1樓：陝西新華電腦學校
人工智慧（artificial intelligence），英文縮寫為ai。它是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。
人工智慧是電腦科學的一個分支，它企圖瞭解智慧的實質，並生產出一種新的能以人類智慧相似的方式做出反應的智慧機器，該領域的研究包括機器人、語言識別、影象識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。人工智慧可以對人的意識、思維的資訊過程的模擬。
人工智慧不是人的智慧，但能像人那樣思考、也可能超過人的智慧。
人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」，也可能超過人的智慧。
人工智慧的定義可以分為兩部分，即「 人工」和「 智慧」。「人工」比較好理解，爭議性也不大。有時我們會要考慮什麼是人力所能及製造的，或者人自身的智慧程度有沒有高到可以創造人工智慧的地步，等等。
但總的來說，「人工系統」就是通常意義下的人工系統。
2樓：
數字**技術、大資料、人工智慧專業，到底是做什麼的？
3樓：大資料小庫
地位上看，人工智慧更好，大資料更像是給人工智慧打工的
但是從要求上看，人工智慧對技術思維能力要求高很多，大資料就更容易入行一些
所以還是要結合自身的特點
大資料專業和人工智慧專業那個比較好？
4樓：
數字**技術、大資料、人工智慧專業，到底是做什麼的？
5樓：帥c帥c帥
當前開設大資料專業的高校比較多，選擇的空間也比較大，相對於人工智慧專業來說，大資料技術體系也相對比較成熟，學習難度也相對要低一些，所以可以重點考慮一下大資料專業。從知識體系結構來看，大資料專業的學生未來也可以向人工智慧方向發展。
人工智慧和大資料哪個發展方向好？
6樓：cda資料分析師
我覺得最重要的第一點，首先得問自己的興趣和能力所在，畢竟無論選擇哪個方向，可以支撐我們走下去的，都是興趣和能力。因此，我們來好好捋一捋這兩者的區別和聯絡。
第一，大資料
大資料是物聯網、web系統和資訊系統發展的綜合結果，其中物聯網的影響最大，所以大資料也可以說是物聯網發展的必然結果。大資料相關的技術緊緊圍繞資料，包括資料的採集、整理、傳輸、儲存、安全、分析、呈現和應用等等。目前，大資料的價值主要體現在分析和應用上，比如大資料場景分析等。
第二，人工智慧
人工智慧是典型的交叉學科，研究的內容集中在機器學習、自然語言處理、計算機視覺、機器人學、自動推理和知識表示等六大方向，目前機器學習的應用範圍還是比較廣泛的，比如自動駕駛、智慧醫療等領域都有廣泛的應用。人工智慧的核心在於「思考」和「決策」，如何進行合理的思考和合理的行動是目前人工智慧研究的主流方向。
可見，相比大資料某，人工智慧涉及的領域更加高深和高階，因此知識含量也更高，學習起來也需要付出更多，對個人的數理和邏輯能力要求很高，不過兩者也是有聯絡的。
一方面，人工智慧需要大量的資料作為「思考」和「決策」的基礎，另一方面大資料也需要人工智慧技術進行資料價值化操作，比如機器學習就是資料分析的常用方式。在大資料價值的兩個主要體現當中，資料應用的主要渠道之一就是智慧體（人工智慧產品），為智慧體提供的資料量越大，智慧體執行的效果就會越好，因為智慧體通常需要大量的資料進行「訓練」和「驗證」，從而保障執行的可靠性和穩定性。
所以啊，沒有必要太過完全區分開兩者，還是打好基礎，一步一個腳印學起來，唯有最佳之選。
7樓：江西新華電腦學院
都非常不錯
大資料是指採集很多資料，進行分析，找出一些規律。
雲端計算，簡單說就是對資料進行分析的處理過程，比如cpu的計算能力。
人工智慧就高深了，簡單說就是把機器人做來能像人一樣的思考，有自己的獨特思維。
時代在進步，科技在發展，而且這是人類的必然走向，人工智慧會按著人們設定的方向發展，就目前的技術而言，人工智慧不可能達到電影中的水平，可以自由發展，最起碼一百年內沒有希望，以後不敢保證！所以威脅談不上，人工智慧只會幫助人類更好的發展生活和探索新科技新領域！
8樓：安徽新華電腦專修學院
它們兩個有共同的地方都是要學習python，人工智慧會比較深，其實兩個方向都不錯
9樓：山東新華電腦
我們有本科專業，也有專科。
從就業的角度出發，也可以考慮學一門實用的技術，其實計算機專業就是很好的，
比如ui設計、4g移動開發、網際網路程式設計、大資料、雲端計算、vr等等就業前景都挺好。
看自己的興趣和未來的發展方向， 然後選擇就行...
