人工智能系統在計算機科學技術中的運用

黃志北

(韶關市技師學院 廣東 韶關 512023)

0 引言

新時期計算機技術、網絡技術、大數據技術等應用日益廣泛,與大眾生產、生活存在密不可分的聯系。在先進技術助力下,大眾精神追求日益提升。在此背景下,人工智能應運而生,該技術與計算機技術應用存在緊密聯系,使得計算機應用實現大跨步發展。人工智能系統的廣泛應用,使得各領域應用計算機技術的需求細化成更為具體的內容,且替代傳統的管理方法和人工操作模式,提升信息采集和處理效率,降低誤差率。但人工智能系統的優勢發揮,與計算機科學技術融合及深層次研究存在直接關系,基于此,本文探究人工智能系統在計算機科學技術中的運用具有現實意義,可助推新時期計算機技術領域創新發展。

1 研究內容闡述

1.1 計算機科學技術

計算機科學是系統性研究信息與計算的理論基礎以及它們在計算機系統中如何實現與應用的實用技術的學科。隨著這一學科得到廣泛關注,大量先進技術面世。所謂的計算機科學技術是指計算機領域中采用的軟件技術、硬件技術和應用技術等。計算機科學技術是人工智能技術的基石。這一類技術早在20世紀60年代已經取得些許成果,尤其是集成電路式計算機研究之后,自動化計算能力顯著提升,此時相關專家學者基于統計學理論,構建算法模型,實現龐大數據量智能化運算及概率分析,此時已經展現“人工智能苗頭”,但計算機更多是基于數學邏輯和程序完成運算,無法自主學習和分析。進入21世紀之后,智能化、集成化技術研究更為深入,大規模集成電路計算機成為主流趨勢,此時設備“智能程度”躍上新臺階,再加上通信技術、大數據技術等支持,為人工智能誕生奠定基礎。

1.2 人工智能技術

人工智能(artificial intelligence,AI)。是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。這一技術核心是探究智能本質,并通過編程指令等引導智能機器,在數據處理、信息分析和邏輯判斷等活動中,可以做出類似人類智能的反應和判斷。人工智能技術發展大體分為三個層次:第一,將數據運算和信息存儲結合,機器具備獨立運算和信息交互功能;第二,機器可以依據接收的信息做出反應;第三,機器具備自我學習能力,可以依托收到的信息、算法和邏輯關系等深度學習,進而做出更為智能化的反應。現階段,人工智能在多領域得到大面積推廣,且發揮出難以替代的價值[1]。

1.3 人工智能操作系統

早在20世紀,關于人工智能操作系統的研究就已經開始,此時期更多是理論研究,之后,隨著網絡通信技術等發展,人工智能系統日益成熟。目前普遍認為的人工智能操作系統是指在通用操作系統基礎上,增加語音識別系統、機器視覺系統、認知行為系統及執行器系統其中一個或者多個等組成的系統。

1.4 人工智能技術和計算機科學技術的特點

現階段,人工智能系統應用成為一項重點研究方向,隨著計算機科學持續化探索,人工智能系統更為先進、靈活。與此同時,隨著人工智能優勢日益凸顯,應用范圍日益拓展。具體來看,人工智能技術和計算機科學技術主要呈現以下特點:第一,海量信息收集和信息模糊處理。人工智能與其他技術聯系日益緊密,多項技術聯合應用成為主要趨勢,在大數據、移動通信技術等助力下,人工智能信息采集能力更為先進、高效,且可以實現對采集的信息數據智能化分析,尤其是大數據技術的應用發展,智能化分析更為靈敏、精準,貼合具體需求,但由于技術限制,仍存在人工干預現象。因此,人工稚嫩該系統實際應用過程中,信息分析目標實現自動化設備,無需人工進行決策,且具備信息模糊處理能力,足以滿足當前對應需求。第二,強大的學習能力。隨著新時期,計算機科學技術領域持續化發展,人工智能系統更為先進,現有的系統足以模仿人的思維方式,且具備“自主學習”能力,可以通過數據收集和積累經驗,逐漸掌握更多內容,支持智能化分析和判斷。第三,提升效率、節約資源。人工智能系統廣泛應用,為民眾生活、生產提供巨大便利,生產作業效率顯著提升,可以更為智能依據實際需求科學安排資源、人力、物力和資金等,實現節約資源、避免浪費的目標。

