大数据和人工智能相比哪个好？

需要首先我们谈人工智能和大数据是什么？然后我们在对比两个专业。

1、人工智能（Artificial Intelligence），英文缩写为AI。它的领域范畴是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。通俗来说，就是对人的思维的信息过程的模拟。比较让人熟知的人工智能的应用案例，如，Google阿尔法围棋（AlphaGo）战胜围棋高手李世石、柯洁，Baidu大脑推出的自动驾驶汽车等。当下人工智能的应用很多，如，机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。

2、人工智能专业是个新兴专业。查阅中华人民共和国教育部网资料显示，高校首批的人工智能专业是在2019年3月后才批准成立的。人工智能专业的方向和目标是探索实践适合中国高等人工智能人才培养的教学内容和教学方法，培养中国人工智能产业的应用型人才。人工智能专业的核心课程有，认知心理学、神经科学基础、人类的记忆与学习、语言与思维、计算神经工程，《人工智能、社会与人文》、《人工智能哲学基础与伦理》，《先进机器人控制》、《认知机器人》、,《机器人规划与学习》、《仿生机器人》，《人工智能的现代方法I》《问题表达与求解》、《人工智能的现代方法II》《机器学习、自然语言处理、计算机视觉等》……等。从国家政策层面上来看，2017年7月20日，国务院印发了《新一代人工智能发展规划》。《规划》提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，为我国人工智能的进一步加速发展奠定了重要基础。目前中国人工智能发展迅猛，中国政府也高度重视人工智能领域的发展。资料显示，预计到2020年，中国人工智能产业规模将超过1500亿元，带动相关产业规模超过1万亿元。但全球人工智能人才储备，中国却只有5%左右，人工智能的人才缺口超过500万。

3、大数据（big data），是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。通俗来说，就是对数据进行专业化处理。大数据的应用也是非常的广泛，商业智能（Business Intelligence，简称：BI），工业4.0，云计算，物联网，互联网+ ，人工智能都有应用。

4、大数据专业，一般指大数据采集与管理专业 。查阅资料显示，大数据采集与管理专业是从大数据应用的数据管理、系统开发、海量数据分析与挖掘等层面系统地帮助企业掌握大数据应用中的各种典型问题的解决办法的专业。在专业课程，大数据专业将从大数据应用的三个主要层面（即数据管理、系统开发、海量数据分析与挖掘）系统地帮助企业掌握大数据应用中的各种典型问题的解决办法。2015年9月，国务院印发《促进大数据发展行动纲要》（以下简称《纲要》），系统部署大数据发展工作。现在越来越多的行业对大数据应用持乐观的态度，开始应用大数据。大数据或者相关数据分析解决方案的使用在互联网行业，比如百度、腾讯、淘宝、新浪等公司，技术积累比较丰富，已经成为行业标准。而像电信、金融、能源这些传统行业，也在逐步考虑推广应用大数据解决方案，来提升自己的业务水平。调查显示在“大数据”背景之下，精通“大数据”的专业人才将成为企业最重要的业务角色。现在“大数据”从业人员薪酬持续增长，人才缺口巨大。

综上可知，人工智智能和大数据专业都是发展前景非常好的专业，专业人才缺口巨大。至于哪个专业好，主要还是看个人兴趣，毕竟兴趣才是最好的老师。两个专业的专业课上各有侧重，在应用上有紧密的联系。在人工智能的研究中，需要有大数据技术的支撑，大量的数据样本来训练，才能更好的应用人工智能。需要指出一点的时，两个专业都对计算机编程能力和数学的要求都是非常高，这点选择时需要仔细考虑。希望对你有帮助。

创客教育说，传递创客精神，欢迎关注交流评论和转发！

这里的好，我从两个方面进行对比，一个是就业前景，另一个是个人未来职业发展。

在就业前景方面，大数据相关的岗位偏向于工程化，人工智能相关岗位偏向于算法化。如果你在算法以及数学方面比较薄弱，大数据对于你来说，就业前景会更好。

如果你个人不喜欢工程开发，同时你上学期间数学方面底子就很好，同时对机器学习相关的算法很感兴趣，也乐于去研究。那么你从事人工智能领域，对你未来的发展会更好。

我研究生期间，学习的专业是数据挖掘，这个专业属于人工智能领域。人工智能领域在日常工作中使用机器学习算法比较多。但我最终在校招找工作的时候，还是选择投递大数据相关的岗位。

当初我也在选择人工智能还是大数据方面想了很久，最后觉得自己在机器学习方面没有优势，自己不适合人工智能领域，同时自己对机器学习方面的算法不感兴趣，还是喜欢从事工程类开发。

而且，大数据岗位是一个偏经验的岗位，而人工智能还比较看重学历，可能你干了很久的算法工程师，最后来了一个博士或者博士后，那么他就成了你的主管了。所以我最后选择大数据岗位。

所以在就业前景方面，还是要结合个人的实际情况来看，如果你也对机器学习算法不是很感兴趣，自己想要对大数据方面的原理以及架构去进行研究，自己喜欢工程类开发，那么大数据岗位对你来说，会更加合适。

当然，如果你有很强的学术能力，同时也乐于去研究新的机器学习方面的算法，想要通过机器学习来解决更多人们日常问题，人工智能更适合你。

个人未来职业发展方面， 最主要的还是要看你自己的兴趣，你要结合你自己的兴趣来选择具体所要从事的岗位。大数据和人工智能从长远来看，对于你个人的职业发展都不错，唯一有点不同的是，人工智能方面越往后，往上升越难，当然，如果你升上去，你所得到的回报要比大数据更好。