我們的很多學生都是學有所成，祝你一切順利
10樓：匿名使用者
大資料包括人工智慧，檸檬學院大資料。
11樓：匿名使用者
這兩個方向都要發展，現在都離不開這兩個方面
人工智慧和大資料專業有什麼區別？
12樓：尚學堂前端學院
人工智慧與大資料一個主要的區別是大資料是需要在資料變得有用之前進行清理、結構化和整合的原始輸入，而人工智慧則是輸出，即處理資料產生的智慧。這使得兩者有著本質上的不同。
人工智慧是一種計算形式，它允許機器執行認知功能，例如對輸入起作用或作出反應，類似於人類的做法。傳統的計算應用程式也會對資料做出反應，但反應和響應都必須採用人工編碼。如果出現任何型別的差錯，就像意外的結果一樣，應用程式無法做出反應。
而人工智慧系統不斷改變它們的行為，以適應調查結果的變化並修改它們的反應。
支援人工智慧的機器旨在分析和解釋資料，然後根據這些解釋解決問題。通過機器學習，計算機會學習一次如何對某個結果採取行動或做出反應，並在未來知道採取相同的行動。
大資料是一種傳統計算。它不會根據結果採取行動，而只是尋找結果。它定義了非常大的資料集，但也可以是極其多樣的資料。
在大資料集中，可以存在結構化資料，如關聯式資料庫中的事務資料，以及結構化或非結構化資料，例如影象、電子郵件資料、感測器資料等。
它們在使用上也有差異。大資料主要是為了獲得洞察力，例如netflix**可以根據人們**的內容瞭解電影或電視節目，並向觀眾推薦哪些內容。因為它考慮了客戶的習慣以及他們喜歡的內容，推斷出客戶可能會有同樣的感覺。
人工智慧是關於決策和學習做出更好的決定。無論是自我調整軟體、自動駕駛汽車還是檢查醫學樣本，人工智慧都會在人類之前完成相同的任務，但速度更快，錯誤更少。
13樓：
數字**技術、大資料、人工智慧專業，到底是做什麼的？
14樓：匿名使用者
本質上的區別，電腦語言都不一樣
15樓：陝西新華電腦學校
人工智慧（artificial intelligence），英文縮寫為ai。它是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。
人工智慧是電腦科學的一個分支，它企圖瞭解智慧的實質，並生產出一種新的能以人類智慧相似的方式做出反應的智慧機器，該領域的研究包括機器人、語言識別、影象識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」。人工智慧可以對人的意識、思維的資訊過程的模擬。
人工智慧不是人的智慧，但能像人那樣思考、也可能超過人的智慧。
人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的「容器」，也可能超過人的智慧。
人工智慧的定義可以分為兩部分，即「 人工」和「 智慧」。「人工」比較好理解，爭議性也不大。有時我們會要考慮什麼是人力所能及製造的，或者人自身的智慧程度有沒有高到可以創造人工智慧的地步，等等。
但總的來說，「人工系統」就是通常意義下的人工系統。
大資料和人工智慧那個好學，學那個比較好就業呢？
16樓：cda資料分析師
選擇一門學科學習，我們不能從哪個好學開始，我們得從自身的興趣和技能優點出發，做一個客觀的決定。下面我們先好好捋一捋大資料和人工智慧的概念和研究方向。
1、大資料
大資料是物聯網、web系統和資訊系統發展的綜合結果，其中物聯網的影響最大，所以大資料也可以說是物聯網發展的必然結果。大資料相關的技術緊緊圍繞資料，包括資料的採集、整理、傳輸、儲存、安全、分析、呈現和應用等等。目前，大資料的價值主要體現在分析和應用上，比如大資料場景分析等。
2、人工智慧
人工智慧是典型的交叉學科，研究的內容集中在機器學習、自然語言處理、計算機視覺、機器人學、自動推理和知識表示等六大方向，目前機器學習的應用範圍還是比較廣泛的，比如自動駕駛、智慧醫療等領域都有廣泛的應用。人工智慧的核心在於「思考」和「決策」，如何進行合理的思考和合理的行動是目前人工智慧研究的主流方向。
3、大資料與人工智慧
大資料和人工智慧雖然關注點並不相同，但是卻有密切的聯絡，一方面人工智慧需要大量的資料作為「思考」和「決策」的基礎，另一方面大資料也需要人工智慧技術進行資料價值化操作，比如機器學習就是資料分析的常用方式。在大資料價值的兩個主要體現當中，資料應用的主要渠道之一就是智慧體（人工智慧產品），為智慧體提供的資料量越大，智慧體執行的效果就會越好，因為智慧體通常需要大量的資料進行「訓練」和「驗證」，從而保障執行的可靠性和穩定性。
