各種連接的設(shè)備里的傳感器會產(chǎn)生大量數(shù)據(jù)，海量數(shù)據(jù)使得機器學(xué)習(xí)成為可能，機器學(xué)習(xí)的結(jié)果就是AI，而AI又指導(dǎo)機器人去更精確地執(zhí)行任務(wù)，機器人的行動又會觸發(fā)傳感器。這整個就是一個完整的循環(huán)。

　　1.傳感器產(chǎn)生數(shù)據(jù)

　　到2014年，連接到互聯(lián)網(wǎng)的設(shè)備超過了世界人口的總和。Cisco預(yù)測，到2020年，將有500億個相互連接的設(shè)備。而這些設(shè)備中大多都會安傳感器，可能用ElectricImp內(nèi)嵌傳感器，或者用Estimote外接一個傳感器。

　　設(shè)備中的傳感器會產(chǎn)生前所未有的海量數(shù)據(jù)。

　　2.數(shù)據(jù)支撐機器學(xué)習(xí)

　　在2020年，預(yù)計有35ZB的數(shù)據(jù)產(chǎn)生，也就是2009年數(shù)據(jù)量的44倍。到時候，不管是結(jié)構(gòu)化的、或更可能是沒有結(jié)構(gòu)化的數(shù)據(jù)都可以通過機器來處理，從而獲得大量洞見。

　　3.機器學(xué)習(xí)改善AI

　　機器學(xué)習(xí)依靠數(shù)據(jù)處理和模式識別，從而讓計算機不需要編程就能去學(xué)習(xí)。現(xiàn)在的海量數(shù)據(jù)和計算能力都在驅(qū)使機器學(xué)習(xí)的突破。

　　機器學(xué)習(xí)的十足威力，看看Google就知道了。Google就是利用機器學(xué)習(xí)，把法國每一個企業(yè)的位置、每一個住房、每一條街都繪制在地圖上了。整個過程只需1個小時。