如果你根据自己的兴趣来选择岗位，同时在这个岗位坚持工作很多年，有着很丰富的经历时，一般最后都会发展的不错，当然还是希望你能够在年轻的时候，最好能够去互联网大厂去进行学习，以后你在跳槽时，大厂给你的视野以及平台光环，都是小公司所不能比的。

我是Lake，专注大数据技术原理、数据库技术、程序员经验分享，如果我的问答对你有帮助的话，希望你能点赞关注我，感谢。

我会持续大数据和数据库方面的内容，如果你有任何问题，也欢迎关注私信我，我会认真解答每一个问题。

在教育领域里有一句话：“专业无好坏，未来靠奋斗”，虽说学什么专业最后都要靠自己，但有时选择确实比努力更重要！

针对“人工智能和大数据专业”究竟哪个前景更好，我们需要先了解一下下面几个问题：

这两个专业到底是什么？怎么来的？

人工智能于1956年问世，是由“人工智能之父“McCarthy及一批数学家、信息学家、心理学家、神经生理学家、计算机科学家在达茅斯顿学术会议上提出的。我国2018年4月，教育部在研究制定《高等学校引领人工智能创新行动计划》，并研究设立人工智能专业，进一步完善中国高校人工智能学科体系。人工智能属于社会科学和自然科学的交叉，不是具体某一个学科，该领域的研究主要包括图像识别、语言识别、专家系统、自然语言处理和机器人科学等。所以，想要从事人工智能方面的工作，可以选择的专业有：计算机科学、软件工程、应用数学、智能科学与技术等。

大数据的名称来自1980年未来学家托夫勒所著的《第三次浪潮》，大数据概念最初起源于美国，是由思科、威睿、甲骨文、IBM 等公司倡议发展起来的。到了2011年6月，麦肯锡公司发布了关于“大数据”的报告，对“大数据”的影响、关键技术和应用领域等都进行了详尽的分析。我国大数据隶属于：计算机科学与技术专业（数据科学与大数据技术方向），本科四年制；

未来就业方向和领域有哪些？

目前人工智能主要研究内容是：分布式人工智能与多智能主体系统、人工思维模型、知识系统（包括专家系统、知识库系统和智能决策系统）、知识发现与数据挖掘（从大量的、不完全的、模糊的、有噪声的数据中挖掘出对我们有用的知识）、遗传与演化计算（通过对生物遗传与进化理论的模拟，揭示出人的智能进化规律）、人工生命（通过构造简单的人工生命系统（如：机器虫）并观察其行为，探讨初级智能的奥秘）、人工智能应用（如：模糊控制、智能大厦、智能人机接口、智能机器人等）等等。

什么公司会需要？就业方向?

人工智能

1) 搜索方向：百度、谷歌、微软、yahoo等，包括智能搜索、语音搜索、图片搜索、视频搜索等

2) 医学图像处理：医疗设备、医疗器械很多都会涉及到图像处理和成像，大型的公司有西门子、GE、飞利浦等

3) 计算机视觉和模式识别方向：前面说过的指纹识别、人脸识别、虹膜识别等、、车牌识别、视频监控是做跟踪和识别

4) 图像处理方面的人才需求的公司，如威盛、松下、索尼、三星等

5）其他领域

大数据：2019年，大数据最令人瞩目的应用领域是健康医疗、城镇化智慧城市、金融、互联网电子商务、制造业工业大数据；大数据的最佳拍档概念是数据科学、机器人和人工智能、智能计算或认知计算；我国大数据发展的最主要推动者来自于大型互联网公司、政府机构。无论是医疗、金融、制造业、工业、电子商务还是城市建设等各个领域，大数据早已渗入且深入到各行各业之中。大数据主要有三大就业方向：大数据系统研发类、大数据应用开发类和大数据分析类。

大数据分析师有两种岗位定位：

　　1、大数据科学家，Data Scientist，DS

　　2、大数据工程师，Data Engineer，DE

有哪些院校开设了该专业？大学会学什么？

人工智能：属于社会科学和自然科学的交叉，不是具体某一个学科，该领域的研究主要包括图像识别、语言识别、专家系统、自然语言处理和机器人科学等。旨在培养中国人工智能产业的应用型人才。2019年3月，教育部印发了《教育部关于公布2018年度普通高等学校本科专业备案和审批结果的通知》，根据通知，全国共有35所高校获首批「人工智能」新专业建设资格。核心课程：人工智能、、机器学习、高级操作系统、高级算法设计、计算复杂性、数学分析、高级计算机图形、高级计算机网络。

大数据：主要培养大数据科学与工程领域的复合型高级技术人才。毕业生具有信息科学、管理科学和数据科学基础知识与基本技能，掌握大数据科学与技术所需要的计算机、网络、数据编码、数据处理等相关学科的基本理论和基本知识，熟练掌握大数据采集、存储、处理与分析、传输与应用等技术，具备大数据工程项目的系统集成能力、应用软件设计和开发能力，具有一定的大数据科学研究能力及数据科学家岗位的基本能力与素质。毕业后能从事各行业大数据分析、处理、服务、开发和利用工作，大数据系统集成与管理维护等各方面工作，亦可从事大数据研究、咨询、教育培训工作。

