周红利

摘要：传统的人工智能受限的计算机以及大数据的能力，还是不能完全的大规模的对大数据以及人工智能进行处理的，人工智能系统能力比较弱，在2006年Hinton教授提出了“深度学习”精神网络让人工智能弱的突破的进展，从而进一步的对大数据以及人工智能有了进一步的了解，进而让人工智能产业有一次进入了快速发展的阶段，“深度学习”神经网络主要的计算机理论是通过深层精神网络算法来模拟人类大脑学习的每一个过程，通过输入和输入非线性的个个关系将底层特征组合成更高层的抽象表示最终达到掌握运用的水平。数据量不一样的丰富可以决定很多关于数据的东西，从而对神经系统网络进行训练，进而使更好的人工智能系统经过深度学习训练后达到的很大的强人工智能水平。因此，可以足够的对人工精神网络进行进一步的深度训练，提升算法有效性是人工智能能否达到或类人或超人水平的决定因素之一。

关键词：大数据 人工智能 深度学习

一、大数据与人工智能关系的介绍

1.人工智能主要的三个归纳

（1）关键与有规则的人工智能;

（2）无规则，计算机读取很多数据，根据数据的统计、概率分析等方法，进行很多的智能处理的人工智能跟大数据;

（3）源于神经元网络的一种深度学习。

二、关系

1.目前，还没有什么词语比大数据人工智能更常见了，有无数的分析家对我们说，并且在根本上重塑我们的生活……