Page 65 - 基于人工智能的图像识别技术研究

第一章 人工智能概述

2.大数据发展阶段：从2009年到2011年

在这一阶段，对海量数据处理已经成为整个社会迫在眉睫的事情，全球范围
内开始进行大数据的研究探索和实际运用。2009年，联合国全球脉冲项目开始利
用大数据开始预测疾病暴发；2009年，美国政府开始通Data.gov网站进行大规模
的数据公开，希望以此促进数据发展；2010年，肯尼斯库克尔发表了长达14页的

大数据专题报告，系统分析了当前社会中的数据问题；2011年，麦肯锡发布了关
于“大数据”的报告，正式定义了大数据的概念，引发各行各业对大数据的重新
讨论；2011年12月，工信部发布的物联网“十二五”规划将海量数据存储、数据

挖掘、图像视频智能分析等大数据技术正式提出。这一阶段，技术进步的巨大鼓
舞重新唤起了人们对于大数据的热情，人们开始对大数据及其相应的产业形态进
行新一轮的探索创新，推动大数据走向应用发展的新高潮。
3.大数据爆发阶段：2012年到2016年

这一阶段以2012年奥巴马政府公开发布了《大数据研究和发展倡议》为标
志，大数据成为各行各业讨论的时代主题，对数据的认知更新引领着思维变革、
商业变革和管理变革，大数据应用规模不断扩大。以英国发布的《英国数据能力

发展战略规划》、日本发布的《创建最尖端IT国家宣言》、韩国提出的“大数据
中心战略”为代表，世界范围内开始针对大数据制定了相应的战略和规划。2013
年是中国大数据元年，此后以大数据为核心的产业形态在中国逐渐展开，并尝试

社会的各个领域探索与落地实践。但是，在这一阶段大数据产业发展良莠不齐，
一些地方政府、社会企业、风险资金，因此不切实际一窝蜂发展大数据产业，一
些别有用心的机构则有意炒作并通过包装大数据概念来谋取不当利益。在此过程

中，获取数据能力薄弱、处理非结构化数据准确率低、数据共享存在障碍等缺陷
逐渐暴露，人们开始对大数据进行质疑。
4.大数据成熟阶段：从2017年至今
这一阶段，与大数据相关的政策、法规、技术、教育、应用等发展因素开始

走向成熟，计算机视觉、语音识别、自然语言理解等技术的成熟消除了数据采集
障碍，政府和行业推动的数据标准化进程逐渐展开减少了跨数据库数据处理的
阻碍，以数据共享、数据联动、数据分析为基本形式的数字经济和数据产业蓬勃

兴起，市场上逐渐形成了涵盖数据采集、数据分析、数据集成、数据应用的完
整成熟的大数据产业链，以数据利用的服务形式贯穿到生活的方方面面，有力

57