人工智能和大数据都需要较强的数学基础和学习应用能力，数学不好的同学们最好请勿轻易选择。

最后一句话送给考生和家长：不是热门的，薪水高的，所谓好找工作的专业就值得去学，真正值得学的是你理性地衡量了所有标准以后，最适合自己的，才是值得你学的！了解完后再根据自己的个人定位、职业方向以及未来资源来具体选择。

从技术的角度讲，人工智能和大数据两者密不可分，人工智能基本都是基于大数据，利用机器学习算法挖掘数据蕴含的规律，从而进行分类，预测，聚类，关联等，所以后者是前者的基础，前者是后者的应用。

在技术栈上，大数据可能稍偏底层，它包括数据采集，存储，数据清洗，数据的快速运算等，常见的技术栈包括用于数据采集的kafka，flume，数据存储hadoop，hdfs，数据计算存储spark，hive等，用于调度管理的zookeeper等。

而人工智能多偏向在应用层，即通过算法挖掘大数据背后的规律，常见的包括监督学习和非监督学习，前者主要有分类，回归等，后者主要有聚类等算法，当然还有一部分强化学习和深度学习的内容，这里就不展开细说了，感兴趣的小伙伴可以交流！

人工智能是计算机的功能，我们现在所说的人工智能一般指超级人工智能。计算机的功能就是处理数据，处理数据的功能越强大，就越能满足人类的需要。强大到一定程度，我们就说它活了。大数据就是很多数据，数据再大也是数据，是死的东西，不经过适当处理就毫无用处。但它是人工智能发展的必要条件。所以大数据和人工智能之间无法比较，就好像对于吃饭来说，你无法比较是吃重要，还是饭重要。

人工智能和大数据都是正在处于上升趋势的相关方向，只要你技术足够优秀，相信那个方向都不会差！

但是，需要强调的一点是：人工智能的门槛要相对高很多，而且国内的相关AI技术也还在发展期。这其实也就还是说明人工智能相比于大数据天花板是要高很多的...

从事人工智能本身就需要大数据作为支撑，就好像你读高中之前需要读初中一样。虽然初中成绩好不代表着高中成绩就好，但是完全不了解初中内容直接想获得比较好的高中成绩也是不可能的...

无所谓什么前途不前途的，人工智能的门槛基本是博硕，你学习大数据后门槛可以跨过去自然就会涉及人工智能方向！！！

谢邀！

本人也是刚进入人工智能行业，至前也接触过大数据。我主要从实际工作的需求说一下我的看法，可能过于片面，供参考！

大数据行业现在已经比较成熟了，很多核心的东西也在根据实际的需求慢慢的变化！在运用上也是很广泛，我们得生活都能够深刻的感受到。这个时候选择大数据是个不错的选择。由于大数据分类比较多，想要从业的人员必须有个方向，这些方向我们大概可以分为大数据开发，大数据分析，大数据可视化和大数据运维，不同的方向知识的侧重点不同，自然从事的工作也就不同了。需要从事前对每个方向都做一了解，选择适合自己的！

下图是大数据的一些知识架构

相对于人工智能，大数据能够满足各个不同基础和学历的人从事！因为大数据学习起来比人工智能简单很多，需要的基础知识也相对少。对于学历要求没有人工智能严格，实际工作中大多数都是本科生，还有很多优秀的大专生和少量的研究生。如果学历和专业不占优势可以选择大数据方向！

人工智能，不但听起来就很高大上，学起来也很高大上，企业用人也很高大上。它是对其他基础学科要求很高的，尤其是数学知识包括线性代数，概率论，统计学等等。它的核心课程机器学习和深度学习尤其需要扎实的数学知识！

下图是人工智能领域所涉及到的一些知识

所以这样就有了一定的门槛。不止是学习的门槛，就业也有门槛，很多公司明确要求硕士以上学习，本科生就要有专业优势如计算机相关专业数学或者统计学专业，这样才会有面试的机会。但实际的工作却没有什么高级深奥的，很多人进去了，很可能每天做的事只是修改一些参数。这都很正常！

至于选择哪个，就要根据自己的条件考虑，如果高学历好专业，就选择人工智能。稍微弱一些就考虑大数据！

大数据与人工智能相辅相成，现在的APP基本上都是需要大数据和人工智能作为支撑，分析用户的爱好，拿现在大火的短视频APP来说，点赞关注的都是历史类的小视频，今后系统就会给你推送历史类的小视频较多，点赞关注宠物类的小视频系统，系统就会给你推荐宠物类的小视频，在使用购物软件时也会发现搜索过灯具，主界面推荐的都是关于灯具的链接，所以说大数据与人工智能相辅相成，没有好不好的说法。

先来看看这两个领域的基本概念

人工智能AI（Artificial Intelligence）

是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。人工智能是计算机科学的一个分支，它意图了解人类智能，生产出一种能以人类智能类似的方式做出反应的智能机器，研究领域包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日趋成熟，应用领域也在不断扩大。随着5G、物联网（IoT）技术的成熟和普及，为人工智能的爆发性发展打下了基础。可以设想，未来人工智能带来的科技产品，将会是人类智慧的机器实现。人工智能可以对人的意识、思维过程模拟。人工智能不是人的智能，但未来或许能像人那样思考，也可能超过人的智能。

人工智能是极富挑战性的科学，需要深度的计算机知识、心理学和哲学知识。人工智能由不同的领域组成，如机器学习，计算机视觉等。总的说来，人工智能的主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂事务。

