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。

基本不会。

AI最重要的是算法，可以用任何语言实现，但考虑到效率问题，目前核心算法都是c/c++实现的，外围则用哪种语言的都有。至于数据库，看你用到什么规模，一般学术实验型的基本不用数据库，各种形式的数据都有；大公司的一般是类似hadoop之类的架构（因为数据太大了，目前流行的关系型数据库处理起来很吃力）。

AI可以帮助数据库进行调优；

利用NLP将自然语言翻译成数据库语言，在用户端可以不用遵循数据库语言就可实现查询；

利用AI进行查询优化；

数据挖掘。

---