大數(shù)據(jù)和人工智能都不簡單，都需要一個系統(tǒng)的學習過程和長期的實驗，二者聯(lián)系密切，不存在誰更難，因為都有難以把控的難點。

大數(shù)據(jù)的進展極大促進了人工智能的進展，因為數(shù)據(jù)是智能的基礎，所以從這個角度來看，大數(shù)據(jù)的進展與人工智能的進展必定是互相促進的。

大數(shù)據(jù)和人工智能都不簡單，都需要一個系統(tǒng)的學習過程和長期的實驗，二者聯(lián)系密切，可以說你中有我、我中有你。從學習的角度出發(fā)，建議從大數(shù)據(jù)開始學起，這樣會更加順利一些。

大數(shù)據(jù)相當于人的大腦從小學到大學記憶和存儲的海量知識，這些知識惟獨通過消化，汲取、再造才干制造出更大的價值。人工智能打個比喻為一個人汲取了人類大量的知識，不斷的深度學習、進化成為一方高人。人工智能離不開大數(shù)據(jù)，更是基于云計算平臺完成深度學習進化。人工智能是基于大數(shù)據(jù)的支持和采集，運用于人工設定的特定性能和運算方式來實現(xiàn)的，大數(shù)據(jù)是不斷采集、沉淀、分類等數(shù)據(jù)積存。與以前的眾多數(shù)據(jù)分析技術相比，人工智能技術立足于神經(jīng)網(wǎng)絡，同時進展出多層神經(jīng)網(wǎng)絡，從而可以進行深度機器學習。與以外傳統(tǒng)的算法相比，這一算法并無多余的假設前提（比如線性建模需要假設數(shù)據(jù)之間的線性關系），而是完全利用輸入的數(shù)據(jù)自行模擬和構建相應的模型結構。這一算法特點決定了它是更為靈便的、且可以根據(jù)不同的訓練數(shù)據(jù)而擁有自優(yōu)化的能力。

來源：高三網(wǎng)