欒知昕 嶗山第一中學高三三班

用戶思維是現(xiàn)代互聯(lián)網發(fā)展的核心理念，在科學技術不斷發(fā)展的過程中，人工智能以其強大的交互性贏得用戶，贏得市場。人工智能技術具有的普適性、智能化、自主性特點，能夠在不同的數(shù)據(jù)環(huán)境中更加靈活的應用，人工智能需要更穩(wěn)定、更快捷的運行環(huán)境，因此本文通過對互聯(lián)網基礎上的人工智能技術進行分析，進一步的研究移動互聯(lián)網領域的人工智能的應用。

1 人工智能技術分析

綜合當前人工智能與互聯(lián)網結合的情況來看，其核心技術主要存在以下幾個方面：

1.1 數(shù)據(jù)挖掘與學習

隨著大數(shù)據(jù)的有效應用，人們明確了大數(shù)據(jù)的發(fā)展方向，數(shù)據(jù)挖掘是基礎，發(fā)現(xiàn)數(shù)據(jù)之間內在關聯(lián)是關鍵，形成科學的數(shù)據(jù)建模是核心。機器學習是通過采用人類學習的方式來模擬實現(xiàn)教學活動的，它是通過人工智能的方式來進行應用的重要方式，也是人工智能的重要方式，也是獲取知識的基本手段，學習人工智能的主要方式之一，人們通過人工智能的方式來進行深度的學習是人工智能發(fā)展的重要方向。基于人工神經網絡的深度學習目前已經廣泛應用，神經網絡是對人腦或自然神經網絡一些基本特性的抽象，通過模擬大腦的某些機理與機制從而實現(xiàn)功能。正是由于神經網絡具有多神經元、分布式計算性能、多層深度反饋調整等優(yōu)勢，才能夠針對海量數(shù)據(jù)進行計算和分析，通過數(shù)據(jù)訓練形成模型，其自主學習的特性，非常適用于處理復雜多維的非線性問題和基于智能關聯(lián)的海量搜索。目前大數(shù)據(jù)主要應用于商業(yè)和工業(yè)，特別是以互聯(lián)網為基礎的百度、阿里巴巴、京東等企業(yè)，對數(shù)據(jù)的挖掘和應用已到很高程度，可以根據(jù)不同用戶的數(shù)據(jù)特點，提供更多的個性化服務。

1.2 知識和數(shù)據(jù)智能處理

對于知識和數(shù)據(jù)的處理是一個重要的系統(tǒng)，很多專家系統(tǒng)都是通過人工智能來進行實現(xiàn)的，主要是將一般的思維方式轉入到問題當中，能夠有效的實現(xiàn)人工智能的發(fā)展，從而能夠使得人工智能取得較大的突破，并且解決一些主要的問題。一般情況下，采用專家系統(tǒng)能夠，一個基本的專家系統(tǒng)通常由知識庫、數(shù)據(jù)庫、推理機、解釋機制、知識獲取和用戶界面6部分組成。作為開展最早的人工智能領域，隨著人工智能的進一步發(fā)展專家系統(tǒng)也促生了一些新的手段，不斷更新已有的研究領域，完成和其他人工智能技術的相互促進。

1.3 人機交互

人與機器人的自然交互與合作就是要賦予機器人類似人類的觀察、理解和生成各種情感特征的能力，使機器人能夠完成像人一樣交互，并可以針對人類需求進行功能輔助合作，完成既定工作任務。人機交互中主要應用到的技術包括機器人學習和模式識別技術。機器人是模擬人行為的機械，是當前智能化領域發(fā)展較為先進的技術。而人工智能所研究的模式識別是指用計算機代替人類或幫助人類感知模式，其主要的研究對象是計算機模式識別系統(tǒng)，也就是讓計算機系統(tǒng)能夠模擬人類通過感覺器官對外界產生的各種感知能力。

