云服务是基于大数据的，分为企业云和私有云，主要是为企业或个人提供IT服务、互联网服务及存储服务。云服务是基于互联网的数据服务，为企业或个人提供方面、快捷、海量的数据存储。 大数据主要是指人类数据和设备数据，人类数据是指人们在互联网上的购物、浏览、下载、观看视频等行为产生的机器数据；设备数据是指设备与设备相互连接、通信的过程中产生的机器数据。由于现在人们对互联网应用的普及及设备和控制智能化的进步，随时都会产生海量数据，这些数据就是大数据的数据源。 物联网是万物互联，基于互联网为人们提供更便捷、快速的服务。物联网首先是基于互联网，把最底层设备的数据采集上来，供人们分析、处理。云服务是由于大数据的产品而逐渐形成的，而大数据又是由于互联网或物联网产生的，所以云服务和大数据处理都是为物联网服务的。 比如现在热门的工业4.0、智能工厂、智慧城市、智能交通等都是基于物联网的。所以物联网的发展是一种趋势，也是下一个技术的飞跃。

硬件传感器、互联网和社交网络提供和采集数据、 云计算提供海量数据的处理能力、 大数据，或者说各种各样的学习算法对数据进行建模、训练、调整参数…… 最后，人工智能用这些训练好的模型搞事情、赚钱。 举个例子，由于堤坝的水位关系到下游村庄百姓的身家性命，于是有关“水位监测”的技术被发明了：各种各样的传感器被安装在了堤坝上，每天派一个记录员去堤坝附近的工作站记录水位情况；一段时间之后，为了减少人工成本，不让记录员每天跑吉里山路去堤坝，通信技术被发明了：技术人员使用2G或2.5G网络，将传感器感知的水位情况发送给监测站，实时监控水位情况；久而久之，监测站积累了大量的水位数据，为了分析和预测是否有决堤的可能，大数据技术被应用起来：利用云计算来应对海量数据的输入和处理、利用机器学习的各类模型对数据进行拟合训练以及参数调整、利用人工智能的各类算法对新得到的水位数据进行预测……之后，村民们就再也没有一人因决堤而丧命，一件利国利民的大工程就被物联网及其相关技术所实现了。 从上面的例子我们可以看出，“物联网”技术的应用，绝不应该是单向的，即，其产生的数据绝不应该仅仅从传感器流向后端的数据库，之后便毫无动作。在我的学习经历中，我也发现许多做硬件的企业苦恼于无法从数据中获取价值，让监测到的质量良好的数据白白浪费掉。 现如今，因为各类分布式集群算法的出现，云计算的产生，使得处理大量数据成为可能。于数据而言，这是人类历史上任何阶段都不曾有过的黄金时期。因此，我们进行“物联网”项目的思维也必须随着时代的进步而进步，让硬件产生的数据发挥价值。

目前全球各地的企业正在快速利用物联网（IoT）来创造新的产品和服务，用它开拓新的商业机会并创造新的商业模式。由此产生的转型将深刻影响一个公司在新时代如何运营并与客户互动。 但是进入物联网领域只是公司业务的一部分。对于公司来说，要想实现物联网的全部潜力，他们需要将物联网与人工智能（AI）技术相结合，这项技术将使机器能够模拟智能行为，并与一些含有很少人工干预的决策相结合来发挥出科技的魅力。 人工智能（AI）和物联网（IoT）经常出现在关于未来的影视作品中，他们给与我们的感受就是科幻。那么他们究竟意味着什么？它们之间又存在着什么样的关系？在回答这两个问题之前，我们应该首先定义两个术语： IoT被定义为具有独立标识符和独立数据传输能力并能够相互关联的物理对象。例如传感器，执行器，虚拟对象，人员，服务，平台和网络系统。当前IoT应用的实例包括精准农业，远程病人监护和无人驾驶汽车等等。简而言之，物联网就是收集并交换环境信息的“事物”网络。 物联网有时被业内人士认为是第四次工业革命（工业4.0）的驱动因素，这也引发了分布在广泛领域的技术变革。 Gartner预测到2020年全球将有208亿个连接设备正在使用物联网，但最近的预测显示2020年的设备数量超过500亿台，同时各种其他报告都预测该行业将出现大幅增长，例如其中一份报告估计到2020年医疗保健物联网的价值将达到1170亿美元，并预测同一年将有2.5亿联网汽车在道路上运行。物联网的发展带来了令人兴奋的机会，不仅让我们的生活变得更为轻松，同时也提高了企业的运营效率，生产力和安全性。 另一个术语，人工智能则是指能够从物联网收集的数据进行分析和决策的引擎或“大脑”。换句话说，物联网负责收集数据，人工智能来处理这些数据是为了更好的理解它。现在我们可以在我们的身边就可以看到这种组合，比如健身追踪器，Google Home，亚马逊的Alexa以及人见人爱的智能助手Siri。 随着更多设备接入物联网，他们也带来了更为庞大的数据。这些数据就像一柄利剑，用得好那可以披荆斩棘，能够为企业提供惊人的见解。反之，如果没有办法理解这大量的数据，那么收集这些数据不仅不会对公司有任何帮助还会浪费大量的资源。这也就是AI工作的领域。理解大量数据是AI在物联网的完美应用。 通过将AI的分析能力应用于物联网收集的数据，企业可以更好的理解商业模式并做出更明智的决策，这同时为消费者和公司带来了诸多好处。例如主动干预，智能自动化和高度个性化的体验。人工智能还让我们找到如何让联网设备更好协同工作的方法，并让这个系统使用起来更为方便。 这反过来也导致企业需要采集更多的数据。企业只有通过AI来提高数据分析的速度和准确性，这才能让物联网实现其目标。对于公司而言收集数据是一回事，但整理分析和理解数据是完全不同的事情。这就是为什么企业有着迫切的需求去开发更快，更准确的AI。如今的社会，因为随着物联网开始渗透到我们生活的几乎所有方面，企业必须跟上分析理解大量数据的脚步。 物联网数据的示例： 1. 采集的城市数据帮助警察预测事故和犯罪 2. 数据使医生能够实时了解患者身上起搏器或生物芯片的信息 3. 通过数据对设备和机器进行预测性维护，从而提高跨行业生产力 4. 通过设备连接的数据创建真正的智能家居 5. 提供自动驾驶汽车之间关键沟通的数据 即便缩减了样本量，人类根本不可能用传统的方法来理解所有物联网采集的数据，我们需要耗费大量时间才能处理完。所以企业面临的最大问题是如何寻找一个方法来分析这些设备带来的海量数据。因为一位专业的数据科学家，从TB级的数据量中得到一个有用的见解对他而言也是一个巨大的挑战。 为了让企业获得物联网数据的全部潜力，企业需要改进：