应该这么说，现在是人工智能刚的起步阶段，未来的工作、生活、产业都将是人工智能的时代。

大数据（Big data）

是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

IBM提出大数据的5V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。

麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

大数据技术的价值不在于掌握庞大的数据信息，而在于对这些海量数据进行专业化处理。具体来说大数据的价值体现在以下几个方面：

1、通过大数据可以进行消费者画像精准绘制

2、拥有大量消费者的企业，可以利用大数据进行精准营销

3、中小微企业，可以利用大数据做服务转型

4、传统企业，需要充分利用大数据的价值，快速转型、与时俱进，适应互联网、物联网时代，否则要被市场淘汰

5、政府和社会服务机构，可以使用大数据进行准确的预测、经济运行规则的设计和调整、服务模式优化等

人工智能、大数据的关系与差别

人工智能的范畴要比大数据大，要宽泛的多

人工智能有很多方面要依赖于大数据，比如深度学习、机器学习、算法优化等

人才需求：在人才需求上前者比后者要多很多，但是人工智能需要的专业类型很多、很繁杂，大数据相对来说还是集中在数学，特别是统计、概率等方向

您可以根据上述二者的关系和差别来做出选择。

关注W科技，关注最新科技资讯。

大数据不要选，很简单。

这个很虚很虚很虚，做大数据的工程倒是可以。之后转架构

都在吹牛逼

所谓大数据，实际屁大点数据。所谓人工智能，连猪的智能都没有，所谓机器人，机器狗都不如，所谓云计算，还不如珠心算，所谓智能识别，还不如没读过书的保安，所谓无人驾驶，还不如老马识途。

下一步牛逼吹上天。

直接吹，人造上帝时代来临。

大家还不顶礼膜拜！

都好，都是人类智慧的结晶，社会发展的必然因素，文明前进的动力。全球经济一体化，世界和平的前行趋势的要素。

大数据是用来归集，清洗，数据集中化存储的基础，可以进行数据分析，呈现，提供相应的决策信息，人工智能是基于大数据去学习，不断成长，大数据存储分析后得到结果，由人工智能去学习，去通过结果进行预测或者提供解决这个结果的多种合理方式。

人工智能与大数据都很有前景，也一定会成为未来所趋！人工智能会涉及到的方面比较多一些，比如智能硬件的基础、万物互联的功能，代替部分人脑所需的机器学习等，是一个系统全面并复杂的方向，目前人工智能都还处于探索与发展阶段，真正的人工智能应该是以后的机器智能，具备自主学习，自主创造与发掘，并具备情感式的交互，是很具挑战与未知的领域！

大数据的话需要基于庞大的数据做为分析基础，并需要分析给出预警结果，也是未来数据时代的必然，因为我们需要用数据来得到更加可视化的结果并找到各行业最佳的解决方案，其实大数据与人工智能以后将会相互相承，缺一不可！

相对而言，大数据方向更容易入手一些，人工智能涉及智能硬件与物联的配合，上手更难！

大数据和人工智能，有点像车和汽油的关系。人工智能是车，数据是油。没有汽油，车毫无意义，没有车，汽油的用途很小。

从公司定位来说，优先人工智能如百度，优先大数据如阿里，都各有特点，这个世界，有成功的石油公司，有成功的汽车公司。

但是从市值上说，石油公司超过了汽车公司。因为油是消耗品，而且相对比造车更容易垄断，阿里有天然优势建立大数据的局部寡头地位。

就像能搞定国际关系的石油公司占了主要油田，油井的垄断难度比汽车技术垄断要小，所以石油公司的市值应该超过汽车公司。对比一下，有资源的公司做大数据，前景比有技术的做人工智能要强大。

未来，百度仍然赢不过阿里，阿里有最大的商业油井，百度很难有垄断的AI技术。

不会处理大数据的机器学习算法工程师不是好的人工智能研究员。

人工智能是一个很大的概念，具体到目前已经普遍使用的AI子集有：自然语言处理，机器学习算法等

最主要的是各类型的机器学习算法，而这些算法要想做出一桌好菜（模型），就必须有好的数据集来作为原料。

大数据在这里是作为机器学习的上游，巧妇难为无米之炊嘛。

所以，答案就是第一句话。

珠联璧合，相得益彰，都有更加广阔的发展前景。

都是相对比较宽泛的两个概念，数据和人和用户体验结合在一起，才会更有温度，数据才不会显得太空洞，我之前在中科院上的大数据心理学的课程，现在这个课程进行了优化，感兴趣的同学可以关注

这个问题很笼统了。你是想从事这两个行业还是什么呢？人工智能需要大数据支撑，大数据侧重数据的收集与分析，人工智能则是在这个基础上让机器学习，侧重应用。

想了解大数据与人工智能孰优孰劣，首先我们得从认知和理解大数据和人工智能的概念开始。

1、大数据

大数据是物联网、Web系统和信息系统发展的综合结果，其中物联网的影响最大，所以大数据也可以说是物联网发展的必然结果。大数据相关的技术紧紧围绕数据展开，包括数据的采集、整理、传输、存储、安全、分析、呈现和应用等等。目前，大数据的价值主要体现在分析和应用上，比如大数据场景分析等。

2、人工智能

人工智能是典型的交叉学科，研究的内容集中在机器学习、自然语言处理、计算机视觉、机器人学、自动推理和知识表示等六大方向，目前机器学习的应用范围还是比较广泛的，比如自动驾驶、智慧医疗等领域都有广泛的应用。人工智能的核心在于“思考”和“决策”，如何进行合理的思考和合理的行动是目前人工智能研究的主流方向。

