为、防范安全隐患四个维度去帮助用户实现业务价值落地。

拉近管理距离，就是从“现场管、分散管”到“中心管、集中管”，我们站在不同层级的管理者视角去看待如何帮助他们实现具体的业务应用。

作为管理者，他们希望能够掌控全局，洞察细节。比如我们可以通过AI实景等技术，帮助管理者做到全局洞察。

作为执行者，他们关心是否可以更多地降本增效。我们通过远程化、可视化、自动化的手段，帮助他们在具体执行工作时减轻工作压力。

作为监管者，他们需要在线监管和动态监管。我们可以在管理维度上帮助他们做一些提升。

基于此，我们从后面这三个维度去帮助用户做一些事情。

譬如，我们通过机器视觉提升成果质量、缩短投入时间、优化工作流程。

之前我去合肥的一家企业，他们有个岗位的员工流动周期是六个月，每六个这个岗位的人员就要变化（因为太过辛苦），我们就在想如何通过技术降低劳动强度，帮助用户实现价值。

讲完效率以后，我们再讲讲流程规范。到底怎么才能把用户的流程规范做好，后来我们多次讨论得出两个点：一是把流程管好，二是把行为管好。

行为管理相对比较容易，比如说我们把工地的安全规范行为等各种单点的动作管好就可以了，但是后来发现在有些情况下，行为是对的，流程却是错的。

譬如在化工领域，流程是“一二三四”、结果做得却是“一三二四”，如此很容易出现事故，这个过程，通过作业管控系统就可以帮助他们解决很多麻烦的问题。

最后提到安全管理，海康在防范安全隐患方面做了很多事情。我们从机物，环境等多个维度来解决用户关心的问题，满足用户生产、运营、管理等多个方面的需求。

下面我简单介绍一些实践案例，看看如何帮助用户实现价值落地。

在化学化工领域，之前我们在盐城一个化学工业园区，帮助他们把各个孤立系统进行融合和打通，利用AR实时视觉技术，帮助他们高效、便捷、智能地进行一些危险源的分析和管控，构建了AR安环一张图管理系统。

在质量管控领域，（上图PPT）我这里贴了一张图，其中有交通检测、包裹检测等。

我们把智能技术、视频技术，包括多传感器应用到整个的生产流程当中去，可以做检测、测量、识别，帮助企业提升产品质量、降低劳动强度，帮助企业用户实现价值转化。

我当时去了一家国内TOP级的做 汽车 电池的公司，他们和我说，他们的车间非常先进，基本做到了高度自动化的生产，但质量检测却一直需要大量的人工进行，效率不高，希望通过视觉帮助他们做一些降本增效。

在智慧物流领域， 海康正在和国内一家头部物流企业深度合作，帮助其实现了数字化转型，提升了他们的运营效率、也提升了安全水平。

经过后续统计，转型后的数字化月台使用效率提升了将近20%，充分实现月台、车辆的全面数字化。

（图示）这是我们在山东帮助一个煤矿企业做的事情。我们将AI、大数据等技术应用到他们的井下，实现行车、行人、区域入侵、 *** 作工离岗、皮带跑偏、矿车压道岔识别应用。

对于煤矿企业，安全生产无小事，而实际违规行为却很多。我们系统上线之后，做了三个月应用跟踪，发现违规行为162条，全部通过系统的自动化去实现。

说完企业领域的应用，其实我们在公共服务领域也做了不少应用和服务，我们提了四个维度去保障民生，提升品质：让环境更安全、让服务更精准，让出行更便捷，让生态更宜居。

（图示）这是我们在安吉做的一些事情。老百姓渴望蓝天白云、繁星闪烁，渴望清水绿岸、鱼翔浅底，渴望吃得放心、住得安心，渴望鸟语花香、田园风光的自然美景， 热切期盼加快改善生态环境质量。

（图示）这是我们在北京大兴机场，应用海康威视上万路的边缘物联感知和智能分析产品、以及配套近30P的云存储，充分运用4K高清、AI智能分析、AR增强现实、热成像等技术融入机场的各业务系统，用 科技 力量助力大兴机场，为旅客带来安全、便捷、高效的全新体验。

（图示）这是我们在港珠澳大桥，海康威视助力建设港珠澳大桥系统工程中珠海公路口岸的“一站式”车辆通关监管核放系统，通过车牌图像识别、智能信息采集和车底反藏匿等创新应用，帮助实现便捷、高效的一站式通关，让出行更便捷。

（图示）这是我们把技术应用到水利领域，通过全天候AI分析，助力水利治理智能化，创新河道保护方式。包括水面漂浮物监测预警，疑似非法采砂船只监测预警等。

除了公共服务以外，海康还联合很多合作伙伴开展了保护野生东北虎，参与了绿色江河斑头雁保护等项目。

未来，公司将持续践行 社会 公益，以 科技 力量助力生态保护和 社会 的和谐发展，坚守技术造福人类的初心。

讲完企业、讲完公共服务，我们也一直努力为我们的合作伙伴做了一些事情。我们的目标是将人工智能的应用门槛降下来，让合作伙伴简单、易用、免费、快捷地掌握数字化能力，让人工智能不再神秘，让人工智能落地不再困难。

讲了那么多，最终还是讲一下我们的理念：秉善笃行，担当使命。我们希望和很多合作伙伴一起去创造 历史 ，用我们的技术和产品赋能各行各业，为 社会 的安全和发展开拓新视界。

