上週，南京大學開設了國內第一家人工智能學院，機器學習大牛周志華領銜院長，可謂實至名歸。最近幾年，以大數據和人工智能爲代表的前沿信息技術，備受各界關注，相關領域的風投和創新、創業高燒不退，學術界大牛們紛紛下海，大數據深度學習研究和應用也在逐步落地，就連×××的支持政策也是一個接一個。還有Facebook扎克伯格和Tesla埃隆馬斯克爲代表的大佬們就AI威脅站隊互掐，AlphaGo的成功營銷與Watson的失敗醫療等等…這一波大數據驅動的AI熱潮，發展勢頭強勁。筆者在前文講到過大數據的本質，就像Palantir的公司名一樣，畢竟做“先知”的誘惑太大，而大數據智能的核心目標就是降低決策過程中的不確定性，希望能預見未來。而通過智能技術進行前瞻預測是關鍵，不管是物聯網、雲計算、大數據、人工智能還是DT（Data Technology）偌大的技術生態，其核心都是爲這一目標服務。
大數據智能，簡單講，就是行業大數據和人工智能技術的融合。各行各業正在加速變革，以適應大數據智能技術帶來的挑戰。基於大數據深度學習的阿爾法狗（AlphaGo），不僅僅在圍棋領域戰勝了人類頂尖高手，向醫療健康領域的拓展更是速度驚人，基於深度學習技術的皮膚癌診斷、眼疾診斷和心臟病預測等已經達到或超過普通醫生的水平。IBM沃森醫療集團的認知人工智能系統Watson，基於大數據和人工智能自然語言處理技術，短時間內能自學習數十萬篇醫學論文，從而找出×××治療的關鍵基因，爲個性化健康檢測和精準醫療提供了強大的智能技術手段。如何搶佔大數據和人工智能應用高地，同時掌握相關核心技術和知識產權，是各國大數據和AI戰略聚焦的重點。下面我們就來看看大數據智能到底是怎麼回事，爲什麼有如此大的吸引力，炒作？泡沫？抑或是大勢所趨。。
在這裏我還是要推薦下我自己建的大數據學習交流qq裙： 957205962， 裙 裏都是學大數據開發的，如果你正在學習大數據 ，小編歡迎你加入，大家都是軟件開發黨，不定期分享乾貨（只有大數據開發相關的），包括我自己整理的一份2018最新的大數據進階資料和高級開發教程，歡迎進階中和進想深入大數據的小夥伴
1 琅琊榜看大數據
要理解大數據智能，首先要真正搞明白大數據是什麼？怎麼認識和理解大數據？筆者不想再向大家囉嗦4V還是5V，而是來談談豆瓣排行榜第一的武俠劇《琅琊榜》。爲什麼叫《琅琊榜》，是因爲有一個高端神祕的大數據公司-琅琊閣，每年都會發布武術高手排行榜單，併爲各方提供及時的情報服務。而最神祕的琅琊閣CEO梅長蘇，自然華麗麗地佔據榜首。所謂“琅琊榜首，江左梅郎”是也。當然琅琊榜單和麒麟才子梅長蘇只是琅琊閣這家大數據公司的對外宣傳而已，甚至打出了“得麒麟之才者得天下”的口號。
要理解大數據技術那就得理解琅琊閣的這些榜單到底是怎麼排出來的，我們都知道，現代的各種排行榜，都是以海量數據作爲基礎進行統計分析。片頭青山綠水之間的琅琊閣地宮就是座海量大數據中心（分佈式存儲），江左盟廣佈天下的分站和盟員就是數據採集端（手機、網站、傳感器），而飛鴿傳書就是高速的數據傳輸通道（物聯網、移動互聯網）。當然琅琊閣還有幫隱祕的數據科學家（智能預測建模），所以才能成就廣爲人知的麒麟之才-梅長蘇（琅琊閣CEO），“得麒麟之才者得天下”的關鍵不在於梅長蘇個人，而是他背後的神祕大數據公司琅琊閣（董事長是老閣主）。
琅琊閣大數據中心
