各种连接的设备里的传感器会产生大量数据，海量数据使得机器学习成为可能，机器学习的结果就是AI，而AI又指导机器人去更精确地执行任务，机器人的行动又会触发传感器。这整个就是一个完整的循环。
1.传感器产生数据
到2014年，连接到互联网的设备超过了世界人口的总和。据预测，到2020年，将有500亿个相互连接的设备。而这些设备中大多都会安传感器，可能用ElectricImp内嵌传感器，或者用Estimote外接一个传感器。
设备中的传感器会产生前所未有的海量数据。
2.数据支撑机器学习
在2020年，预计有35ZB的数据产生，也就是2009年数据量的44倍。到时候，不管是结构化的、或更可能是没有结构化的数据都可以通过机器来处理，从而获得大量洞见。
3.机器学习改善AI
机器学习依靠数据处理和模式识别，从而让计算机不需要编程就能去学习。现在的海量数据和计算能力都在驱使机器学习的突破。
机器学习的十足威力，看看Google就知道了。Google就是利用机器学习，把法国每一个企业的位置、每一个住房、每一条街都绘制在地图上了。整个过程只需1个小时。
4.人工智能指导机器人行动
随着计算机已经在象棋和路标方面做得比人类好了，我们就有理由对未来有更多期待。随着更多的传感器采集到的数据越来越多，这能优化更多的机器学习算法，从而我们可以合乎逻辑地推断，与机器人结合的计算机执行任务的能力会呈指数级增长。
5.机器人采取行动
不仅数以百计的公司在制作可以完成各种工作的机器人，机器人本身也会变得越来越智能，而且借助AI的进步，还能完成很多我们梦寐以求的任务。
6.行动触发传感器
机器采取行动触发传感器来收集数据，从而整个循环就完整了。
这就是我提出来的技术领域的“万有理论”。
