__小易
作為一名IT行業的從業者，同時也是一名大數據方向的研究生導師，我來回答一下這個問題。
首先，大數據是以數據為核心的一系列數據價值化操作技術的統稱，包括數據的採集、整理、存儲、安全、分析、呈現和應用，其中大數據與雲計算、物聯網和人工智能關係密切。簡單的說，物聯網是大數據的主要數據來源，雲計算是大數據的支撐平臺，同時大數據也是人工智能的基礎之一。
人工智能是目前科技領域的研究熱點，雖然經過了60多年的發展，但是目前人工智能的概念依然沒有統一，但是人工智能的研究方向主要集中在六大方向，分別是自然語言處理、機器學習、自動推理、計算機視覺、知識表示和機器人學。
人工智能是一個典型的交叉學科，涉及到哲學、數學、計算機、控制學、經濟學、社會學、神經學和語言學等，所以人工智能本身的難度還是比較大的。目前人工智能依然處在行業發展的初期，當前的人工智能依然處於“弱人工智能”時期。
機器學習是人工智能的重要組成部分之一，簡單的說機器學習就是從一堆雜亂無章的數據中找到其背後的規律（Machine Learning in Aciton），而深度學習是機器學習的一個重要分支，深度學習源於神經網絡。
大數據的發展對於機器學習的發展來說具有重要的意義，因為機器學習的基礎就是數據。機器學習的步驟包括數據收集、算法設計、算法實現、算法訓練、算法驗證和算法應用，其中數據是機器學習的重要基礎，只有通過大量的數據才能完成算法的訓練過程。簡單的說，數據量越大，機器學習的效果就會越好。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。
如果有互聯網方面的問題，或者考研方面的問題，都可以諮詢我，謝謝！
IT人劉俊明
人工智能實際上是一個寬泛的概念，無人駕駛，導航，翻譯系統，金融的量化投資自動交易系統，推薦引擎，機器人等等都可以劃分到人工智能領域，細分實際只有三類，自然語言處理，語音，圖像，在細分機器學習，深度學習，專家系統，進化計算，推薦系統等等，機器學習，用一句話概括的話就是一種實現人工智能的方法，深度學習是基於機器學習衍生出來的，也就是說深度學習是一種實現機器學習的技術，三者的區別，人工智能包含機器學習與深度學習，機器學習包含深度學習
