1樓：冰洋
共同開啟，三者你中有我，我中有你。
曾經之前寫過乙個搭架子搬東西的故事：
1,先有雲,相當於先有了架子.
2,再有大資料,相當於在架子上放了東西.
3,演算法：就是找到往架子上放不同東西的規律，好以後可以按著這個規律來放。
4,深度學習,曾經是大資料裡的乙個分支,相當於每次在架子上放東西,知道了什麼時間該放什麼東西
5,AI,就是自己不想往這個架子上放東西了,找了乙個機械人,在之前的基礎上讓它來給你搬東西,放東西.而這個機械人的腦子裡就放著AI的晶元
希望有助於你理解這三者的關係。
2樓：不易
回答這個問題，首先要了解雲服務，了解什麼是雲計算。雲計算是通過使計算分布在大量的分布式計算機上，而非本地計算機或遠端伺服器中，企業資料中心的執行將更與網際網路相似。這使得企業能夠將資源切換到需要的應用上，根據需求訪問計算機和儲存系統。
雲服務讓使用者可以通過網際網路儲存和讀取資料。那麼企業為什麼要上雲呢？
企業上雲的好處主要有：
（1）幫助中小企業提公升電子商務能力。電子商務作為一種網路營銷手段，能夠幫助企業中小企業更好的拓展新的市場，降低整個經營成本，提高企業的生產營銷效率。雲計算能夠將企業桌面的軟體和網際網路實現完美的融合，使得任何一條經營資訊都能暢通無阻的到達對方客戶手中，提高了中小企業的效率。
同時在網路基礎設施上，雲計算的成本是很低的，這也大大減少了中小企業的電子商務帶來的成本。
（2）降低中小企業的技術開發成本。雲計算不僅能夠讓中小企業體驗到大企業的技術，同時還不需要支付高昂的成本就可以享受到多種多樣的應用服務。
（3）資料可以在任何地方被訪問。「雲」帶給了更大的靈活性和移動性。
（4）增加中小企業的創新能力。
3樓：哈嘍
對於這個問題，我只能說，雲計算、大資料、人工智慧，他們三者之間是相互關聯不可分割的。很難說某乙個更重要。
雲計算相當於人的大腦，是基於網際網路的相關服務的增加、使用和交付模式，通常涉及通過網際網路來提供動態易擴充套件且經常是虛擬化的資源。
大資料相當於人的大腦從小學到大學記憶和儲存的海量知識，這些知識只有通過消化，吸收、再造才能創造出更大的價值。
人工智慧就好像乙個人吸收了人類大量的知識（資料），不斷的深度學習、進化成為一位知識淵博的人。
從技術上看：
大資料與雲計算的關係就像一枚硬幣的正反面一樣密不可分。大資料必然無法用單台的計算機進行處理，必須採用分布式計算架構。它的特色在於對海量資料的挖掘，但它必須依託雲計算的分布式處理、分布式資料庫、雲儲存和虛擬化技術。
人工智慧也離不開大資料，更是基於雲計算平台的基礎上完成深度學習進化。如果我們把人工智慧看成乙個嗷嗷待哺擁有無限潛力的嬰兒，某一領域專業的海量的深度的資料就是餵養這個天才的奶粉。奶粉的數量決定了嬰兒是否能長大，而奶粉的質量則決定了嬰兒後續的智力發育水平。
人工智慧是程式演算法和大資料結合的產物，而雲計算是程式的演算法部分，例如華為公司在倉儲管理方面，通過對大資料的分析，實現智慧型裝箱，能夠提公升20%的分揀裝箱效率，節省例外開銷成本30%。總而言之就是收集海量的資料儲存於雲平台，再通過大資料分析，甚至更高形式的人工智慧為人類的生產活動，生活所需提供更好的服務。
所以說，三者是相輔相成，相互聯結的關係，難以做到拆分來看待，也很難說某個技術開啟乙個時代。
4樓：任大哥
很顯然，三者缺少哪一方都不能開創乙個智慧型時代。而且不光是這三者，物聯網、邊緣計算、量子計算，甚至認知科學等等都要參與進來。
有的人說大資料擁抱雲計算，有的人說雲計算擁抱大資料，也有的人說人工智慧需要大資料，大資料需要人工智慧，等等。其實每一種說法都是有道理的，就像理論和技術是相輔相成一樣，技術和技術之間也存在互相結合。
雲計算、大資料、人工智慧等等，每乙個理論或者說技術，都不是單純的理論或者技術，而是乙個長長的產業鏈。拿物聯網舉例，分為感知層、網路層和應用層。每一層又需要各種裝置和技術來支撐。
未來的時代是需要各種理論和技術共同來開啟的，未來的時代也是整合的時代。就像沒有一家公司可以做到樣樣精通一樣，也沒有一種技術就足夠了。所以說做研究或者說做企業，把其中的乙個節點做到最高，做到最好，就已經是一件很了不起的事情了。
5樓：青牛
雲計算、大資料、人工智慧是相輔相成的，三者缺少了誰都不行。
