周李嶸
(中國國際航空股份有限公司 浙江省杭州市 311207)
互聯網技術是云計算發展的基礎技術,云計算的最終目的是要構建服務于新型信息產業的計算機網絡環境。當前,云計算經過多年的發展,在學術界尚未對云計算提出相對統一的概念。大多數學者認為,云計算屬于信息服務環境,該信息服務環境可以為人們提供更為便捷、靈活與高效的服務。云計算在虛擬化數據中心與智能用戶終端之間建立了緊密的聯系,與傳統的網絡接入模式相比,云計算下的網絡接入模式更為便捷與靈活,用戶在云計算中能夠實現各種資源的共享,保障信息資源、數據資源的有效利用[1]。從根本上來看,云計算并不是憑空出現的,而是計算機技術、網絡技術等現代化技術發展到一定階段的產物,信息終端技術、互聯網技術、虛擬化技術等是其中的核心技術。云計算的特點如圖1所示。
人工智能是對人體思維模式的模擬,同樣是計算機技術發展的產物,通過對人類思維模式、肢體行為的智能化模擬來進行相應的決策支持。人工智能是以計算機智能原理為基礎的,屬于新型技術。近年來,隨著技術的發展,人工智能的研究范圍與領域逐步擴大,一些先進的人工智能技術甚至已經遠遠超出了計算機科學的范疇。通過人工智能,在人工智能與思維科學建立了緊密的聯系,實現了理論向實踐的延伸。雖然在人工智能理念出現的最初階段,其僅僅局限在邏輯思維方面,但是隨著技術的進步,人工智能逐步向靈感思維與形象思維的領域擴展,并逐步朝著靈感思維與形象思維的結合發展[2]。現階段,我國的人工智能已經逐步進入了新的發展階段,取得了巨大的發展成果,人工智能被廣泛地應用于各個行業,取代了傳統的人工作業與管理模式。比如人工智能設備的應用,替代了傳統的人力資源,可以代替人力來進行相應的高危作業。
云計算與人工智能之間存在著緊密的聯系,二者之間的關系類似于人類語言與思維的關系,人類思維具有抽象性,通過語言能夠有效反映人類的思維。要加快推進人工智能的發展,必須要充分利用語言來進行信息的傳遞和表達,在這種情況下,能夠有效發揮機器人對人類思維、行為的模擬。從根本上看,雖然云計算與人工智能之間存在著緊密的影響關系,但是,二者對彼此的影響大小有所不同。如果云計算的問題得以解決,人工智能對云計算的影響就相對較小,能夠給予的技術支持也不多;而人工智能的推廣與優化需要有云計算的輔助,主要是由于人在與電腦的交流過程中,往往會產生大量的數據,對這些數據的存儲與處理就極為重要,只有具備了一定的存儲空間與計算能力,才能夠充分發揮數據的價值,而云計算正具有存儲空間與計算能力方面的優勢[3]。云計算與人工智能的結合是互聯網時代下發展的必然要求,能夠通過特定接口的建立,使得人與電腦的信息交互更為便捷。

圖1:云計算的特點

圖2:指紋識別的基本過程
由于云計算與人工智能之間存在著緊密的聯系,云計算有利于推動人工智能的有效開展,有利于突破行業發展的總體限制。現階段,科學技術的進步使得云計算與人工智能的發展空間進一步增大,這種發展背景為人工智能創造了良好的發展環境與技術條件。云計算與人工智能的協調發展促進了智能技術的發展。云端內海量的信息能夠為人工智能提供大量的數據與信息,而云計算具有較大的數據存儲與計算能力,能夠有效提升數據的精確性,發揮計算能力在數據利用方面的重要作用[4]。
近年來,云計算與人工智能的融合是主要的發展趨勢,二者之間存在相互作用關系,云計算時代下的人工智能技術能夠為人類社會提供更為優質、高效的服務。在當前的技術發展背景下,云計算、人工智能的應用領域、范圍逐步擴大,在工業、農業等各個領域都有著良好的應用效果,推動了行業的現代化發展。
云計算內包含了各種類型的數據,這些數據資源具有多樣性、海量化的特征,云計算時代下的人工智能能夠推動社會經濟的發展,人工智能技術的發展對云計算的商業價值很大。相關數據顯示,云計算在經濟市場上的應用范圍逐步擴大,在很多領域,云計算、云環境的營造極為重要,通過云端使用范圍的擴大,能夠推動數字化的發展。
在機器人操控階段,需首先將相應的供求平臺構建在云端之上,而擁有端的相關用戶在相應平臺基礎上,就可以發布端內所能夠達到的任務,比如清潔任務、維修任務等。此外,其他擁有完成任務能力的相關人員,可以在專有的平臺內承接用戶所發布的各種任務,而遠程操控能夠為發布任務的人員提供便捷,發揮重要的輔助作用,保障相關任務的有效執行。從云計算下機器人操控階段的應用來看,這種總體環境使得其中涉及了端用戶的個人安全、費用支付等內容,因此必須要實施實名注冊,這種實名注冊使得在用戶對云端使用的過程中,如果存在犯錯現象,就需要承擔一定的法律責任。機器人遠程操控階段,由于面臨著較大的服務器群、高速網絡發展環境,使得各種問題都能夠得以有效解決。