• 大数据的分析速度
• 大数据的分析准确性

AI和物联网数据分析AI可以帮助的物联网数据分析有六种类型：

• 数据准备：定义数据池并对其进行清理
• 数据发现：在定义的数据池中查找有用的数据流
• 数据的可视化：通过定义和发现数据并用人工智能实现数据可视化，从而轻松处理数据流，让企业决策过程得已顺畅进行。
• 时间序列数据的准确性：保持数据高度准确和数据的可信度
• 预测和高级分析：通过AI进行分析数据然后完成公司决策是非常重要的一步。
• 实时地理空间和定位（物流数据）：保持数据传输流畅。

AI在物联网应用中的应用

• 在视觉大数据方面，通过使用新的应用程序来理解图像的含义，它让计算机能够更深入地了解屏幕上的图像，使用应用程序来理解图像的含义。
• AI可以帮助餐厅创造新的食谱，用来吸引更多的用户，并且能够为每个人创造经过优化可以主动适应当地习惯的菜单。
• 运用新的传感器让计算机收集有关用户环境的声音信息。
• 通过智能连接仓库运行，工作人员不再需要通过巡视货物才能完成订单。取而代之的是，货架自动沿着通道扫描，再由小型机器人指导，将货物送到正确的地方，同时可以避免沿途碰撞。AI的工作让订单完成效果会更快，更安全，更高效。
• AI通过历史数据预测同类事件发生的地点和时间，在发生故障之前排除问题，这可以为公司节省数百万美元。
• 这些仅仅是人工智能在物联网领域的一些有前景的应用。人工智能在高度个性化服务的潜力是无穷无尽的，他的出现将极大地改变人们的生活方式。

物联网中人工智能所面临的挑战 复杂性：同时物联网也是一个复杂的系统，里面包含了许多移动部件和不间断的数据流，使其成为一个非常复杂的生态系统。 隐私和安全性（PSS）：隐私和安全性始终是每一项新技术或概念的一个问题，在不影响隐私安全的情况下，内容提供商可以提供多大帮助？目前这种问题的解决方案之一是使用区块链技术。 道德和法律问题：对于许多没有涉足过这个领域的公司来说，这是一个全新的世界，在这个没有经过检验的领域企业找不到法律和案例来支撑。 人类情绪：目前的人工智能仍然需要“训练”才能理解人类的反应和情绪。 结论 虽然物联网技术让人过目不忘，但如果缺少良好的人工智能辅助，它就不能算作一个优秀的系统。只有这两种技术达到相同的发展水平，才能发挥出完美的功能。随着科技的发展，我们相信它们在不久的将来就会变得和我们想象中一样。入境科学家和工程师们正试图制造更智能的数据分析软件和设备，以便使安全有效的物联网成为现实。当然科技的进步还需要时间，同时也存在一种可能性就是人工智能的发展依旧落后于物联网的发展。 AI融入物联网是物联网的数字生态系统取得成功的先决条件。因此，相关企业必须迅速采取行动，确保他们找到一个合适的方案能够帮助他们在未来得到人工智能结合物联网所带来的价值。 AI是物联网的催化剂，挖掘出物联网数据的最大价最好方法就是使用AI。

