各種連接的設備里的傳感器會產生大量數據，海量數據使得機器學習成為可能，機器學習的結果就是AI，而AI又指導機器人去更精確地執行任務，機器人的行動又會觸發傳感器。這整個就是一個完整的循環。

　　1.傳感器產生數據

　　到2014年，連接到互聯網的設備超過了世界人口的總和。Cisco預測，到2020年，將有500億個相互連接的設備。而這些設備中大多都會安傳感器，可能用ElectricImp內嵌傳感器，或者用Estimote外接一個傳感器。

　　設備中的傳感器會產生前所未有的海量數據。

　　2.數據支撐機器學習

　　在2020年，預計有35ZB的數據產生，也就是2009年數據量的44倍。到時候，不管是結構化的、或更可能是沒有結構化的數據都可以通過機器來處理，從而獲得大量洞見。

　　3.機器學習改善AI

　　機器學習依靠數據處理和模式識別，從而讓計算機不需要編程就能去學習�，F在的海量數據和計算能力都在驅使機器學習的突破。

　　機器學習的十足威力，看看Google就知道了。Google就是利用機器學習，把法國每一個企業的位置、每一個住房、每一條街都繪制在地圖上了。整個過程只需1個小時。