大數(shù)據(jù)與人工智能將會是未來發(fā)展的兩大趨勢，這容易讓人誤解為這是兩個平行、獨立發(fā)展的領域。但實際上，大數(shù)據(jù)是人工智能發(fā)展的基礎，人工智能的發(fā)展往往是緊隨大數(shù)據(jù)的發(fā)展。

我們提供的服務有：成都網站設計、成都做網站、微信公眾號開發(fā)、網站優(yōu)化、網站認證、廈門ssl等。為上千多家企事業(yè)單位解決了網站和推廣的問題。提供周到的售前咨詢和貼心的售后服務，是有科學管理、有技術的廈門網站制作公司

2016年，AlphaGo戰(zhàn)勝李世石引爆了新的輿論點，人工智能(AI)以及其背后的機器學習(machine learning)、深度學習(deep learning)進入了更多人的討論視野。HBO最近推出的人工智能題材連續(xù)劇《西部世界》又再次激發(fā)了人們對人工智能的關注，人們開始思考，未來的世界會不會真的有人工智能意識覺醒的那天。不過，在擔心人工智能是否會打敗人類之前，不妨先仔細思考一下人工智能是怎么產生的。

人工智能的驅動力是什么

就目前而言，人工智能的產生需要足夠的硬件能力支撐、匹配的機器學習算法和充足的數(shù)據(jù)資源。人們常提到，大數(shù)據(jù)與人工智能將會是未來發(fā)展的兩大趨勢，這容易讓人誤解為這是兩個平行、獨立發(fā)展的領域。但實際上，大數(shù)據(jù)是人工智能發(fā)展的基礎，人工智能的發(fā)展往往是緊隨大數(shù)據(jù)的發(fā)展。按照華裔人工智能專家吳恩達(Andrew Ng)的說法是，數(shù)據(jù)是人工智能的燃料，如果只有很大的引擎(算法)而沒有充足的數(shù)據(jù)作為燃料，人工智能這艘火箭是無法實現(xiàn)騰飛的。

按照各個時期不同的驅動力，我們可以將AI的發(fā)展分為三個階段：數(shù)據(jù)技術驅動階段、數(shù)據(jù)驅動階段和情景驅動階段。三個階段的AI發(fā)展對數(shù)據(jù)的要求各不相同，但從總體上看，人工智能與大數(shù)據(jù)之間是同生同漲的有機關系。每一次人工智能的增長，大數(shù)據(jù)行業(yè)都起著重要的推動作用。數(shù)據(jù)量級的增長、計算能力的提升、存儲效率的優(yōu)化、數(shù)據(jù)可分析程度的提高……都在加快人工智能的發(fā)展。其中，數(shù)據(jù)是人工智能發(fā)展的一個重要的競爭優(yōu)勢來源。

人工智能1.0：技術驅動

人工智能發(fā)展的第一個階段，是集中誕生基礎理論的階段。這個階段奠定了人工智能發(fā)展的基本規(guī)則，并誕生了基本的開發(fā)工具，為日后人工智能的研發(fā)工具的升級開辟了先河。在這個階段，技術的發(fā)展，尤其是算法的發(fā)展，成了推動人工智能進步的大動力。達特茅斯會議之后，人們對于算法程序和語言開發(fā)投入了極大熱情，掀起了人工智能發(fā)展的第一波高潮。

公認的人工智能發(fā)展起點是1956年于美國達特茅斯學院舉辦的第一節(jié)人工智能會議。盡管這次會議并未達成普遍的共識，但是卻為會議確定了主題：人工智能。第一批的人工智能研究從此開始。

1946年，人類歷史上第一臺電子計算機ENIAC誕生，盡管它有點笨重，但是毫無疑問廣泛應用于人工智能和計算機領域。計算機與編程算法的相繼出現(xiàn)，從技術層面推動了人工智能的發(fā)展。研究者們樂此不疲地運用新的算法和計算工具去解決應用題、證明幾何定理、學習和使用英語……每一次的成功都進一步增強了人們對人工智能的信心。他們甚至認為“在二十年內，機器將能完成人能做到的一切工作”。這一目標顯然是高估了人工智能發(fā)展速度。