2 基于人工智能系統的計算機科學技術優勢

2.1 學習能力更強,具備非線性任務處理能力

人工智能技術與傳統的計算機技術最大區別在以下兩方面:第一,強大的學習能力;第二,具備非線性任務處理能力。傳統的計算機科學技術在應對非線性任務時,無法對蘊含的信息充分進行采集、整合和分析,很容易導致信息采集不全,無法得到深層次概念和信息內容,進而導致給出的意見或者制定的決策存在問題。同時,傳統的計算機科學技術缺乏自動化記錄和學習功能,無法基于輸入系統的信息數據,針對性學習用戶習慣和偏好[2]。但人工智能系統可以彌補上述兩點不足,結合圖1所示的人工智能系統工作原理,其可以主動記錄用戶習慣、偏好等,當用戶再次應用時,主動按照興趣進行信息篩選和過濾,這可以顯著提升處理效率。

圖1 人工智能的工作原理圖示

2.2 更優協作能力,具備模糊信息處置能力

傳統的計算機科學技術模式體系下,想要實現多功能同步操作,需要建立多個代碼組成的源文件,依靠發布的指令完成 計算機對應功能操作,從效果來看,多功能實現存在局限性,清晰度較高、指向更為明確的信息指令執行效果更好,如果信息存在模糊不清或者指令傾向性不足等問題,計算機難以根據指令做出正確處置,或者錯誤做出處置,會造成不可忽視的不利影響。人工智能系統應用之后,其更多模擬人體智能分析體系,具備對模糊不清的信息指令自動化推理和分析能力,可以識別出模糊不清指令的“根本需求”,進而做出正確性處置。隨著處置類信息數量增加,人工智能技術可以提升同類型信息處理效率,這可以有效處理以往輪詢管理方式存在的不足,提升計算機系統協作能力[3]。

2.3 資源損耗降低,可以顯著提升運行速度

計算機科學技術應用過程中,為了滿足需求,其各項程序面臨多次重復式啟動、停止等操作,同時需要接收各指令信息,做出對應操作,隨著時間積累,系統數據冗余問題加劇,甚至出現卡頓或死機現象。而人工智能系統應用之后,基于智能化系統和自主學習能力等,在接收指令做出反應過程中,可以自動化檢測系統運行情況,圍繞實際需求,將不需要應用或者不常用的程序進行關閉,自動清理寄存的數據信息,釋放計算機運算資源,進而確保計算機系統始終保持高效運行能力。尤其是新時期大數據的廣泛應用,人工智能系統多元結構、數據采集、整合、處理等能力顯著提升,進一步加強數據處理精確度和準確度,且可以基于數據特征,實現分類管理,這對于保證系統穩定運行有積極作用。

3 人工智能系統在計算機科學技術中的實踐運用分析

3.1 計算機軟件方面的運用

隨著計算機技術、智能終端、移動通信等技術持續發展,人工智能系統功能更為強大。此時計算機軟件得到進一步發展,軟件的可操作性、用戶體驗性更為優良,憑借人工智能系統強大的自主學習能力、模糊信息處理能力、協作能力等,軟件開發思路更為開闊。例如“某寶”“某貓”等購物網站,借助人工智能技術,實現數據智能化采集、深層次挖掘和精準分析,更為全面掌握用戶的習慣和偏好,進而針對性進行推送;公司企業在電話客服、售后服務系統軟件之中,融入智能語音識別系統,預先設定智能語音系統,應對用戶大部分疑難問題,當出現難以解決的問題時,自動轉到人工服務系統,這種分類識別、針對性服務方式,不僅可以節約大量人力物力,還可以避免用戶等待時間過長,為客戶提供更為滿意的服務[4]。

3.2 計算機硬件方面的運用

計算機硬件方面發展速度較軟件領域較緩慢,但人工智能技術也取得顯著成就。當前信息技術中,AI芯片技術研發成為一項重點課題。基于人工智能自主學習能力和深層次分析能力融合開發的芯片,可以在收集信息的過程,主動積累經驗,學習新知識,通過與用戶的交流互動和指令交互,掌握用戶習慣和偏好,從而針對性提供服務。目前,利用矩陣加法和乘法并行處理CPU提升AI芯片效率成為現實,該方法運算效率、運算量顯著提升,但這種方法存在弊端,芯片散熱難以妥善解決問題仍然存在。另外人工智能技術持續發展,語音識別、圖像識別等技術與計算機技術融合更為緊密,由集成法或者關聯法關聯CPU及DIC,打造安全運行環境也成為常用方法。

