大数据和人工智能未来的方向，以及两者之间有何区别和联系
谢邀。
关于大数据和人工智能彼此之间的关系，先贴一个标准答案：去年阿里研究院与BCG共同推出的《人工智能：未来制胜之道 》报告中，关于大数据和人工智能关系的观点：
当然我们也不是要人云亦云，我们先来看大数据的发展简史。
大数据的演进，首先随着多年前企业信息化进程，传统的关系型数据库、EDW、BI、数据集市等姑且称为“数据 1.0”的技术在传统行业已经非常成熟，但是google、yahoo等互联网巨头崛起了，他们相当于一个巨大的连接器，把几乎整个互联网的信息（数据）都连接起来，传统的RMDBS方案根本无法应对这种海量数据场景。于是google等巨头开始另辟蹊径，采取新的范式去处理、应用这些数据，如google最早的bigtable，后来部分这些技术被开源出来，构成了hadoop等构成当今大数据技术体系事实标准的生态体系。可以说是互联网独特的连接业态使得数据科学蓬勃发展，总体上可以说互联网巨头当今是技术过剩的，技术开始普惠到传统产业中，在部分富数据的行业，如电信运营商、商业银行中得到了广泛的应用，整体逐渐迈向了“数据2.0”阶段。
从“数据1.0”到“数据2.0”的历史进程上看，互联网一方面是大数据技术的发源地，另一方面互联网本身在大量的垂直场景中形成了海量的数据，如社交、电商、出行、外卖.....下面是我此前公众号写的一篇文章的配图，数据的本质是以人与“其他事物”之间数字化连接下的信息副产物，互联网业态让人和信息、其他人以及服务产生了数字化连接以及其副产物数据，并且沉淀了技术，技术被扩张到传统产业中，形成了物联网和产业互联网，连同这两个新领域最终汇聚出一片广阔的大数据海洋。
以上就是一个极简的大数据发展简史。其实很早开始，人们就希望挖掘数据背后的价值，包括用于决策分析、预测，于是有了数据挖掘，以及各种机器学习，目的是通过数据让机器掌握某种自动化能力，这就是人工智能的前夜。
随着场景数据的丰富，最终量变引起了质变。熟悉人工智能中深度学习的朋友应该知道，这货之前在机器学习领域早存在了，具备了海量的数据，以及足够的算力用于神经网络的训练，深度神经网络一举突破了以往所有机器学习算法的瓶颈，在图像识别、语音识别方面把准确率推到了新高峰。另外，又如在交通这个垂直场景，以前压根没有足够的数据，但现在通过滴滴的海量数据，使得交通智能化成为了可能。
所以说互联网催生了大数据，而大数据催生了人工智能，数据的海洋让人工智能有了丰富的养分去成长。
最后回应题主问题的另外一点，简单说下这两个领域的未来方向。
首先是大数据，我认为近期重要的方向还是连接和知识图谱的应用。目前数据还是存在严重的割裂和孤岛，如何促进不同领域之间的数据共享流通是个大方向；另外知识图谱也是大数据的一个重要方向，如何将人类的数据转变为机器能读懂的数据（图谱），这样才能催生更多人工智能应用，这方面需要建立完整的行业知识图谱，目前国内有不少优秀的团队在做金融等领域的知识图谱，有兴趣可以关注一下。
人工智能方面，未来发展方向无疑是通用智能，这也是谷歌deepmind和马斯克的openAI竭力追求的目标。当然通用智能离不开大数据，如何将人类的整体知识让渡给机器，这是知识图谱要解决的问题，另外就是新算法的发明，如各类迁移学习等，当然目前这方面还是起步阶段。
■网友
谢邀。首先需要说一下的就是，个人没有标准答案，而且我也不认为有所谓的标准答案。
推荐阅读
- “一部手机读云南”上线力争建成国家方志大数据中心西南中心
- 联合国大数据全球平台中国区域中心在杭州成立
- 银行的数据中心可以跳槽去互联网公司吗
- 汽车知识|荣威新车规划曝光 未来将推5款狮标车型
- 趣头条|大众ID.3外观设计风格极具未来感，太好看了
- |大数据赋力 半个多月前拉客的“黑车”精准落网
- 未来汽车日报|拟高位增发港股，受资本追捧的比亚迪也“缺钱”？
- 子李汽车|未来可期 东风雪铁龙11月环比增长33%，连续三月正增长
- 宝马7系|可以说，这款数字化高尔夫，让人看到了未来大众所有车型的样子
- 汽车公社|江淮大众或生产大众ID.2，未来出口欧洲