劉慧力

(哈爾濱華德學(xué)院，哈爾濱 150025)

大數(shù)據(jù)時(shí)代產(chǎn)生的海量數(shù)據(jù)如果未能合理應(yīng)用將會(huì)造成數(shù)據(jù)資源的浪費(fèi)。人工智能是互聯(lián)網(wǎng)時(shí)代的產(chǎn)物，它通過整合大數(shù)據(jù)、云計(jì)算等技術(shù)，將數(shù)據(jù)進(jìn)行分類、計(jì)算、分析，為工作開展、行業(yè)發(fā)展及頂層決策等提供必要的支持。未來(lái)，人工智能將會(huì)迎來(lái)更廣闊的發(fā)展前景，掌握其應(yīng)用技巧，使其服務(wù)于社會(huì)經(jīng)濟(jì)發(fā)展，成為當(dāng)前的重要任務(wù)。

1 人工智能在各個(gè)領(lǐng)域的應(yīng)用

1.1 網(wǎng)絡(luò)安全領(lǐng)域中的應(yīng)用

近年來(lái)，網(wǎng)絡(luò)安全、信息泄露等問題引發(fā)各界高度關(guān)注?？捎糜诰W(wǎng)絡(luò)安全保護(hù)的手段較多，如啟動(dòng)殺毒軟件、設(shè)置訪問密碼等，但是仍無(wú)法徹底消除安全漏洞。將人工智能應(yīng)用于這一領(lǐng)域，可使安全保護(hù)的重心從事后修補(bǔ)漏洞向事前抵御攻擊轉(zhuǎn)變，切實(shí)保障用戶網(wǎng)絡(luò)信息安全。人工智能會(huì)根據(jù)預(yù)設(shè)程序，以特定的頻率對(duì)覆蓋范圍內(nèi)的網(wǎng)絡(luò)進(jìn)行掃描，同時(shí)將掃描結(jié)果與數(shù)據(jù)庫(kù)中設(shè)定的標(biāo)準(zhǔn)參數(shù)進(jìn)行配對(duì)，如果配對(duì)一致，則說明網(wǎng)絡(luò)系統(tǒng)安全，反之則說明存在網(wǎng)絡(luò)安全漏洞。根據(jù)異常數(shù)據(jù)的產(chǎn)生位置，快速鎖定漏洞，并提供相應(yīng)的解決方案，保障了網(wǎng)絡(luò)安全。

1.2 遠(yuǎn)程控制領(lǐng)域中的應(yīng)用

利用人工智能代替技術(shù)人員實(shí)現(xiàn)遠(yuǎn)程操控，不僅省時(shí)省力，還能保證作業(yè)安全，其在電力檢修、醫(yī)療救助等工作中有著廣泛運(yùn)用。以電力檢修為例，由于作業(yè)環(huán)境具有危險(xiǎn)性，檢修期間容易發(fā)生觸電事故?；谌斯ぶ悄艿倪h(yuǎn)程控制，計(jì)算機(jī)可實(shí)時(shí)采集電力系統(tǒng)中線路、設(shè)備的運(yùn)行參數(shù)，并將這些數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)中。同時(shí)，計(jì)算機(jī)還會(huì)調(diào)取預(yù)設(shè)的標(biāo)準(zhǔn)參數(shù)，將實(shí)測(cè)參數(shù)與標(biāo)準(zhǔn)參數(shù)進(jìn)行對(duì)比，根據(jù)對(duì)比結(jié)果做出智能分析，由計(jì)算機(jī)生成相應(yīng)調(diào)控指令，實(shí)現(xiàn)遠(yuǎn)程調(diào)控。如某電氣設(shè)備正常運(yùn)行的額定電壓是220 V，但是監(jiān)測(cè)數(shù)據(jù)顯示電力系統(tǒng)的實(shí)時(shí)電壓為238 V。在人工智能技術(shù)的支持下，計(jì)算機(jī)可自動(dòng)發(fā)出調(diào)節(jié)指令，控制變壓器進(jìn)行電壓調(diào)節(jié)，并重新恢復(fù)到220 V電壓，從而保障電氣設(shè)備的安全運(yùn)行。

