人工智能大数据机器学习，我也站在时代的潮流中跟进一波，
没有看资料前的一点理解：
人工智能，人去创建规则，用大数据去训练它，让这套规则足够智能化的去应用；大数据，这是在最近几年才因为互联网的兴起，在这样的环境下，数据沉淀的足够多而产生的；监督学习，已知事物的标签和属性，寻找标签和属性之间的关联性和它的规则；非监督学习，事物的无穷多属性，将属性进行分类
收集来的资料：
人工智能（Artificial Intelligence）企图了解智能的实质，其核心问题包括推理、知识、 规划、学习、交流、感知、移动和操作物体的能力，领域研究包括机器人、语音识别、图 像识别、自然语言处理、专家系统等。人工智能不是人的智能，而是能像人那样思考、甚至超过人的智能。
智能技术服务
智能技术服务主要关注如何构建人工智能的技术平台，并对外提供人工智能 相关的服务。此类厂商在人工智能产业链中处于关键位置，依托基础设施和大量 的数据，为各类人工智能的应用提供关键性的技术平台、解决方案和服务。
目前， 从提供服务的类型来看，提供技术服务厂商包括以下几类：
（1）提供人工智能的技术平台和算法模型
此类厂商主要针对用户或者行业需求，提供人工智能技术平台以及算法模型。用户可以在人工智能平台之上， 通过一系列的算法模型来进行人工智能的应用开发。此类厂商主要关注人工智能 的通用计算框架、算法模型、通用技术等关键领域。
（2）提供人工智能的整体解决方案
此类厂商主要针对用户或者行业需求， 设计和提供包括软、硬件一体的行业人工智能解决方案，整体方案中集成多种人 工智能算法模型以及软、硬件环境，帮助用户或行业解决特定的问题。此类厂商重点关注人工智能在特定领域或者特定行业的应用。
（3）提供人工智能在线服务
此类厂商一般为传统的云服务提供厂商，主要依托其已有的云计算和大数据应用的用户资源，聚集用户的需求和行业属性， 为客户提供多类型的人工智能服务。
从各类模型算法和计算框架的 API 等特定应用平台到特定行业的整体解决方案等，进一步吸引大量的用户使用，从而进一 步完善其提供的人工智能服务。
此类厂商主要提供相对通用的人工智能服务，同时也会关注一些重点行业和领域。
需要指出的是：上述三类角色并不是严格区分开的，很多情况下会出现重叠， 随着技术的发展成熟，在人工智能产业链中已有大量的厂商同时具备上述两类或者三类角色的特征。
智能制造也属于人工智能，实验室的项目，个性化产品设计与定制的关键技术研究，
网友评论