計算機性能的瓶頸、計算復雜性的指數(shù)級增長、數(shù)據(jù)量的缺失，使得人工智能的研究停滯不前，人們逐漸對人工智能的發(fā)展逐漸喪失信心，人工智能研究進入了第一個低谷期。

人工智能 2.0：數(shù)據(jù)驅動

人工智能發(fā)展的第二個階段，是數(shù)據(jù)推動人工智能更新迭代的階段。這個階段，可獲得和分析的數(shù)據(jù)飛速增長，不僅磨練和提高了計算的能力，使人工智能的大規(guī)模運算成為可能，并且也反過來倒逼了數(shù)據(jù)的采集、清洗和積累，以及相應的軟硬件基礎設施的發(fā)展——這些都帶動了大數(shù)據(jù)行業(yè)的騰飛。大企業(yè)在這個階段發(fā)揮出了規(guī)模優(yōu)勢，成為了推動人工智能發(fā)展第二波高潮的主要動力。

從1981年IBM推出第一臺個人電腦起，到1993年美國政府宣布實施“國家信息基礎設施”計劃，也就是我們常說的信息高速公路，電子計算機與信息數(shù)據(jù)從實驗室走進普通人的生活，人工智能的研究不再只是局限于實驗室的理論，針對日常生活的具體應用也在不斷增多。在這一階段，數(shù)據(jù)主要從兩方面來影響人工智能的發(fā)展：

一方面，大量的數(shù)據(jù)要求人工智能不斷提高其計算能力。信息時代數(shù)據(jù)量的快速增長，對整個人工智能的處理水平提出了更高的要求。人類大腦對數(shù)據(jù)的處理是十分強悍的，人的大腦擁有幾百億個腦細胞，每個腦細胞大約有幾百條腦神經，每條腦神經上又有幾百個突觸，每個突觸的作用又相當于一塊計算機芯片。

計算機人工智能如果想要實現(xiàn)與人類相似的智能水平，就必須要具備相應的計算能力。1997年，IBM“深藍”在世界象棋中戰(zhàn)勝世界棋王卡斯帕羅夫，最重要原因就是其強悍的數(shù)據(jù)處理能力。在研發(fā)過程中，IBM研制小組向”深藍“輸入100年來所有國際特級大師開局和殘局的下法?！吧钏{”每秒能夠進行2億次的運算，能夠通過計算預判之后的12步，對比做出最優(yōu)的決策。

另一方面，大量的數(shù)據(jù)也在不斷地訓練著人工智能。數(shù)據(jù)量的增加對人工智能而言，不是負擔，而是財富，因為數(shù)據(jù)能幫助訓練人工智能，使結果更加精準?；仡櫋吧钏{”，令人驚嘆的計算能力并不意味著它就是堅不可摧的。深藍在1996年第一次挑戰(zhàn)時，就以2：4敗給卡斯帕羅夫。在之后的一年，研發(fā)團隊引入美國特級大師本杰明，將他對象棋的理解變成程序教給“深藍”。此外，在與卡斯帕羅夫每一場對戰(zhàn)后，都不斷挑戰(zhàn)系統(tǒng)參數(shù)，強迫“深藍”進行學習。

如果說主要作為實驗室研究成果的“深藍”并不足以說明數(shù)據(jù)對于人工智能的重要性，那不妨看看目前占據(jù)位居全球市值TOP5中的谷歌與亞馬遜。谷歌的搜索引擎與亞馬遜的智能推薦系統(tǒng)都是人工智能的具體應用領域，在大量數(shù)據(jù)的訓練下，無論是谷歌的搜索結果，還是亞馬遜的推薦結果，都越來越精準——這構成了兩家數(shù)據(jù)公司的核心競爭力。