2 大數(shù)據(jù)時(shí)代人工智能的發(fā)展前景

2.1 “大智移云物”將會(huì)深度融合

人工智能是信息時(shí)代的產(chǎn)物，未來(lái)發(fā)展也離不開信息技術(shù)的支持。其中，大數(shù)據(jù)、人工智能、移動(dòng)互聯(lián)、云計(jì)算、物聯(lián)網(wǎng)等前沿技術(shù)具有密不可分、相互影響的關(guān)系。今后，“大智移云物”將會(huì)進(jìn)一步融合，為AI技術(shù)創(chuàng)新發(fā)展創(chuàng)造良好的外部環(huán)境。如人工智能發(fā)展將會(huì)更加依賴于深度學(xué)習(xí)(DL)，而深度學(xué)習(xí)則需要提供海量數(shù)據(jù)作為學(xué)習(xí)樣板，這種情況下就必須借助互聯(lián)網(wǎng)渠道，利用大數(shù)據(jù)技術(shù)為AI提供多元化、海量化的樣本資源庫(kù)，以滿足其深度學(xué)習(xí)的需要，支持AI技術(shù)實(shí)現(xiàn)創(chuàng)新發(fā)展。人工智能的發(fā)展要應(yīng)用并服務(wù)于各個(gè)行業(yè)，這一過程需要使用移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)，在今后的一段時(shí)間，基于人工智能的各項(xiàng)應(yīng)用和服務(wù)將會(huì)實(shí)現(xiàn)從虛擬向現(xiàn)實(shí)的過渡。人工智能應(yīng)用過程中會(huì)產(chǎn)生大量的信息數(shù)據(jù)，海量數(shù)據(jù)的存儲(chǔ)會(huì)使用到云存儲(chǔ)技術(shù)。因此，應(yīng)繼續(xù)探索人工智能與云存儲(chǔ)、云計(jì)算、大數(shù)據(jù)、移動(dòng)物聯(lián)網(wǎng)等技術(shù)的深層次整合，為其發(fā)展提供契機(jī)。

2.2 有望代替人類認(rèn)知專家顧問

近年來(lái)，人工智能快速發(fā)展主要依賴三個(gè)元素：性能強(qiáng)大的神經(jīng)元網(wǎng)絡(luò)、價(jià)格低廉的芯片和大數(shù)據(jù)。其中，神經(jīng)元網(wǎng)絡(luò)是機(jī)器實(shí)現(xiàn)深度學(xué)習(xí)的基礎(chǔ)，能夠?qū)θ祟惔竽X活動(dòng)和意識(shí)進(jìn)行模擬，從而逐漸達(dá)到專家顧問的水平，并且很有可能在未來(lái)代替人類專家顧問?；谏疃葘W(xué)習(xí)的認(rèn)知專家顧問，是一個(gè)從模仿到超越的過程。初始階段，AI需要獲取人類認(rèn)知專家顧問的思維邏輯、分析模式，并進(jìn)行學(xué)習(xí)、模仿。隨著學(xué)習(xí)時(shí)間的增加，AI的分析能力逐漸提升并接近人類認(rèn)知專家顧問的頂尖水平。在不久的將來(lái)，AI可以聯(lián)合大數(shù)據(jù)分析和云計(jì)算處理，比人類認(rèn)知專家顧問更加快速地完成海量數(shù)據(jù)的匯總、統(tǒng)計(jì)，在此基礎(chǔ)上利用特定的程序邏輯，推導(dǎo)出相應(yīng)的分析結(jié)果?？梢灶A(yù)見AI通過深度學(xué)習(xí)，將會(huì)在不遠(yuǎn)的將來(lái)代替人類認(rèn)知專家顧問，為更多的用戶提供決策分析。目前，AI認(rèn)知專家顧問已經(jīng)在金融分析、機(jī)器翻譯、智能搜索等領(lǐng)域得到了推廣使用，隨著AI深度學(xué)習(xí)能力的提升，將會(huì)在更加廣泛的領(lǐng)域得到應(yīng)用。