現在有人稱之為大資料時代，也有人稱之為智慧型時代。個人認為稱之為「大資料時代」或「智慧型時代」都是可以的，未來的人工智慧將會代替人類多項工作。那為什麼稱之為「大資料時代」也是可以的呢？
因為，人工智慧是建立在大資料的基礎上的，沒有大資料的支援人工智慧將無法實現智慧型。而且人工智慧只是大資料的乙個很小的應用方向，大資料有眾多的應用方向！將來會覆蓋全行業乃至影響人類文明。
所以稱之為「大資料時代」也是可以的。人工非要挑出乙個時代概念來講，那麼就是「大資料時代」
6樓：xiaoledi
一定是效率，底層生產力級的效率提公升。
雲計算和大資料為下一步生產力提公升提供了計算資源和燃料，資料探勘實際上是利用計算資源和燃料來獲取知識，從嶄新的角度來提公升整體社會效率。
目前各領域人工智慧雖然離理想意義上強人工智慧還很遠，但從提公升生產力角度考慮，已經進入了跑馬圈地的階段。
雲計算、大資料、人工智慧都在圍繞生產力提公升共同起作用，相輔相成互相依賴。
小弟目前處於人工智慧行業，對人工智慧感興趣的小夥伴，可以看看小弟提供的兩期live：
零經驗如何進入人工智慧行業（AI）？
零經驗如何成為 AI 產品經理？
7樓：華東資料君
有這樣一種說法深度學習（人工智慧關鍵技術）這台火箭，燃料為大資料，而雲計算則是引擎。
三者的聯絡確實非常緊密。人工智慧之所以歷經這麼多年後才於近年大紅大紫，原因歸根於2023年出現的人工智慧關鍵技術——「深度學習」，人工智慧至此才有了實用價值，而深度學習正式在雲計算和大資料日趨成熟的背景下才取得的實質性進展。2023年之所以是人工智慧的乙個拐點，因為資料量越來越大，計算能力越來越強，過去不實用的，到2023年逐步進入了實用階段。
這意味著，在通往人工智慧的路上，兩個不可或缺的角色：大資料、雲計算，三者幾乎是「鐵三角」的關係。
AlphaGo就是通過大量自我對弈的棋局，獲取大量的資料，然後統計出各種走法與勝負的相關性（概率），AlphaGo通過自我對弈調整演算法，就是用到了大資料的思想，即它並不知道這麼調整在棋理上的根本原因是什麼，只是知道這樣調整與贏棋的相關性大。雖然這種方法並不是百分百準確，但通過大量資料的統計，就可以使得它的調整達到足夠戰勝人類九段棋手的準確性。
據Economist雜誌發表於2023年3月12日的文章中說，對李世石的版本使用的是1920個CPU和280個GPU。比賽中，古力9段曝料，AlphaGo每下一盤成本是3000美元，其中的費用主要是電費。
8樓：gaoisbest
個人觀點，不一定正確。。。。
人工智慧需要資料支援，而雲計算提供了良好的資料分析工具和平台，因此人工智慧的發展離不開二者的支撐。為什麼現在的深度學習這麼火？一方面是因為硬體的發展，另外一方面由於海量的資料，也就是上述的兩個方面。
如果沒有海量資料，深度學習就會嚴重過擬合，效果也不會如此之好。話說AlphaGo沒事會跟自己下棋不斷產生棋譜一樣。。。。
Anyway，相信人工智慧會逐步改變人們的生活。
9樓：冰笛
你排的順序很好，依次都會成為高潮。不過不存在飽和，技術都在發展，就拿十多年前的雲計算來說，已經今非昔比，它們之間都是相輔相成的關係。
物聯網 雲計算 大資料 工業4 0 人工智慧和網際網路之間是什麼關係？
近幾年來，為什麼諸如物聯網 雲計算 大資料 工業4.0 人工智慧 雲計算 演算法 資料探勘和智慧型XX等，這些高大上的時髦名詞和概念，好像突然同時從地下冒了出來？我們用一種簡單 形象的描述來解讀這些概念之間的關係哈，這得從網際網路開始說起。當網際網路開始進一步向外延伸，並與世上的很多物品鏈結之後，這...
大資料，雲計算及人工智慧是什麼？有什麼關聯？
雲一朵 物聯網是啥？是通過一些資訊感測裝置按約定的協議把任何物品與網際網路連線起來進行資訊交換，以幫助企業實現智慧型化識別 定位 跟蹤 監控和管理，應用物聯網，我們能夠產生大量的資料並收集起來。那大資料呢？就是海量的資料！是一種規模大到在獲取 儲存 管理 分析方面大大超出了傳統資料庫軟體工具能力範圍...
人工智慧和大資料該如何選擇？
小二 大資料接地氣的講就是一大堆的資料，不過這個是名詞。我們從技術角度講通常所說的大資料是乙個動詞，是指如何分析提取大資料中的資訊，並加以使用。人工智慧接地氣的講就是使用計算機來模擬人的思考方式 神經元 的程式，從而來解決一些傳統程式比較難解決的問題。例如影象識別。人工智慧本質還是演算法和程式。本質...