3.3 大數據管理方面的運用

人工智能系統的顯著特點之一就是模糊信息處理能力,這是傳統的計算機科學技術無法比擬的,在數據收集和數據信息挖掘方面具備不可替代的優勢。隨著互聯網普及,計算機系統接入數據量日益龐大,用戶在應用計算機過程中,會產生大量的信息數據,這些數據中包含大量的無用信息,在數據采集時,需要對其進行篩選并具備自主識別能力,如果系統不對數據加以區分,全部接收會導致系統壓力倍增,造成數據管理系統癱瘓等問題[5]。

人工智能技術憑借其分類管理、自動化學習等功能,可以基于設定的特征信息,對數據進行識別、區分和篩選,基于實際需求,選擇需要的信息數據,尤其是大數據技術的出現,為數據智能管理提供更多支持,其數據挖掘能力和智能分析能力,可以顯著提升數據采集質量和效率。當前醫學領域中人工智能做出重要貢獻,以當前應用較廣泛的高效肺癌輔助診斷系統為例進行分析,該系統架構如圖2所示,充分發揮大數據技術、人工智能優勢,涵蓋醫生、患者、系統管理人員,確保信息數據實現智能化采集、查詢和管理,基于用戶身份加以區分,確保系統數據不同模塊之間存在交互性也具備獨立性。

圖2 基于人工智能技術的智能化肺癌診斷系統架構圖示

3.4 計算機安全管理方面的運用

互聯網積極應用,營造網絡安全環境成為重要任務,也是計算機科學技術發展研發的基礎目標之一。傳統的計算機體系,多數借助文件傳送的方式完成信息交互,容易出現丟失或者失竊問題。人工智能系統應用之后,其與安全管理系統聯合應用,可以將殺毒案件安裝在計算機之中,且促使殺毒軟件自動化發揮殺毒、清理緩存作用,自動完成病毒檢索和處理,構建更為完善的網絡安全防護體系。與此同時,智能防護墻、自動化管理訪問數據、自動管理歷史數據,針對不安全信息進行徹底粉碎清除,及時發現惡意攻擊等,這使得現今網絡防護網更為系統全面。另外,借助人工智能系統,當受到惡意攻擊或者病毒侵害時,可以智能切斷局域網或者部分端口,防止病毒進一步傳播,針對性設置權限管理體系,限制用戶登入計算機系統的權限,這也是保證網絡安全的可行措施[6]。

3.5 數據信息識別處理方面的運用

人工智能積極推廣,在數據識別方面發揮更大優勢,借助技術支持,可以更為高效識別、判斷輸入的信息數據,并精準識別輸入內容。尤其是輸入內容模糊情況下,借助人工智能識別技術,更為精準識別圖文、聲音等信息數據,基于用戶需求,可以最大限度發揮信息價值,在計算機科學技術中,科學應用人工智能技術,提取數據代碼、納入數據特征,此時就可以對部分數據進行檢查分析,這也是識別處理功能的實際應用方向[7]。以圖3所示的人臉識別系統為例,該軟件將人工智能技術和人臉識別技術融合在一起,通過對人體面部特征掃描,就可以提取是被身份信息,并與用戶需求進行比對,進而結合設定權限,完成用戶需求。

圖3 人臉識別技術實現過程圖示

4 結語

綜上所述,人工智能技術本質上是基于計算機科學學科深入發展、研究而提出的一項技術,其發展研發無法離開計算機技術的支持。從某種程度上來看,可以看作是計算機科學技術應用范圍進一步拓展的方向。本文全面闡述計算機科學技術和人工智能技術,總結兩者特點以及優勢,進而從軟件、硬件、大數據管理、安全管理及信息識別處理五方面探究人工智能的實際運用情況,希望本文研究內容,可以為我國計算機技術持續發展和深入應用提供可行思路,助力人工智能技術應用范圍得到進一步拓展。