目前大資料相關技術已經趨於成熟，相關的理論體系已經逐步完善，而人工智慧尚處在行業發展的初期，理論體系依然有巨大的發展空間。從學習的角度來說，如果從大資料開始學習是個不錯的選擇，從大資料過渡到人工智慧也會相對比較容易。人工智慧涉及的領域非常廣泛，工業、航天、商業都有應用，並且已經深入人們的生活，開啟手機中的cortana或者siri，這就是ai的產物。
分析讓大量的資料有了價值，機器開始懂得使用者想要什麼，可以**未來的天氣和球賽的比分，這種人工智慧與場景的結合，要實現的就是改變生活方式和解放生產力。具體來說，很多過去只有人能做的事情，現在更多的情況下能夠通過機器實現，典型的例子包括語音助手、無人駕駛汽車。更重要的是，當硬體效能逐漸提升、計算資源越來越強大時，成本卻越來越低廉。
4、兩者的未來發展方向
聚焦新零售
在最近的大資料和人工智慧的應用熱潮中，幾乎沒有哪個領域像零售業這樣可以讓企業受益。無論是沃爾瑪還是當地的母嬰店，各地的企業似乎都在利用這些技術來降低管理費用，同時擴大業務範圍。例如，客服人員可能會被人工智慧助理徹底取代，但更重要的是，零售商可以通過人工智慧跟蹤他們的庫存，而消費者的興趣很快就會發生革命性的變化。
隨著越來越多的零售商將大資料和人工智慧應用到他們的商業模式中，預計這個行業現在可以利用人力和機器的力量來獲得更多的利潤。
聊天機器人應用越來越廣泛
facebook，skype和slack等公司都在其服務中新增了聊天機器人，他們對消費者來說非常有趣，包括法律幫助**，技術創新讓聊天機器人越來越智慧。這意味著它們可以為人們解析法規，通過有效的診斷來指導患者。
如果大資料繼續以目前的高速度增長，那麼預計在日前使用的社交**平臺上將會有應用更廣泛的聊天機器人。這可能比人們想像得還要快，這些由 人工智慧技術 驅動的機器人可能會更加有效地與人們聊天，人們甚至可能無法判斷是否正在與另一個人交談。
人工智慧和雲端計算的結合
隨著越來越多的企業採用人工智慧解決方案以應對其業務困境，其中許多公司將尋求加強其it基礎設施，並將業務轉向雲端。隨著大資料應用者的規模越來越大，人工智慧越來越成為一種主流，隨之而來的資料需求將給企業的本地伺服器帶來更大的負擔，這意味著他們需要在別處滿足他們的資料需求。
雲端計算非常適合幫助滿足和管理這些不斷增長的需求，因為內部部署的伺服器和資料管理對於企業來說變得過於混亂並且成本高昂。
更加智慧的市場營銷
市場營銷是利用大資料的力量革命化的關鍵領域之一，通過梳理大量的資料，企業能夠比以往任何時候都更準確地針對特定的消費者，將廣告和交易直接傳送到潛在消費者的郵箱或家門口。
隨著越來越多的公司試圖利用自動演算法來分類資料以找到潛在的客戶，人工智慧領域將受益於行業投資的增加。而實時定位可以為正確使用的公司帶來20%以上的銷售機會，這意味著採用人工智慧可以獲得十分豐厚的利潤。
暗資料的新紀元
隨著大資料的增長，利用暗資料獲得商業成功的機會也將隨之增加。所謂的暗資料就是企業正常商業活動期間蒐集，處理，儲存的資料。但這些資料通常無法用於諸如分析，商業關係或者是直接變現獲利等目的。
對於並不熟悉人工智慧和資料管理領域的許多人來說，這種資料不斷被證明是有用的。暗資料可能難以讓人理解，但隨著越來越多的企業投資人工智慧，這些迷惑可能就會消散，並導致人們對正在進行的資料革命的熱情更高。
人工智慧 區塊鏈 雲端計算 大資料將如何影響未來
最近幾年區塊鏈和人工智慧一直很熱門 首先區塊鏈是建立去中心化的網路，所謂的去中心化，就是說這個網路不屬於你也不屬於我。它屬於所有人。而人工智慧是指研究 開發用於模擬 延伸和擴充套件人的智慧的理論 方法 技術及應用系統的一門新的技術科學。也就是說，機器的自我學習 這樣一來我們就可以思考區塊鏈與人工智慧...
專業大資料培訓機構哪個好，大資料培訓機構哪個比較靠譜？
尚矽谷 1.看教學課程內容 學大資料技術，最重要的是跟上時代的步伐，技術要點可以滿足當前企業的需要。瞭解一個大資料培訓機構提供的課程是否是新的，你也可以去該機構的 檢視你想學習的科目的大綱。看看是否和企業招聘技術需求符合。2.看師資力量 因為大資料開發技術知識非常專業，如果盲目去學習很容易進入誤區。...
人工智慧結合網際網絡 大資料，如何改變生活呢？
4g改變生活，5g改變社會。對於大資料 人工智慧這些高新技術必將給各行各業帶了深刻的變化，舉兩個簡單例子，以前我們經常在街上會被人攔住，遞來一頁紙說是某個行業要做社會調查問卷，現在大資料一出那還會有這種場景。另乙個例子是人工智慧加持的智慧型機器製造，經常看到報道原來成百上千工人忙碌的生產線，上了智慧型機...