人工智能系统的四要素为：1、大数据；人工智能的智能都蕴含在大数据中。2、算力；为人工智能提供了基本的计算能力的支撑。3、算法；实现人工智能的根本途径，是挖掘数据智能的有效方法。4、场景；对大量数据进行预处理。

人工智能四要素分析
大数据:
人工智能的智能都蕴含在大数据中。
算力:
算力为人工智能提供了基本的计算能力的支撑。
算法:
算法是实现人工智能的根本途径，是挖掘数据智能的有效方法。
场景:
大数据、算力、算法作为输入，只有在实际的场景中进行输出，才能体现出实际的价值。
举个非常形象的类比：如果把炒菜作为我们的场景，那么大数据相当于炒菜需要的食材，算力就相当于炒菜需要的煤气/电力/柴火，算法就相当于烹饪的方法和调料。

1）大数据
如今这个时代，无时无刻不在产生大数据。移动设备、廉价的照相机、无处不在的传感器等等积累的数据。这些数据形式多样化，大部分都是非结构化数据。如果需要为人工智能算法所用，就需要进行大量的预处理过程。

2）算力
人工智能的发展对算力提出了更高的要求。以下是各种芯片的计算能力对比。其中GPU领先其他芯片在人工智能领域中用的最广泛。GPU和CPU都擅长浮点计算，一般来说，GPU做浮点计算的能力是CPU的10倍左右。另外深度学习加速框架通过在GPU之上进行优化，再次提升了GPU的计算性能，有利于加速神经网络的计算。如：cuDNN具有可定制的数据布局，支持四维张量的灵活维度排序，跨步和子区域，用作所有例程的输入和输出。在卷积神经网络的卷积运算中实现了矩阵运算，同时减少了内存，大大提升了神经网络的性能。

3）算法
主流的算法主要分为传统的机器学习算法和神经网络算法。神经网络算法快速发展，近年来因为深度学习的发展到了高潮。

4）场景
人工智能经典的应用场景包括：
1. 用户画像分析
2. 基于信用评分的风险控制
3. 欺诈检测
4. 智能投顾
5. 智能审核
6. 智能客服机器人
7. 机器翻译
8. 人脸识别