尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關于知識的學科――怎樣表示知識以及怎樣獲得知識并使用知識的科學。”而另一個美國麻省理工學院的溫斯頓教授認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。”

人工智能是一種計算形式，它允許機器執行認知功能，例如對輸入起作用或作出反應，類似于人類的做法。傳統的計算應用程序也會對數據做出反應，但反應和響應都必須采用人工編碼。如果出現任何類型的差錯，就像意外的結果一樣，應用程序無法做出反應。而人工智能系統不斷改變它們的行為，以適應調查結果的變化并修改它們的反應。

大數據（BigData），指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據是以數據為核心資源，將產生的數據通過采集、存儲、處理、分析并應用和展示，最終實現數據的價值。

大數據是一種傳統計算。它不會根據結果采取行動，而只是尋找結果。它定義了非常大的數據集，但也可以是極其多樣的數據。在大數據集中，可以存在結構化數據，如關系數據庫中的事務數據，以及結構化或非結構化數據，例如圖像、電子郵件數據、傳感器數據等。

它們在使用上也有差異。大數據主要是為了獲得洞察力，例如Netflix網站可以根據人們觀看的內容了解電影或電視節目，并向觀眾推薦哪些內容。因為它考慮了客戶的習慣以及他們喜歡的內容，推斷出客戶可能會有同樣的感覺。

大數據與人工智能一個比較明顯的區別就在于大數據是需要變得有用之前進行清理、結構化和集成的原始輸入，而人工智能則不同，它是要輸出，也就是就是處理數據產生的智能，所以由此看出，他們兩者就有著本質上的區別。

大數據是一種比較傳統的運算，它只是去尋找結果，在大數據集中，可以存在結構化數據，就像關系數據庫中的書屋數據以及結構化或者是非結構化數據，例如電子郵件數據、傳感器數據等等。

人工智能則是一種計算形式，它支持機器執行認知功能，比如說對輸入作出反應，和人類的做法有點相似，傳統的計算應用程序同樣會對數據起作用，但反應都一定采用人工編碼，如果出現任何差錯，就像意外的結果差不多，應用程序不能作出反應，然而人工智能系統一直在改變它們的行為，以適應調查結果的變化并修改它們的反應。

雖然大數據與人工智能有著較大區別，不過它們二者依舊可以很好的協同工作，這是因為人工智能需要數據來建立其智能，尤其是機器學習，就像機器學習圖像識別應用程序可以查看數以萬計的飛機圖像，以了解飛機的構成，方便以后能夠識別出它們。

總而言之，大數據和人工智能是兩種獨立的技術，大數據主要是核心數據的挖掘，而人工智能主要是了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器。

數據分析、大數據分析、人工智能三者關系非常緊密，數據作為人工智能三大基礎之一（另外兩個是算法和算力），人類對數據的認識與解讀能力很大程度上推動了人工智能技術的發展。