非专业回答，我是理解着来回答的。 物物相联就能产生大量大数据（如来自语言、图像、视频、VR/AR、声音、接触……），把大量数据加入到云计算，得出了大价值的规律，由着这些规律去“训练”人工智能，让它认识你，更懂你，成为一个智能的大脑，能够去作出人类行为，如自动驾驶、机器人、智能音箱、图形识别（在机场扫描命中逃犯）、同声翻译等工作。

现在一直谈云计算，后来又分离开来，称之为云计算和大数据。 这里面有两类代表的产品，一个是以虚拟化为基础的技术，即vsphere, citrix,openstack,opennebula等；另一个类则是以分布式计算为核心的IDH，CDH，hadoop,pivital的产品。 以开源的openstack和hadoop来区分，openstack是利用虚拟化技术将一台台物理机拆分成很多虚拟机，解决资源过剩的问题，而hadoop则是利用分布式计算，将一台台物理机或虚拟机整合起来，解决资源不足的问题。 目前看来，做云计算利润比较薄，因为靠租赁虚拟机并不能带来足够的利润。 或许是将来有一天，每个人都会使用一个终端设备，这个设备会产生海量数据，而海量数据已经无法存储在本地，于是它通过4G等通信方式放在云端。也许云计算最大的好处是随时随地可以存储。但只要有个一个公网IP，那么每个网站后台都可以做的到。 做大数据较有前景，因为人们已经使用计算机技术在过去的几十年里存储了足够多的数据，但之前没有足够低廉的技术手段去处理他们，但是现在随着hadoop的开源，人们可以低成本的获取这个软件，从而去处理他们的数据，因此会对这个软件有较大的需求。 既然使用hadoop将会变得很便宜，这意味将来谁不用hadoop就将会在数据处理方面落后其他公司，这也是我看好它的一个地方。 事实上，任何一个做APP，做网页的公司只要有能力就会考虑使用hadoop这个系统。 openstack是一个生态系统，在icehouse版本里面其拥有11个模块，这11个模块更像是一个个的中介机构，将其他模块对接起来。它更像一个硬件管理工具，比如IBM director,HP openview。从程序员的角度看，配置的内容居多，算法的内容较少。

信息时代，物联网、大数据等都在飞速发展，那么对于物联网、大数据、人工智能和云计算之间有没有什么关系呢？ 首先，在这四者之间有着相当紧密的关系，大数据是基础，云计算是途径，物联网和人工智能是这二者技术成果的外在表现。 当我们在畅谈当下最火的物联网和人工智能的时候，就始终不能忘记大数据和云计算。大数据可以将互联网上的形形色色的信息进行综合整理，然后分析归纳，然后将同一类的数据或者信息交给云计算进行统计，最后用计算的形式，把这些数据反应出来的现象或者是预测结果进行总结。最后交给那些需要的人。 而物联网和人工智能就是基于这样的基础上，可以这样说，大数据和云计算是物联网和人工智能的命根子。物联网实时控制需要的信息来源于大数据整合和云计算之后的结果，只有云计算越来越快，物联网的发展才能越来越让人满意。而对于人工智能来说，大数据更是它最渴求的资源，只有足够多的数据才可以实现机器对于某些状况的反应和处理手段最符合人类本身的认知能力。 而云计算是决定了人工智能的反应速度。当下的好多人工智能公司都开始入住华为云，就是因为华为云有足够的硬件和服务为他们提供更快更合适的云计算服务，为他们的创业发展助力，对于有梦想有技术的公司，有了华为云的助力，绝对是如虎添翼。 所以，在未来的科技的发展过程中，这四者只有都不停歇的加速发展才不会彼此制约，才可以实现并驾齐驱，共同为人类的发展共享力量。

物联网产生数据，数据多了形成大数据，大数据量大需要云计算，得出结果产生新的产品，新的产品作用于新的物联网，产生新的数据……

先把大数据去掉吧

都是以后发展的趋势。未来发展趋势的三巨头啊。

技术融合是一个大趋势。 人工智能技术，能有效改善物联网体验。 人工智能是物联网智能化的助推器。目前人工智能技术在语音识别、图片识别等领域不断成熟，能有效提升物联网设备的智能化水平。 在CES（国际消费电子展）2018上，智能家电产品拥抱AI的态度尤为积极。 三星AI电视通过低分辨率数据库+高分辨率数据库结合的方式，辅以人工智能技术，对画面进行细节优化、噪声抑制、边缘优化等操作，能实现8K AI图像等级的画质。创维发布了搭载自主研发AI画质芯片的OLED电视，能够通过采用AI技术对图像对象进行搜索、识别和重构，还原高品质影像。 消费电子巨头推出的新品或具备人脸识别、语音识别功能，或利用AI进行产品优化。 一个更加智能化的生活，正在向大家走来。