??人工智能，簡單點說就是機器智能，機器具有學習能力，而機器學習的前提是有大量的數據，沒有大量的數據作為支撐，人工智能智能就會止于空談。
??大數據信息處理，主要分為四個環節——產生、傳輸、存儲與處理，每個環節都有技術上的突破，才能說是真正的大數據時代，才會有智能的產生。
??比如說人臉識別、Google翻譯，都是在收集大量的數據之后，工程師們編輯出一套可靠的數據模型，然后才實現的人臉識別和自動翻譯。
??此外，數據區別于信息，地球圍繞太陽運轉，這只是一個信息，而數據是一個記錄的過程，通過一些列的數據，可以推導出一些東西。
??如，消防消防系統管理部門擁有多維、異構、實時、海量的消防大數據資源，包括人員(消防救援隊伍、社會消防力量等)、場所(高層樓宇、商業綜合體、地下建筑、出租房等)、企業單位(高危單位、重點單位、化工企業等)、物品(危化品、易燃易爆物品等)、環節(電器線路、消防設施、疏散通道等)、水源(消火栓、天然水源等)、巡查信息等多種數據。
??另外，包括規劃、住建、國土、民政、通信、交通、氣象、供水、公安等相關部門的數據，需要對相關數據資源進行收集、融合，構建全面、實時、標準的消防大數據資源體系，為進行基于大數據方法的“智慧消防”建設提供良好基礎。
??雖然，在消防領域記錄了很多信息，但并不是所有的信息都能稱之為數據。只有掌握大量的、有效的消防數據，把它們放在特定的、行之有效的數學模型中，才能夠讓數據發揮效用，讓數據、機器具有智能。
??智慧消防大數據技術和應用
??大數據是以容量大、類型多、存取速度快、應用價值高且實時數據不斷增長為主要特征的數據集合。
??大數據思維發揮作用，簡單來講主要分為兩個方面，感知現在和預測未來。
??感知現在：歷史數據與當前感知數據融合，潛在線索與模式的挖掘，對事件發展狀態的感知。
??預測未來：全量數據、流式數據、離線數據的關聯分析，態勢與效應的判定與調控，揭示事故發展演變規律，進而對事物發展趨勢進行預測。?即，獲取原始采集的消防數據資源，然后進行數據清洗、比對、整理及融合處理，成為“智慧消防”大數據，供系統調取并進行大數據分析利用。