人工智能主要有三个分支：第一，基于规则的人工智能;第二，无规则，计算机读取大量数据，通过数据统计、概率分析等方法进行智能处理的人工智能;第三，基于神经元网络的一种深度学习。

　　基于规则的人工智能，即在计算机内根据规定的语法结构录入规则，并用这些规则进行智能处理，缺乏灵活性，不实用。因此，人工智能实际上的主流分支是后两者。而后两者都是通过计算机读取大量数据，以提升人工智能本身的精准度。如今，大量数据产生之后，有低成本的存储器将其存储，有高速的CPU对其进行处理，所以才有了人工智能后两个分支的理论与实践。由此，人工智能就能做出接近人类的处理或者判断，提升精准度。同时，采用人工智能的服务作为高附加值服务，成为吸引更多用户的主要因素;而不断增加的用户将产生更多的数据，使得人工智能进一步优化。

　　大数据分为“结构化数据”与“非结构化数据”。“结构化数据”专指可作为数据库进行管理的数据，例如，企业的客户信息、经营数据、销售数据、库存数据等存储于普通的数据库之中。相反，“非结构化数据”是指未存储于数据库之中的数据，包括电子邮件、文本文件、图像、视频等数据。　　目前，非结构化数据激增，企业数据的80%左右都是非结构化数据。随着社交媒体的兴起，非结构化数据更是迎来了爆发式增长。复杂的、海量的数据通常被称为大数据。但是，这些大数据的分析并不简单。文本挖掘需要“自然语言处理”技术，图像与视频解析需要“图像解析技术”。如今，“语音识别技术”也不可或缺。这些都是传统意义上人工智能领域所研究的技术。

责任编辑：娟子编辑