我們預測：大數據和機器人學長期共存。
“理智”可以學習，“情感”不可以推理。
分析和大數據將在人工智能的發展過程中扮演重要的角色。
大數據是今天的熱門話題，每一個企業都會看到從各渠道收集和分析大數據帶來的巨大好處。
隨著“大數據”這個概念已經成為人工智能的一個重要組成部分。
“機器人學總是關於數據” 卡內基梅隆大學Auton實驗室的總負責人阿圖爾說過。根據機器人學的操作定義，機器人學是關於重複執行三個階段的過程：感知、計劃和執行。
感知有兩層含義：
首先，機器人要感知自己所在的外在環境
其次，機器疼要感知自己身體的內部環境
計劃：在這個複雜的環境中，機器人有了個需要實現的目的。
執行：為了實現上述意圖，機器人可以操作什麼東西去達到目的。
“感知”並不代表“感情”
在人工智能的過程中，所有步驟都是需要收集和分析大量的數據。
我們有大量的感知模組，計量微微的傳感器，地理位置、視覺觸覺的傳感器和其他需要大量數據的感知模組。所以，我們知道大數據與人工智能將長期存在。
在無人駕駛方面，假設我們需要對汽車通過語音發出“我想超車”得指令，前提時，汽車前方必須要裝有各種類似與人的五官的傳感器，通過視覺測距分析來判斷前方的道路的彎度，前方的車輛行駛情況，這些傳感器需要收集大量的數據，機器人還要像人開車時一樣分析後面來車速度是否會造成危險，還要預測前方超車過去之後的道路是否無障礙。
在醫學得手術方面，如果有機器人在旁邊做助手是最簡單的方式，如果要讓機器人來操刀做手術，機器人可以做不知疲倦，精準切割而無一偏差，前提也是在機器人裡面通過大量的臨床手術的數據輸入進去才能操作。
不過，我還是得強調一點：不管未來如何發展，機器人其實很難實現感性得東西，機器人在理性方面確實頂級高手。機器人對“愛恨情仇”等感情無動於衷，卻可以對“數理化”情有獨鍾。
在無人駕駛方面，機器人很難判斷的感情因素是：如果前面的是大貨車，並且貨物有點傾斜，有可能會掉下來，這個無人駕駛是沒有學習過的，它就感覺不出這個是否危險。還有超車的時候，如果人在駕駛的話，是對大貨車退讓三分的，機器人則完全沒有這個“害怕”的概念。
在手術上，雖然機器人不會疲勞，不會手抖，但是它不會感覺病人是否疼，如果醫生在操刀，它就可能感覺病人可能會比較疼，這樣操刀可能速度要慢一點或者快一點，它對於這樣的感情因素很難學習。
傳感器對數據進行感知，再利用預先設定好的程序去分析數據，不斷地分析各個階段的數據，不斷執行“感知－計劃－執行”的循環。在這過程中，有需要大量依賴於機器學習的方法，統計方法和電腦視覺等。
在機器人實際的操作過程中，很多時候需要利用原來的設定好的程序去實現特殊及時發生的事情，比如 地理位置感知和導航服務，這就需要機器不斷學習即使定位和地圖構建的能力，其中還需要不斷調整。
對於未來的機器人如何運用大數據功能，會不會越來越先進，這個很難說，因為我們要考慮到機器人其實運用的過去的大數據，他很難去判斷一些從來沒有發生過的情況。
同時，大數據也需要機器人去完善，因為數據量一旦達到一定量級，人工是根本不可能去監控和計算的，只能通過機器學習得以實現。
我們有沒有想過為什麼機器人之所以叫做機器人嗎？因為這個機器有人的功能，那麼相應的就有人腦相對應的電腦。人腦有中樞神經系統，那麼機器人也有自己的機器神經系統，專業術語上叫做“多神經網絡結構”。然後就有了前幾年興起的深度學習方法論，在一定程度上促進了各種關於視覺傳感的大數據軟件應用程序，這可以像人腦一樣，通過視覺上收集的數據進行分析，然後通過“多神經網絡結構”的深度學習。
總而言之，人工智能當作一個學生，這個學生是偏科的。人工智能擅長於理工科的“數理化”，精於有根有據的推理和計算，但是對於文科的“文史哲”的愛恨情仇，它真的比無可奈何！