其實不管是古代諸葛亮、劉伯溫還是幾十年前的×××，都是善於收集和分析數據的數據科學家。只要掌握足夠的數據和信息，就能對事物的本質，對時局和對手有足夠的認識，足不出戶而知天下事，見微知著。大數據時代更是這樣，我們每個人的一切都在加速數字化，吃穿住行用，還有我們的身體和思想本身在各大機構的數據中心裏都能找到對應的數字副本，只要能集中這些數字副本，就能從多個層面Copy或Hack任何一個人。萬物互聯和數字化的世界，控制了信息流就能控制一切，而不僅僅只是獲得商業壟斷優勢，從廣義上講，大數據崇拜的本質是希望壟斷信息權的控制。當然除了數據，還有對人心的把握，時機的掌控等等，這一系列智能模型之外的因素也必須加以考量。《琅琊榜》看大數據，歷史就是大數據，觀歷史可知未來。有人先知先覺，有人後知後覺，有人不知不覺，關鍵取決於對大數據智能的應用和把握！
2 四位一體看大數據智能
那麼大數據跟智能是個什麼邏輯關係呢？這就不得不說說其它幾個前沿技術領域。這些年最核心的前沿信息技術基本可以從物聯網、雲計算、大數據和人工智能四個層面加以概括。爲什麼這樣講，移動互聯網的興起是大數據時代的分水嶺，移動互聯網之前的PC時代、互聯網時代，傳統的企業信息化系統也多是小數據或結構化大數據；進入移動互聯網時代之後，特別是android和iphone智能手機的普及，讓每個人都成爲了數據產生器，甚至不需要你輸入，你的位置，關注，社交等都一直在產生海量的數據，還有越來越廣泛的企業移動應用，產生的數據量驚人，可以說沒有移動互聯網的普及我們就無法進入大數據時代，從技術角度講，移動互聯網屬於物聯網技術範疇，物聯網的發展不只是讓人和智能手機作爲數據生產者，更是能讓越來越多機器、電子設備、傳感器、甚至道路建築本身都是數據發生器，萬物互聯數字化的深度和廣度在進一步拓展。
圖2 四位一體看大數據智能技術
上述四種前沿信息技術發展遵循量變到質變規律，如上圖，物聯網、大數據、雲計算和人工智能是四位一體發展的（時間有先後，但技術實質性突破都在最近幾年），未來智能時代的基礎設施、核心架構將基於這四個層面，這種社會演化趨勢也很明顯：從農業時代、工業時代、信息時代到智能時代。從物聯網、大數據、雲計算到人工智能，一個比一個熱，一個比一個快，一個比一個深入，這是信息技術發展的大勢，其內在的邏輯聯繫和發展趨勢使然，終極目標直指大數據智能。四位一體看大數據智能技術，這就好比我們人體一樣，物聯網（移動互聯網）構造了眼耳鼻舌身等感官，主要功能是負責各類數據的自動採集；大數據是各種物聯感官獲取的感受信息，數據規模太大之後，需要雲計算來進行記憶和存儲，反過來雲計算的並行計算能力也促進了大數據的高效智能化處理；而基於大數據深度學習的人工智能就是我們最終獲得的價值規律、認知經驗和知識智慧；當然人工智能模型的訓練也需要大規模雲計算資源的支持，構建的智能模型也能反作用於物聯網，進行更優化更智能地控制各種物聯網前端設備，而這個過程中的數據、指令交互和應用部署也是一種典型的雲-端互聯架構。