3、大数据与人工智能 孰好孰坏

大数据和人工智能虽然关注点并不相同，但是却有密切的联系，一方面人工智能需要大量的数据作为“思考”和“决策”的基础，另一方面大数据也需要人工智能技术进行数据价值化操作，比如机器学习就是数据分析的常用方式。在大数据价值的两个主要体现当中，数据应用的主要渠道之一就是智能体（人工智能产品），为智能体提供的数据量越大，智能体运行的效果就会越好，因为智能体通常需要大量的数据进行“训练”和“验证”，从而保障运行的可靠性和稳定性。

目前大数据相关技术已经趋于成熟，相关的理论体系已经逐步完善，而人工智能尚处在行业发展的初期，理论体系依然有巨大的发展空间。从学习的角度来说，如果从大数据开始学习是个不错的选择，从大数据过渡到人工智能也会相对比较容易。总的来说，两个技术之间并不存在孰优孰劣的问题，发展空间都非常大。

这两个行业就是人民币燃烧机，玩概念三年必死，做东西没大公司支持也不会有价值。这两个是忽悠成分远大于实用。不用分析什么趋势背景，看清楚你钱包就够了

首先，人工智能和大数据这两个专业的前景都比较广阔，随着产业结构升级的持续推进，未来大数据和人工智能专业的人才培养规模会逐渐扩大。

人工智能与大数据具有密切的联系，大数据是人工智能的重要基础，二者之间的发展会互相促进。在行业内，大数据工程师的工作内容会涉及到人工智能技术，而人工智能工程师在工作中也会使用到大数据技术，所以大数据和人工智能的技术边界是比较模糊的，当前也有不少大数据工程师开始转向人工智能领域的研发。

大数据专业的重点在于完成数据的价值化，而人工智能专业的重点在于完成智能决策，大数据为人工智能提出决策的基础，人工智能为大数据的价值化提供出口。如果把大数据比喻成“石油”的话，那么人工智能就可以比喻成“汽车”。

从技术的成熟度上来看，大数据技术目前已经趋于成熟，正处在落地应用的初期，所以当前选择大数据专业会有一个较为系统的学习过程，可以参考的案例也比较多。当然，由于目前大数据领域依然有很多课题需要攻克，所以当前大数据领域依然以研发型人才需求为主，从业者要想具有更强的岗位竞争力，建议读一下研究生。

人工智能相对于大数据技术来说，目前还远没有达到技术的成熟期，人工智能目前依然处在所谓的“弱人工智能”阶段，所以如果选择学习人工智能会面临一定的难度，不仅知识量比较大，学习的周期也会更长一些。实际上，目前不少人工智能领域的从业者，有大量的工作内容是基于大数据开展的，所以如果想从事人工智能领域的研发，也可以从大数据开始学起。

一方面，5G网络将成为云计算、大数据、人工智能、物联网、边缘计算等新兴技术被工业界进一步广泛应用的重要承载者；另一方面，5G网络本身也是AICDE、SDN/NFV、切片、编排等新兴技术的集大成者。因此，5G与AI及其他共生共进的新兴技术也是紧密融合、相互促进的共同体。

站在产业发展角度来看，人工智能不仅是一种产品或服务，而且是一项基础性升级技术，可以赋能行业，渗透已有生产服务流程的各环节，实现更高效、低成本的升级目标。人工智能被认为是第四次科技革命的关键性驱动技术，成为赋能各产业向智能化升级转型的焦点。

AI与ICDE等技术共生共进

人工智能作为新兴技术，从被工业界关注到逐渐成熟，直至将来被广泛应用的一般性发展过程来看，人工智能技术不是横空出世，更不可能是一枝独秀，而是与其他新兴技术在有机联系的环境中自然发生、共生共进。

结合Gartner新兴技术成熟度曲线（如图1所示）可看到，云计算、大数据、人工智能、边缘计算和物联网等新兴技术，按它们在曲线上首次出现的先后顺序，对每项技术分析发现，每项技术在进入代表它开始真正沉淀的复苏爬升期和被工业界成熟使用的产品成熟期之前，必然经过技术萌芽期、期望膨胀期、泡沫幻灭期3个阶段。不难发现，人工智能是云计算和大数据演进的必然，而边缘计算、物联网同样是伴随人工智能技术全面爆发后，自然成为工业界广泛关注的新兴技术。这几者之间必然存在着极强的有机共生与融合共进关系。

云计算是2008年进入技术萌芽期，经过2009-2011年3年的期望膨胀期，直到2013年和2014年进入泡沫幻灭期，之后逐步向产品成熟期发展，目前云计算已成为工业企业的IT基础设施建设中的标准成熟技术。大数据是2011年伴随云计算技术发展演进3年后，作为一项专门的新兴技术进入技术萌芽期，它是在云计算提供海量存储和分布式并行计算能力基础上，所承载的应用亟需对海量、多样数据融合关联与计算处理等场景下，逐步成熟、独立成为一项专门新兴技术。大数据紧随云计算的发展步伐，分别在2013年和2014年进入期望膨胀期和泡沫幻灭期。人工智能是2014年伴随着云计算、大数据迅猛发展，在大数据之上的数据科学技术。人工智能的典型代表出现在期望膨胀期，2015年和2016年人工智能领域的机器人、机器智能、机器学习、自然语言问答等技术也迅速得到工业界关注，进入萌芽期、期望膨胀期、泡沫幻灭期。2017年随着深度学习在计算机视觉、自然语言交互等场景中的广泛成功应用，人工智能正式进入全面爆发期，可以说达到了无处不在的程度，同时各国都将人工智能作为重要的战略发展技术进行扶持发展。

