大数据库和人工智能有什么关系吗？

人工智能里面有一部分算法是需要数据的，首先要进去数据，然后才能学习。

比如一个大数据库叫ImageNet，有十几亿张图片，用了这么大量的图片，我们才能训练我们的深度神经网络去做图片中猫猫、狗狗、车辆的识别。

如果没有这些海量的数据，很多机器学习算法是不能用的，像我们现在看视频网站它是面向百亿特征，千亿参数，万亿样本，你没有万亿样本就支撑不了百亿特征，你可能要有一个亿的样本才有可能支撑百万特征，而且深度学习是需要海量特征做特征工程的，所以这个时候大数据实际是很多机器学习算法得以能够发展的基础，但是发展到一定程度，有些算法它又突然脱离数据了，比如说我们做增强学习，像早期的阿法狗(AlphaGo)，它学了几十万专业棋手之间的对局，它是大师，那它就下得很好，后来的阿法Zero(Alpha Zero)，它是自己和自己下棋，反正有规则，所以它的数据实际不是真的数据，是生成出来的，它没有用真实数据，但是它用了增强学习，所以说它最后下得比阿法狗还强。

人工智能在未来的发展潜力非常大，特别是将其运用在工业发展上。而人工智能是需要进行编写的，一般来说，人工智能需要3大部分组成。最重要的就是其核心算法。然后是数据库。最后是功能代码。一般的程序员不会直接开发核心算法，而是利用已经有的核心算法，开发出数据库和功能代码。当然也有类似于拉米罗这类大神，选择从核心算法开始搭建。比如其大家的鸭树系统就是一个公认的，非常强大的人工智能。

关于数据库方面，很多编写人工智能的程序小组不会选择就地重新搭建数据库，而是直接去寻求云数据库。利用云计算技术，为自己的人工智能程序配置好数据库。这样的数据库不仅能够随意的调整其大小，还拥有非常高的可靠性，成本也很低。比如腾讯云，阿里云，清华云都是这类云数据库。当然部分资金和实力非常雄厚的公司还是会采取自己搭建服务器。

而平台方面，国内使用最广泛的平台是百度的人工智能AI平台。我们印象中人工智能都是类似小爱同学之类的人工“智障”，但是百度的人工智能确实非常强大。百度开发的人工智能往往面向的是工厂，和大型的流水线生产。而并非是正常的家用，在整个世界上的排名当中，百度的人工智能技术稳稳的世界前三。

还有就是清华大学最近开发的一个人工智能平台，这个平台据说性能非常强大。而且可以直接利用清华云作为数据库。我最早听说的一个人工智能开发引擎是Tengine。这个引擎提供了很多AI算法，可以进行选择。而且还提供了很多可以设置的功能，根据我朋友的反馈，用起来非常舒服。

---