相信在当下的数字化转型之变局中，我们每一个人都是新时代的见证者、开创者、建设者。

以上是我的分享，谢谢大家！

在人工智能领域获得非凡进步的同时，物联网(IOT)获得了更大的发展。

当今世界信息产业发展的第三浪潮无疑是物联网的崛起，它是继计算机、互联网之后的又一信息化时代的变革。物联网，就是通过智能感知、识别技术与普适计算等通信感知技术，应用在网络与实物的融合中。您好科技集人工智能和物联网的智能感知等核心技术，将其应用在生活中的各个领域，为各行业提供专业的人工智能定制方案。既然物联网和人工智能应用广泛，那我们如何区分人工智能和物联网

我们先来说说人工智能。人工智能(Artificial Intelligence)简称AI，它能根据大量的历史资料和实时观察找出对于未来预测性的洞察。由于同时分析过去的和实时的数据，AI能容易注意到有哪些资料属于例外，并做出合理、合适的推断，而数据对于人工智能的重要性也就不言而喻了。因此，若要使AI引擎变得更聪明、更强大，方法及过程其实就如同在种植物，唯一的区别在于: AI需要的是持续的数据流入(互联网大数据时代是AI发展的重要基础)，而不是水，肥料和食物。对于人工智能来说，它可以处理和从中学习的数据越多，其预测的准确率也会越高。

人工智能的确能够帮助我们处理更多的数据，而且会越来越“聪明”。然而，物联网(IoT)其实肩负了一个至关重要的任务，那就是资料收集。在概念上，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。用一句话来概括物联网:把所有物品通过信息传感设备与互联网连接起来，进行信息交换，即物物相息，以实现智能化识别和管理。

人工智能也不能代表全部。物联网里面的应用就更广泛智慧工业，智慧农业，智慧城市，智慧医疗，这些都是和大数据，云计算结合在一起的，人工智能也是其中的一部分。人工智能对象更加民用化，而物联网对象是更加政府化。但这并不是绝对的，它们有时候是呈现相互交叉的作用，物联网应用在智能家居方面的案例也有，比如，智能照明，它是一种非常直观的物联网家居体验，我们可以通过手机应用实现灯光的开关，还有家庭安防、空调温度调节等，这些都是物联网应用的实例。

其实这两者(人工智能和物联网)的区别我们大可不必去纠结，谁究竟是占主导地位。与其说是区别，不如说是相辅相成，相互联系的“共同体”，只有它们同时使用，才能实现人工智能和物联网的利益优势。而且根据数据显示，在不久的将来，物联网技术将无处不在，我们很难再找到没有连接互联网的设备。就像我们谈论的智能家居，我们可以智能 *** 控点灯、空调，实现智能化、自动化的 *** 作。

“有需求就有市场”这句话永远都不会过时。随着人工智能技术的不断发展和完善，市场上的智能家居产品也不断增加，而绝大多数家居产品的科技含量是有限的，很大程度上那以满足不断升级的智能化生活需求，因此您好科技不断对人工智能和物联网技术进行探索，为用户提供专属的人工智能定制方案，提升人工智能产品的使用和服务质量。

对于AI来说，互联网已经达成的冲击更像是一种前奏，我们未来所要面对的变化，很可能是已经发生变化的十倍百倍。
AI的典型特征是软硬融合，很大一部分AI应用实际上是要和物理进行结合的，这与互联网有巨大差异。
互联网更多被局限在虚拟世界里，处理的是某种终端所生成的信息，即使到后期的O2O等，更多的也只是导入了位置信息，并不强调终端与物理世界的互动。但AI则要求这种与物理的结合更为紧密。
不管是智能音箱，还是VR/AR，乃至于自动驾驶，它们都需要导入更多的物理成分，比如声学、光学、雷达等。抽象来看，这些产品上总是先形成一个与感知反馈相关的智能层，这一层负责连接物理世界和数字世界，然后才是由互联网沿袭下来的基于数据的各种智能。也正因为这一层的存在，AI才是与互联网、IoT（物联网）完全不同的概念。

云计算、大数据、人工智能这三者的发展不能分开来讲，三者是有着紧密联系的，互相联系，互相依托的，脱离了谁都不能更好的发展，让我们具体来看一下！
一、大数据
大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，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。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样捷径，而采用所有数据进行分析处理。大数据的5V特点(IBM提出)：Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。
数据每天都在产生，各行各业都有，数据量也是相当之大，但如何整合数据，清洗数据，然后实现数据价值，这才是当今大数据行业的研究重点。大数据最后要实现的是数据超融合，应用到应用场景，大数据的价值才会体现出来。
人工智能就是大数据应用的体现。
二、云计算
云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。因此，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心，按自己的需求进行运算。
对云计算的定义有多种说法。对于到底什么是云计算，至少可以找到100种解释。现阶段广为接受的是美国国家标准与技术研究院(NIST)定义：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)，这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。
说白了，云计算计算的是什么？云存储存储的是什么？还是大数据！所以离开大数据谈云计算，离开云计算谈大数据，这都是不科学的。
三、人工智能
人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、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。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种复杂工作的理解是不同的。
人工智能其实就是大数据、云计算的应用场景。
现在已经比较火热的VR，沉浸式体验，就是依赖与大数据与云计算，让用户能够由更加真切的体验，并且VR技术是可以使用到各行各业的。
人工智能不同于传统的机器人，传统机器人只是代替人类做一些已经输入好的指令工作，而人工智能则包含了机器学习，从被动到主动，从模式化实行指令，到自主判断根据情况实行不同的指令，这就是区别。
大数据的概念在前几年已经炒得火热，但是也就是近两年才开始慢慢落地，依赖于云计算的发展，以及人们对人工智能的预期。

---