大量有代表性数据的使用，最大的意义在于它能让计算机完成一些过去只有人类才能做到的事情，这最终将带来一场智能革命。其核心就是变智能问题为数据问题

传统的人工智能方法，就是首先了解人类是如何产生智能的，然后让计算机按照人的思路去做，事实上，机器智能最重要的是能够解决人脑所能解决的问题，而不在于是否需要采用和人一样的方法。

到了20世纪70年代，人类开始尝试机器智能的另一条发展道路，即采用数据驱动和超级计算的方法。由于互联网的出现，使得可用的数据量剧增，数据驱动方法的优势越来越明显，最终完成了从量变到质变的飞跃。如今很多需要类似人类智能才能做的事情，计算机已经可以胜任了，这得益于数据量的增加

全世界各个领域数据不断向外扩展，渐渐形成了另外一个特点，那就是很多数据开始出现交叉，各个维度的数据从点和线渐渐连成了网，或者说，数据之间的关联性极大地增强，在这样的背景下，就出现了大数据

大数据的特征

大数据之所以有用，是因为它除了数据量大以外，还具有其他的特征，多维度和全面性（完备性），时效性

变智能问题为数据问题

尽管在过去的半个世纪，计算机的运算速度一直呈指数级提升，可以做的事情越来越多，可是给人的印象依然是“快却不够聪明”，比如它不能回答人的提问，不会下棋，不认识人，不能开车，不善于主动做出判断。然而当数据量足够大之后，很多智能问题都可以转化成数据处理和大量计算的问题，这时，计算机开始变得聪明起来。

这些机器人的背后，是数据中心强大的服务器集群，而从方法上讲，它们获得智能的方法不是和我们人一样靠推理，而更多的是利用大数据，从数据中学习获得信息和知识

我们对大数据重要性的认识不应该停留在统计、改进产品和销售，或者提供决策的支持上，而应该看到它（和摩尔定律、数学模型一起）导致了机器智能的产生。而机器一旦产生和人类类似的智能，就将对人类社会产生重大的影响。毫不夸张地讲，决定今后20年经济发展的是大数据和由之而来的智能革命。