“云物大智”关键技术串联

2014年左右，IT新技术趋势提出了“云物移大智”的概念，即分别是：云计算、物联网、移动互联网、大数据、智慧城市。四年过去了，概念发生了些许改变，核心内容变成了“云物大智”，即：云计算、物联网、大数据、人工智能。最近学习这些技术，总想了解整体结构、关键技术和相互之间关系，自己梳理一下，不一定正确，请慎重参考！

先上依赖关系总图（箭头代表数据流向）：

1）传感器的数据通过“消息队列”上传至服务器

2）“数据处理”对数据进行清洗，存入“分布式存储”

3）“深度学习”依赖处理后的数据进行模型训练

4）学习后的模型用于大数据做“数据分析”和“结果预测”

5）当然这个分析的过程需要用到云计算的“分布式存储”和“分布式计算”

分开来介绍一下，先介绍云计算：

云计算的关键技术是：分布式存储和分布式计算，这两个技术是支持后续一系列技术的基础。如Hadoop的HDFS和MapReduce。

物联网：

即万物联网，“移动互联网”的概念已并入“互联网”，当然“互联网”也可以并入“物联网”的概念。物联网的特点主要有两个，一个是收集连续的传感器数据（可以是阶段性的）;另一个是联网的设备间可以进行操作控制，也就是说需要指令控制。能够实现这两个功能的技术点便是“消息队列”，像RabbitMQ、ActiveMQ之类的。万物互联，数据量必然是海量的，分布式存储必不可缺，所以云计算是得力的支撑。

大数据：

大数据的三个关键技术点：数据处理、数据分析、数据预测。谈到大数据，必须有数据来源，物联网把这个问题解决掉了，但是过来的数据未必正确合理，那就要经过数据处理（数据清洗），然后利用处理后的数据来做数据分析，数据量往往巨大，存储和运算都需要很强的能力，依然是“云计算”来解决问题。

人工智能：

传统的数据挖掘分析方法，像回归分析、聚类分析等，现在叫做机器学习，这类的方法，叫做公式化的方法，特点就是“很有逻辑”。但是有了云计算和大数据的支撑，“神经网络”这种“不讲理”、“反公式化”的深度学习机制一下子有了用武之地，训练出的模型，又可以应用于大数据的数据分析和结果预测，人工智能和大数据有了一个良性的结合。到底是大数据支撑人工智能？还是人工智能支撑大数据？应该是：你中有我，我中有你吧！