实际上，自2008年云计算到2011年大数据，再到2014年人工智能，工业界新兴技术逐步演进发展的过程是一个必然趋势，也完全符合人工智能技术本身发展和应用规律。而云计算、大数据、深度学习技术的出现和逐渐广泛应用，恰好为人工智能进入工业界开始规模应用提供了得天独厚的条件。云计算、大数据为人工智能中的机器学习算法提供了充沛有力的CPU集群和GPU集群的算力，Hadoop/Spark等分布式数据存储和并行计算能力、各种成熟的ML工具和算法包以及开源深度学习算法框架，都为人工智能实现有效、快速迭代的机器学习训练和推理过程提供了重要能力的工业技术基础，即云计算、大数据直接推动机器学习、人工智能由实验室走向了工业界应用。换言之，三者之间是依次成熟、被工业界应用，进而又被工业界聚焦后续成一个原本内生关联的技术。客观讲，在云计算最早出现的时候，大数据及人工智能相关的技术也已经在研究，只是作为云计算中的数据处理和智能化数据科学类高级应用被统一包含在云计算技术范畴里。之后随着云计算、大数据、人工智能三者之间被工业界专注的技术范畴越来越清晰，大数据逐步从云计算中剥离出来，随后人工智能作为大数据上的高级应用，又逐步从大数据中剥离出来。

云计算、大数据、人工智能3种技术之间，现在产业界基本都默认有明确的专业分工，云计算更多是IT基础设施即资源池的建设、管理与服务；大数据更多是海量数据存储共享和计算能力建设与服务；人工智能则是基于数据分析的智能化高级应用。三者之间的有机共生关系，可以形象地类比为：云计算是土壤、大数据是水和肥料、人工智能是禾苗和花朵。事实上，2017年人工智能大爆发，边缘计算也出现在新兴技术曲线的期望膨胀期，2018年边缘人工智能也出现在曲线上，这也说明，随着人工智能更广泛的应用与探索，落地模式上越来越接近真实应用场景的需求，工业界不仅关注云端模式的集中智能化AI能力的建设与服务，同时关注边缘和端侧的智能化推理等AI能力，进而形成云、边相互协同的完整有效的AI部署和应用方案。

由此可看出，人工智能技术的发展与应用落地为云计算和边缘计算等技术的发展演进提供了新的应用需求场景，所以人工智能与云计算、边缘计算等新兴技术不仅是有机共生，更是融合共进的紧密关系。除了云计算、大数据、边缘计算，人工智能与物联网、5G等新兴技术之间也存在共同发展、深度融合的依存关系。物联网作为一种备受关注和期望的愿景，最早在2011年就与大数据一起出现在曲线上，一直发展延续到2017年和2018年的IoT平台技术，可以说也是随着人工智能、5G等其他新兴技术和产业的发展逐步清晰明朗起来。

5G与AI等众多新兴技术深度融合发展

纵览国际，AI产业和5G产业都已被多国上升为国家战略，尤其是5G在规则和技术标准制定阶段。一方面，5G网络将成为云计算、大数据、人工智能、物联网、边缘计算等新兴技术被工业界进一步广泛应用的重要承载者；另一方面，5G网络本身也是AICDE、SDN/NFV、切片、编排等新兴技术的集大成者。因此，5G与AI及其他共生共进的新兴技术也是紧密融合、相互促进的共同体。

据此，各大运营商都明确推出5G与智能化技术与产业相融合作为5G建设及发展的重要战略。例如，中国移动遵循融合、融通、融智的发展理念，推出了5G+计划，将通过推进5G+4G协同发展、5G+AICDE融合创新、5G+Ecology生态共建，实现5G融入百业、改变社会。其中，5G+AICDE的融合创新，打造以5G为中心的泛在智能基础设施，实现5G与人工智能、云计算、大数据等信息技术紧密协同。

遵循人工智能技术的应用规律，中国移动规划并建设统一人工智能平台，将人工智能与电信行业的运营场景深度融合，积极推动人工智能规模落地，实现算力、数据和能力共享，赋能内外应用。如图2所示，人工智能平台的建设内容包括：打造基于GPU、CPU等基础设施资源池的深度学习平台，提供充沛算力；通过海量数据和场景打磨，内外协同，加速关键AI能力的内化、沉淀与共享；发挥公司网络、场景和数据优势，依托平台构建生态体系。统一人工智能平台的建设，可以集中解决AI发展中算力、能力、数据等关键问题，为应用提供载体，通过产研闭环模式实现AI能力快速迭代和持续优化；实现对内聚焦网络、市场、服务、安全、管理等五大领域的AI规模化应用，对外实现5G+AI赋能教育、医疗、驾驶、工业、农业等垂直行业和实体经济，助力公司成为“AI应用先行者”和“AI产业赋能者”。

在大学的专业里面，我觉得这两个专业应该是相近的专业，没有什么说一定要挑选哪一个的。其实都是一个套路，为什么一定要挑选一个？如果你实在决定不了的话，那么抛硬币我觉得是不错的选择。

人工智能，大数据应该都是属于信息化产业里面的两个新的专业吧！我平时参与评标的时候也经常评审到这两个项目的标，应该说都是大同小异，没有什么很大的不同，对于后面的就业来讲，应该也不会产生很大的区别，所以哪个专业你喜欢哪一个就哪个吧？没有什么所谓的，如果你不喜欢哪一个，那就别两个都别选。