2.3 模式識(shí)別技術(shù)將逐步提升AI學(xué)習(xí)能力

人工智能可為AI提供大量的學(xué)習(xí)樣本，通過深度學(xué)習(xí)提高AI決策的科學(xué)性，能夠達(dá)到甚至超越人類專家決策判斷的效果。但是面對(duì)海量的樣本數(shù)據(jù)，AI并不能也沒有必要全盤接受、完全處理，否則會(huì)導(dǎo)致計(jì)算機(jī)運(yùn)行負(fù)荷超標(biāo)。模式識(shí)別(Pattern recognition)技術(shù)可以很好地解決此類問題，隨著該技術(shù)的成熟發(fā)展，有望使AI學(xué)習(xí)能力再提升一個(gè)等級(jí)。該技術(shù)首先對(duì)數(shù)據(jù)庫(kù)內(nèi)海量的樣本數(shù)據(jù)進(jìn)行掃描，提取樣本特征，根據(jù)特征信息完成對(duì)樣本數(shù)據(jù)的分類。根據(jù)AI的設(shè)計(jì)功能、使用需要和應(yīng)用領(lǐng)域，選擇與之對(duì)應(yīng)的樣本數(shù)據(jù)，提高AI學(xué)習(xí)的專業(yè)性，為AI在特定領(lǐng)域發(fā)揮更大的作用奠定基礎(chǔ)。

2.4 符號(hào)計(jì)算技術(shù)將深入提升AI服務(wù)能力

符號(hào)計(jì)算(Symbolic computation)是支持AI發(fā)展的關(guān)鍵技術(shù)之一。簡(jiǎn)單來(lái)說，符號(hào)計(jì)算是基于特定的運(yùn)算公式，在AI的控制下對(duì)相關(guān)數(shù)據(jù)進(jìn)行計(jì)算、求解、得出結(jié)果，并將結(jié)果運(yùn)用到?jīng)Q策中。在開源領(lǐng)域，Python的SymPy可以支持符號(hào)計(jì)算。在商業(yè)領(lǐng)域，Maple、Matlab能夠進(jìn)行符號(hào)計(jì)算。基于AI的符號(hào)計(jì)算，與傳統(tǒng)的數(shù)值計(jì)算有明顯的差別，兩種計(jì)算方法雖然都能夠得出相應(yīng)的結(jié)果，但是AI可以將結(jié)果應(yīng)用于不同領(lǐng)域，為用戶提供服務(wù)。當(dāng)前的符號(hào)計(jì)算技術(shù)在符號(hào)識(shí)別、計(jì)算能力等方面還有一定的局限，隨著該技術(shù)的發(fā)展，未來(lái)的符號(hào)計(jì)算將會(huì)支持AI為用戶提供更加智能和個(gè)性的服務(wù)。

3 展望

人工智能已在網(wǎng)絡(luò)安全、遠(yuǎn)程控制、工業(yè)制造等諸多領(lǐng)域得到了創(chuàng)新應(yīng)用。從實(shí)際效果來(lái)看，相比于傳統(tǒng)的以人工或機(jī)械為主的控制模式，人工智能在提升作業(yè)效率、保證控制精度、控制運(yùn)行成本等方面均表現(xiàn)出強(qiáng)大優(yōu)勢(shì)。大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算等技術(shù)的發(fā)展為人工智能的創(chuàng)新提供了源動(dòng)力。未來(lái)，人工智能將會(huì)在預(yù)測(cè)決策、風(fēng)險(xiǎn)識(shí)別等更多領(lǐng)域提供更加多樣的智能服務(wù)。掌握和運(yùn)用人工智能技術(shù)已成為大數(shù)據(jù)時(shí)代的一項(xiàng)必備技能，也是支持人工智能發(fā)揮價(jià)值、持續(xù)發(fā)展的重要?jiǎng)恿Α?/p>