AI，大数据，机器学习三者概念的区分

AI，大数据，机器学习这些概念特别火，一个通用的认识是，AI是行业未来，是下一个风口，是千亿美元巨头的诞生点。但我不想说，写一篇文章来证明，为什么AI那么重要或者那么有价值，因为这属于正确但完全没用的废话。就好比你说IT行业是巨大的市场方向一样，正确然而并没有卵用。

AI并不是最新的东西，只是最新技术发展的确实有点快，很多出色的互联网产品或其他高科技产品多少都要有AI的成分，从游戏里的Boss，到翻译系统，搜索引擎，推荐系统，到决策支持系统，自动交易系统，工业机器人，无人驾驶，以及各种社交机器人陪聊系统，美图工具，AI其实无处不在。就算从传统领域来说，不说无人驾驶，现在汽车里的各种安全辅助系统，其实也可以认为是AI系统。

锤子科技的发布会，讯飞语音输入法突然走红，这也是AI 的一个典型场景，你们知道么，我在十五年前就知道并了解过这个东西了，你会说吹牛吧，十五年前pc互联网才刚起步，移动互联网还没人听说过呢。 那时候，我还在做呼叫中心方案，呼叫中心方案里有个模块叫做IVR，中文是交互式语音应答，当时国内技术最强，处于近乎垄断地位的，就是科大讯飞，其实就是语音识别和自动处理，和现在的讯飞输入法，从技术原理而言，并无二致，但那时候，AI 这个概念还没火。当然技术也没现在成熟，实际上绝大部分呼叫中心，并没有把交互式语音应答当作重要的模块，更多是让用户按键输入和人工服务。

AI最初，是人类制定明确的规则和逻辑，并提供给机器可以借用的数据资源，让机器去执行，也就是一样样教，机器一样样学，机器发挥计算力和反应速度的优势。但后来大数据，机器学习这些东西开始起来后，很多东西就发生了改变，人类只给一个基本的学习方法和逻辑，然后就是大数据集，让AI通过这些大数据，和基本的学习方法，自己去学习和发现知识点，这样AI的能力就得到了飞跃，甚至可以发现很多人类尚未发现的知识点，也就是出现了超越人类判断力的可能。

举个例子，比如我有个系统，需要根据人的基因测序结果，来分析和判断这个人的健康风险和遗传疾病可能，在以前呢，是需要对每一个基因的定义，科学家做严格的对比测试，把结论整理清楚，然后告诉这个系统，这个系统才知道，你这个基因到底咋回事，出了什么问题。但后来大数据出来了，就有了新的玩法，根据大量真实用户的基因测序结果和真实的疾病