最后我们跟你说一下，读大学的一些事情。比如我们读大专的时候，读的专业跟电气的名字是一点关系都没有，但是我们上课是跟电气自动化一起上的。我们跟电气专业，可能只有一到两科的专业科是不一样的，其他都是一样的课，都是在一个大教室上的课。你说他们两个有什么区别？名字不一样的，上课还不是一样的。那好了，归根到底你们这两个课有什么区别？都是新兴的信息产业，我估计最后你选哪一科上课都是一起上课，所以以后也就是唯一的不同，就是专业课的那一科的不同。

既然专业如此之接近，而就业也没有产生太大影响，上课时也一起上，那么就不要纠结太多了，该选哪个就选哪个？要不就都不选，要不就随便选。

粗略的讲，人工智能的基础就是大数据技术，没有足够多的数据样本就没办法训练出可用的结果。人工智能改变了大数据分析中的专家系统或者模型经验库，通过智能学习算法提升分析结果的可用性和降低成本。

您好，感谢邀请！

人工智能和大数据都是当前技术领域中非常热门的技术，它们在不同领域都有广泛的应用。如果你想选择其中一个作为职业发展方向，建议你先了解它们的特点和应用领域，再根据自己的兴趣和职业发展规划进行选择。

人工智能是模拟人类智能的一种技术，可以让计算机系统具有感知、推理、学习和决策等功能。人工智能的应用领域非常广泛，包括自然语言处理、机器视觉、智能推荐、智能交互、自动驾驶等。如果你对计算机科学和人工智能的发展有浓厚兴趣，并想深入研究机器学习、深度学习等技术，那么选择人工智能可能更适合你。

大数据是指海量、高速、多样化的数据资源，通过数据挖掘、分析和处理，可以获取有价值的信息和知识。大数据的应用领域包括市场营销、金融分析、医疗健康、智能交通等。如果你对数据分析和数据挖掘有浓厚兴趣，并想深入研究数据挖掘、机器学习等技术，那么选择大数据可能更适合你。

综上所述，选择人工智能还是大数据应该根据自己的兴趣和职业发展规划来决定。如果你对两者都感兴趣，可以选择相关领域的交叉学科，如机器学习、深度学习等，以获得更广泛的职业发展机会。

人工智能离不开大数据

首先，在产业应用中，大数据和人工智能是不分家的。做大数据分析离不开机器学习算法，搞人工智能更是离不开大数据处理。

其次，人工智能在数年甚至更长时间内都会处于数据智能阶段，即数据起着更加重要的作用。所以数据技术是前提，是基石。

然后，目前很多人（尤其是院校）谈论的大数据都是集中在Hadoop生态体系，太过于侧重数据的存储和服务，而不是数据分析。在这个层面的大数据技术前景模糊暗淡。

最后，人工智能无疑是新热点，生命力更强。也就是说，现在大数据已经有些OUT了。即使要搞大数据也应该侧重数据分析和数据挖掘而不是玩只玩Hadoop。

总之，这是一个5iABC的融合时代，IoT物联网作为数据的终端，负责数据采集或实现功能；5G技术为数据提供高速通道；Big data狭义上是数据的存储和服务；Cloud云计算提供数据的存储和计算资源；AI人工智能从数据中获取规律，创造价值。

所以，如果你是关注行业趋势的话，就不要把他们分开来谈；如果你要找工作的话，虽然人工智能相关职位薪资较高，但是我建议还是应该根据自己现有的技术积累和兴趣爱好来考虑。

想了解大数据与人工智能孰优孰劣，首先我们得从认知和理解大数据和人工智能的概念开始。

1、大数据

大数据是物联网、Web系统和信息系统发展的综合结果，其中物联网的影响最大，所以大数据也可以说是物联网发展的必然结果。大数据相关的技术紧紧围绕数据展开，包括数据的采集、整理、传输、存储、安全、分析、呈现和应用等等。目前，大数据的价值主要体现在分析和应用上，比如大数据场景分析等。

2、人工智能

人工智能是典型的交叉学科，研究的内容集中在机器学习、自然语言处理、计算机视觉、机器人学、自动推理和知识表示等六大方向，目前机器学习的应用范围还是比较广泛的，比如自动驾驶、智慧医疗等领域都有广泛的应用。人工智能的核心在于“思考”和“决策”，如何进行合理的思考和合理的行动是目前人工智能研究的主流方向。

3、大数据与人工智能 孰好孰坏

大数据和人工智能虽然关注点并不相同，但是却有密切的联系，一方面人工智能需要大量的数据作为“思考”和“决策”的基础，另一方面大数据也需要人工智能技术进行数据价值化操作，比如机器学习就是数据分析的常用方式。在大数据价值的两个主要体现当中，数据应用的主要渠道之一就是智能体（人工智能产品），为智能体提供的数据量越大，智能体运行的效果就会越好，因为智能体通常需要大量的数据进行“训练”和“验证”，从而保障运行的可靠性和稳定性。

目前大数据相关技术已经趋于成熟，相关的理论体系已经逐步完善，而人工智能尚处在行业发展的初期，理论体系依然有巨大的发展空间。从学习的角度来说，如果从大数据开始学习是个不错的选择，从大数据过渡到人工智能也会相对比较容易。总的来说，两个技术之间并不存在孰优孰劣的问题，发展空间都非常大。

你好，很开心收到邀请来回答你的问题。

如今是人工智能的时代，是大数据信息化时代，马云提出的“新零售、新制造、新能源、新技术”等概念正强势落地，宏伟的布局早已展开。

何为大数据?何为人工智能?