云計算時代下人工智能技術的發展中,數據挖掘階段是第二階段,機器人操控階段主要是進行了專業云平臺的構建,而在數據挖掘階段,主要是要保障人工智能基礎化建設的實現。具體來說,在此階段,應用專業化的數據采集系統,就能夠通過用戶利用端來進行各種任務數據的采集,而當獲得相應的數據以后,就能夠及時將這些采集的數據傳輸到平臺中心,而平臺中心在接收到這些數據以后,就可以對這些數據實施專業化的分析與計算,進而從中提取有價值的信息,用于決策支持[5]。數據挖掘階段有效實現了智能分析與遠程協助之間的同步性與協調性。
遺傳基因的專家系統階段,體現了人工智能的進一步發展。當前,云計算下的人工智能逐步開始向實用化的方向擴展,在一些領域,部分專家系統的應用效果極為理想。根據相應的應用結果顯示,云計算下人工智能進入具備遺傳基因的專家系統階段時,充分體現了人工智能技術的優勢,基于其技術優勢,在很多領域都得到了極為有效的應用。但是,在此階段,人工智能也存在著一定的發展局限,暴露了一些發展問題,在很多領域,人們認為人工智能技術應用中存在各種的不確定性因素,主要體現在以下方面:
(1)在專家系統內所存儲的諸多信息都來源于日常的經驗積累與總結,專家系統本身的智能化模塊中,缺乏對原理性知識的全面接觸與了解,這就使得在專家系統的使用過程中,難以發揮專家系統應有的作用。
(2)專家系統本身具有一定的知識獲取能力,在實際的系統運行過程中,只有當專家獲取了相應的知識以后,才能夠保障專家系統建設的有效性。但是專家在獲取知識的過程中,往往存在難以保障知識獲取全面性與可靠性的情況。
(3)專家系統在問題的求解方式上具有單一性,在相關問題的解決方面,往往以問題推理作為基礎,并未完全發揮專家在認識問題、解決問題方面的作用,缺乏創新性[6]。
(4)解決問題的能力不足。
專家系統并未在很多領域取得預期效果,主要是由于專家系統內所包含的知識不足、解決問題的方法選擇不當,這就使得在遇到相應的問題時,專家系統難以利用自身所具有的知識、包含的解決問題方法來進行相應的問題處理,甚至在系統內并不具備問題解決與處理的方式,這是傳統專家系統存在的普遍性問題。如果專家系統內具備遺傳基因,就能夠解決傳統專家系統本身存在的弊端。遺傳算法是遺傳專家系統的重要內容,通過遺傳算法與數據挖掘的結合,能夠進一步提高專家系統的知識獲取能力、解決問題能力,使得在各個領域專家系統的應用過程中,系統能夠不斷積累各方面的經驗,提高系統本身的問題處理能力。數據挖掘的應用能夠幫助專家系統找到解決問題的最佳辦法,進一步實現算法集成與人工智能。
智能識別是當前及未來發展的重要趨勢,主要是利用了計算機的數學運算功能來進行相應的處理與自動判斷。當前,計算機技術在不斷進步,在人工智能技術的發展與應用過程中,心理變化、心理情緒等都融入到了人工智能技術中,這種情況下,智能識別不斷發展,智能識別的出現推動了智能技術的進步。從當前智能識別的發展與應用來看,聲學信息、光學信息等都可以作為重要的識別依據,計算機系統的識別具有準確性高、可靠性高的特征。指紋識別在很多領域得到了有效的利用,其過程如圖2所示,在一定程度上保障了安全性,比如,在移動支付、智能解鎖等領域,指紋識別的優勢突出,唯一性與獨特性保障了身份識別的科學性、可靠性[7]。
近年來,人們的生活生產形式日益多樣,這種多樣性使得人們對人工智能技術提出了更高的要求,在人工智能技術的應用過程中,必須要做好系統的選擇處理。當前,很多行業都在積極研發更為完善的專家系統,通過專家系統內豐富的知識儲備與利用,來進行相關問題的處理。在專家系統內,包含了多種的知識、經驗,當出現問題以后,專家系統能夠根據自身的知識儲備,從多個的解決方案中篩選出更為有效的解決方式,進而保障問題處理的及時性、可靠性。
當前,隨著云計算的不斷發展,人工智能將會有更多的技術與服務支持,尤其是在未來的人工智能發展過程中,高標準的計算執行將是基礎,符號計算與數字計算是其中的主要計算內容。人工智能將使得符號執行更具智能化的特征,使得在人工智能技術的應用過程中,能夠將計算對象加以轉換,實現計算對象向符號信息的轉換,進而使得相應問題的處理更為便捷與高效。但是,從當前的發展來看,由于相關的軟件并未被完全開發出來,導致在發展的過程中,符號執行需經由人為提前設定來實現,在未來的發展中需改變這一現狀,用軟件開發與技術創新推動人工智能向更高的水平發展。
近年來,互聯網時代的到來使得云計算與人工智能成為二十一世紀各行各業出現頻率最高的技術,這些技術的應用將改變行業傳統的發展模式,用智能化手段不僅能夠使得管理效率與質量大大提升,還能夠推動整個生產模式的變革,加快智能化發展步伐。