2 人工智能技術應用分析

2.1 移動應用性能分析

目前，移動應用軟件的爆發(fā)式增長帶來了種類繁多數(shù)量也劇增的眾多移動應用，用戶在選擇移動應用過程中并沒有可以參考的標準。在此情況下，移動應用的友好性分析和應用軟件排行對于用戶選擇移動應用具有一定的指導作用，同時也可以促進移動應用的良性發(fā)展，提升移動應用的整體質量。目前，對于移動應用性能分析主要集中在移動應用端到端QoE分析、用戶黏性分析、業(yè)務協(xié)同友好性分析等方面。而這些方面分析的共同點就是都要基于大數(shù)據(jù)分析，將大量的用戶和應用相關信息進行收集和計算得出結論。那么，在這個大數(shù)據(jù)分析計算的過程中通常使用人工智能算法進行解決。不同的機器學習算法是進行大數(shù)據(jù)分析的利器，目前廣泛采用的有加強學習算法以及基于神經網絡的深度學習算法等。這些學習算法運作模式是將不同應用在不同應用場景下的能耗、時延、流量、速率按指標要求進行收集和存儲，作為神經網絡體系的輸入端。然后，按照不同的應用種類區(qū)分社交應用、即時通信應用、音視頻應用、云應用、瀏覽器應用和游戲應用，將不同領域內的應用對于能耗、時延、流量、速率等指標的需求度進行分析，并生成對應指標的加權值作為神經網絡的權值。最后，通過大量數(shù)據(jù)的訓練和反饋計算形成神經網絡模型。經過學習的模型可以完成應用整體友好性結論輸出，也可以完成基于當前數(shù)據(jù)的應用排行，同時還能通過現(xiàn)有數(shù)據(jù)進行預測應用性能。

2.2 移動應用身份認證

身份認證是應用人工智能算法的另一個重要應用方向。一直以來，使用最多的身份認證方法是用戶名和密碼的口令模式以及外設的U盾等設備。但是由于密碼存在被破譯風險和被遺忘的可能性，而U盾等外設又存在不便于保存的問題，所以目前多因子身份認證方式和生物識別身份認證方式正在廣泛的發(fā)展。多因子身份認證方式是采用兩種或兩種以上的身份認證方式結合起來進行身份認證，綜合多種方式的優(yōu)點，彌補不同身份認證方式的短板。目前，存在一種多因子認證是采用密碼結合用戶大數(shù)據(jù)圖譜分析進行認證分析，增強原有密碼登錄方式的安全性。而生物識別認證方式是采用用戶的生物樣本如指紋、人臉、虹膜、指靜脈等具有唯一性的特征進行比對識別的認證方式。生物識別認證方式安全性高，且隨著硬件的不斷發(fā)展在移動終端上搭載的生物識別模塊也越來越小，越來越方便使用。由于生物信息采集時數(shù)量巨大，且經過特征提取后形成的比對數(shù)據(jù)庫更是龐大，所以生物識別認證的算法基礎都要依賴于人工智能算法進行模式識別和比對認證，最后將分析識別結果輸出。

2.3 新應用發(fā)展

人工智能技術還促生了移動互聯(lián)網新應用和新產業(yè)。虛擬現(xiàn)實、增強現(xiàn)實技術就是基于人工智能技術的應用新拓展。虛擬現(xiàn)實、增強現(xiàn)實是需要通過收集用戶周圍的感知數(shù)據(jù)快速上傳服務器，并通過服務器計算將結果下發(fā)到用戶的眼鏡設備上。為了用戶的體驗考慮，從數(shù)據(jù)收集到結果呈現(xiàn)，谷歌給出的時延閾值是20ms。也就是說，要完成快速的數(shù)據(jù)交換和計算不可缺少的除了傳輸帶寬還有就是數(shù)據(jù)計算算法。人工智能算法實現(xiàn)了大數(shù)據(jù)量的瞬時計算，解決了虛擬現(xiàn)實/增強現(xiàn)實的發(fā)展基礎。此外，依托于人工智能技術的（如自動駕駛汽車、智能家居、智能語音搜索等）一大批應用正快速發(fā)展。百度依托深度置信網、卷積神經網絡、遞歸神經網絡等人工智能算法解決了自然語音處理、智能語音識別與搜索、圖像搜索等應用。人工智能技術對于移動互聯(lián)網幾乎每一個領域都可以產生巨大的影響。

3 結束語

本文研究了人工智能技術在移動互聯(lián)網發(fā)展中的應用，分析了人工智能核心技術和應用場景，并著重研究人工智能技術在移動互聯(lián)網領域對于移動應用性能分析、用戶身份認證以及促生移動互聯(lián)網新應用方面起到的重要作用。本文在人工智能技術持續(xù)突破、產品創(chuàng)新不斷涌現(xiàn)的背景下探討了人工智能技術在移動互聯(lián)網領域的實現(xiàn)和發(fā)展，展現(xiàn)了人工智能技術在各個領域的滲透力和人工智能技術在產業(yè)界的推動力。

[1]李寧.基于網絡時代下的人工智能發(fā)展分析[J].現(xiàn)代電子技術，2016，39(07):112-114.

[2]孫曉霞.人工智能在計算機網絡技術中的應用探究[J].網絡安全技術與應用，2016，(03):99+101.

[3]馬龍.人工智能技術在電氣自動化控制中的應用[J].山西焦煤科技，2014，(S1):50-51+55.

[4]楊狀元，林建中.人工智能的現(xiàn)狀及今后發(fā)展趨勢展望[J].科技信息，2009，(04):524-525.