大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

人工智能是指研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术以及应用系统的一门新的技术科学，是由人工制造出来的系统所表现出来的智能。

如果说大数据相当于人的大脑存储了海量知识，而人工智能则是吸收了大量的数据，并不断的深度分析创造出更大的价值。人工智能离不开大数据，大数据依托着人工智能。

大数据与人工智能

大数据能够帮助各行各业的企业从原本毫无价值的海量数据中挖掘出用户的需求，使数据能够从量变到质变，真正产生价值。随着大数据的发展，其应用已经渗透到农业、工业、商业、服务业、医疗领域等各个方面，成为影响产业发展的一个重要因素。

无人驾驶汽车技术逐渐成熟、语音语义识别的精度不断提高、图形图像识别技术获得发展、智能机器人频频亮相，AlphaGo与韩国围棋选手李世石的对弈更是引爆了人们对人工智能的热情。随着消费水平提高和人口老龄化的影响，提供教育、医疗、娱乐等专业化服务的智能机器人开始倍受关注。

随着人工智能的发展，在海量数据中挖掘有用信息并形成知识将成为可能。未来大数据技术将与人工智能技术更紧密地结合，让计算系统具备对数据的理解、推理、发现和决策能力，从而能从数据中获取更准确、更深层次的知识，挖掘数据背后的价值。

希望我的回答可以帮到你，欢迎留言评论或私信交流。

会那个选那个，人工智能比较好

大数据和人工智能是当今最流行和最有用的两项技术。

人工智能将减少人类的整体干预和工作，认为人工智能具有所有的机器学习能力，并将创造机器人来接管人类的工作。人工智能的扩张会降低人的作用，大数据的介入是变革的关键。因为机器可以根据事实做出决定，但不能涉及情感互动，但是数据科学家可以基于大数据将情商囊括进来，让机器以正确的方式做出正确的决定。

人工智能和大数据使用了很多方法和技术，但是它们可以以一种集成的方式使用，并提供结果供公司分析客户兴趣，为他们提供最佳优化的服务。

0基础学大数据技术，加米谷大数据培训机构，预报名中

如今，大数据成人工智能应用重点

随着数据的积累、计算机算力的跃升和算法的优化，人工智能正在让生活变得更高效。人工智能的持续进步和广泛应用带来的好处是巨大的，为了让它真正有益于社会，同样不能忽视的还有对人工智能的价值引导以及伦理调节。

人工智能如何与大数据完美地结合？

https://www.toutiao.com/i6717162316695077383/

这个就像问苹果好吃还是橘子好吃一样，不可以比较的，他们两个是不同的概念。

首先还是要看你到底对哪个感兴趣

如果真的想学的话可以看看一些机构的试听课程

比如尚学堂的试听课程，我之前也是不知道选哪个，看了试听课程后选了大数据

你也可以去看看

这个就像问苹果好吃还是橘子好吃一样，不可以比较的，他们两个是不同的概念。

首先还是要看你到底对哪个感兴趣

如果真的想学的话可以看看一些机构的试听课程

比如尚学堂的试听课程，我之前也是不知道选哪个，看了试听课程后选了大数据

你也可以去看看

这两者相辅相成，不能分割开来谈：

拿今日头条来说：人工智能需要大数据来实现，数据库通过收集用户信息，浏览内容，停留时间，点赞，评论，使用时间段等操作，来分析用户关注的信息，所处的行业，年龄段等，从而向用户精准推送符合口味的信息。

前几天我在淘宝上搜索浏览了灭蝇灯，这几天打开头条的时候，他就给我推了这个广告，头条收集了我打开淘宝浏览的内容，从而智能化的向我推了这条广告信息。

人工智能已经走进了我们生活，未来还会做的更好，它需要大数据收集信息并进行分析，没有大数据，人工智能难以完善。

大数据是人工智能的一项基础性工程或方面，不存在二选一问题。当然，如果是个人研究可以有所侧重。

为什么要选择呢 这两个都的拿下

大数据和人工智能是当今最流行和最有用的两项技术。

人工智能将减少人类的整体干预和工作，认为人工智能具有所有的机器学习能力，并将创造机器人来接管人类的工作。人工智能的扩张会降低人的作用，大数据的介入是变革的关键。因为机器可以根据事实做出决定，但不能涉及情感互动，但是数据科学家可以基于大数据将情商囊括进来，让机器以正确的方式做出正确的决定。

人工智能和大数据使用了很多方法和技术，但是它们可以以一种集成的方式使用，并提供结果供公司分析客户兴趣，为他们提供最佳优化的服务。

0基础学大数据技术，加米谷大数据培训机构，预报名中

如今，大数据成人工智能应用重点

随着数据的积累、计算机算力的跃升和算法的优化，人工智能正在让生活变得更高效。人工智能的持续进步和广泛应用带来的好处是巨大的，为了让它真正有益于社会，同样不能忽视的还有对人工智能的价值引导以及伦理调节。

人工智能如何与大数据完美地结合？

https://www.toutiao.com/i6717162316695077383/

两种技术联系非常紧密。

相对而言，前者更成熟定型一些。而后者还处在开创到一定阶段，但整个体系尚不完备，远未成熟。所以，后者的挑战及机会更多，应该选后者。

没有大数据在后台验算，归纳，人工智能就是废铜烂铁。尚处婴儿时期的人工智能，毕竟还没发展到能自主进化的阶段。