大數據智能爲什麼離不開物聯網和雲計算，主要基於如下兩點：（1）物聯網是大數據的採集端和智能服務的發佈端，是智能服務於人和機器的重要載體，就像現在的智能手機和機器人，同時，物聯網也是互聯網、傳統電信網等信息承載體，讓所有能行使獨立功能的普通物體能實現互聯互通的網絡。當前人工智能領域深度學習這一關鍵技術的突破，得益於大數據驅動，而大數據得益於可穿戴物聯網設備和智能手機等的應用普及，使得大數據採集的範圍、廣度和深度進一步加強,這爲提供更爲精準的大數據智能預測提供了數據保障；（2）雲計算是大數據智能處理分析的基礎支撐平臺，提供強大的存儲能力和密集計算力，來支持海量數據資源的動態管理和智能模型的高性能學習。其技術實現是基於互聯網進行相關服務的推送、使用和交付，通常涉及通過互聯網來提供動態易擴展且經常是虛擬化的資源。通過這種方式，雲中共享的軟硬件資源和信息可以按需提供給計算機各種物聯網終端和設備。智能時代的基礎IT和DT架構一定是基於上述四種關鍵技術領域的整合。也就在昨天，微軟宣佈肢解原來最重要的Windows部門，而組建兩個新的大部：一個是體驗和設備部；一個是雲計算和人工智能平臺部。可以看出，微軟的東方不敗自宮式重組，就是打算四位一體練就大數據智能神功，希望能在DT時代繼續保持霸主地位。
3大數據智能：一種新的認知範式
筆者在前文曾提到，大數據智能的成功普及將是傳統信息化的終點，換句話說，信息化走向智能化之後，整個信息技術相關的產業鏈（包括傳統產業的升級）都會產生質的變化。大數據智能應用的終極目標是利用一系列智能算法和信息處理技術實現海量數據條件下的人類深度洞察和決策智能化，最終走向普適的人機智能融合！這不僅是傳統信息化管理的擴展延伸，也是人類社會發展管理智能化的核心技術驅動力。大數據智能代表了一種新的認知範式，圖靈獎得主，關係數據庫的鼻祖Jim Gray將人類科學的發展定義成爲四個“範式”，並描繪了自己關於第四範式的願景：幾千年前的科學，以記錄和描述自然現象爲主，稱爲“實驗科學”，即第一範式，其典型案例如鑽木取火；數百年前，科學家們開始利用模型歸納總結過去記錄的現象，發展出“理論科學”，即第二範式，其典型案例如牛頓三定律、麥克斯韋方程組、相對論等；過去數十年，科學計算機的出現，誕生了“計算科學”，對複雜現象進行模擬仿真，推演出越來越多複雜的現象，其典型案例如模擬核試驗、天氣預報等；Jim Gray認爲今天，以及未來科學的發展趨勢是，隨着數據量的高速增長，計算機將不僅僅能做模擬仿真，還能進行分析總結，得到理論。也就是說，過去由牛頓、愛因斯坦等科學家從事的工作，未來可以由計算機來做。Jim Gray將這種科學研究的方式，成爲第四範式，即數據密集型科學。
圖3 大數據智能應用，自問四個關鍵問題
大數據智能就類似Jim Gray提出的“第四範式”，我們如何看待周遭的世界，沒有大數據時是靠歸納總結和實驗模擬，當然經驗和直覺也很重要，而大數據的興起，前面三種範式的做法必然面臨挑戰，推理、經驗和直覺等能力在龐雜大數據面前會大打折扣。就像我們的科學發展史一樣，大數據智能的普及將是對傳統認知方法的顛覆，人類的科學發展是一部理性戰勝感性的歷史，望遠鏡改變了我們對宇宙的看法；顯微鏡改變了我們對微觀世界的認知；而當前通過大數據智能技術來解釋我們親手構建的數字世界，也意味着我們即將跨入一種新的認知範式時代，所謂科學的第四範式，只是其中一方面罷了。真正的大數據智能，既能像望遠鏡一樣宏觀，也能像顯微鏡一樣微觀，可以讓我們通過對多維數字空間的自動投影、變換、關聯等來更好地理解和掌控周遭的數字世界。當然這個過程也伴隨着風險，大數據環境下的數權意味着更重大的責任，如何重構權責關係？智能更是意味着機器的覺醒，如何控制負面影響？值得我們深思，，，