人工智能 3.0：情景驅動

人工智能發(fā)展的第三個階段，是情境推動人工智能更深入到具體應用的階段。隨著人工智能的技術發(fā)展和數(shù)據(jù)積累，行業(yè)逐漸發(fā)現(xiàn)短期內通用智能和強人工智能是難以實現(xiàn)的，數(shù)據(jù)分布的情境化特性使得人工智能在特定情境下的垂直發(fā)展成為了可能。

這個階段，新的實用情境的識別與發(fā)現(xiàn)，以及對該情境的人工智能解決方案的研究，極大的推動了人工智能行業(yè)的前進。移動互聯(lián)網時代，各種移動終端設備的出現(xiàn)，使得數(shù)據(jù)呈現(xiàn)指數(shù)級的增長。相對于之前，現(xiàn)階段的“數(shù)據(jù)”包含的信息量越來越大、維度越來越多，從圖像、聲音等富媒體數(shù)據(jù)，到動作、姿態(tài)、軌跡等人類行為數(shù)據(jù)，再到地理位置、天氣等環(huán)境數(shù)據(jù)……按照以往數(shù)據(jù)處理的思路已經難以適應“數(shù)據(jù)”本身的發(fā)展。這對于人工智能應用者來說，既是驚喜，又是挑戰(zhàn)，因為一個融合人類智慧、人工智能以及海量數(shù)據(jù)的智能數(shù)據(jù)時代已經來臨。

在圍棋領域戰(zhàn)勝人類的AlphaGo已是人工智能的典型代表，但除了AlphaGo，人工智能研究中更多的是各種具體應用。2011年，蘋果推出語音虛擬助手Siri，讓人們開始體驗“人機對話”，當用戶懶得輸入時，便可以直接詢問Siri。盡管Siri剛推出時的回答經常讓人啼笑皆非，但是大量的數(shù)據(jù)訓練使Siri的語音識別越來越精準，反饋的答案也讓用戶越來越滿意。2014年，亞馬遜推出語音智能家庭管家Echo，人們無需觸碰手機，就能直接喚醒Echo，讓其完成指令，享受智能家居。

人們更能感受到的是生活中的各類推薦系統(tǒng)(比如圖書、音樂、新聞相關的手機App)，在搜集用戶的個性化數(shù)據(jù)之后，利用機器學習，為用戶反饋出獨一無二的結果。一直將自己定義為科技公司而非媒體公司的“今日頭條”便是利用數(shù)據(jù)獲取成功的典型案例。大量場景化的數(shù)據(jù)為人工智能應用于各種情景提供了發(fā)展的土壤，沒有數(shù)據(jù)就不會有智能。李開復也曾提到，人工智能更適合于擁有大數(shù)據(jù)、且數(shù)據(jù)量可以實現(xiàn)自我推動的公司，沒有數(shù)據(jù)的人工智能是無法前行的。

情景驅動對應用型人工智能企業(yè)的數(shù)據(jù)處理能力提出了要求。企業(yè)不僅需要采集數(shù)據(jù)，還需要利用深度學習將這些數(shù)據(jù)轉化為人工智能的“知識”，最后根據(jù)企業(yè)的需求，轉化為相應的應用決策。

也就是說，應用型的企業(yè)至少要形成縱向的生態(tài)鏈，才能實現(xiàn)完成整個場景閉環(huán)。令人慶幸的是，有些公司提供的智能數(shù)據(jù)平臺能夠協(xié)助企業(yè)完成整個數(shù)據(jù)流程的服務，讓企業(yè)無需重新開發(fā)一套自己的平臺系統(tǒng)。以TalkingData的智能數(shù)據(jù)平臺(SmartDP)為例，SmartDP能夠提供數(shù)據(jù)管理、數(shù)據(jù)科學、數(shù)據(jù)工程的能力，企業(yè)能夠利用這一平臺與自己的具體產業(yè)行業(yè)相結合，全面利用數(shù)據(jù)創(chuàng)造更多商業(yè)價值。

結語

互聯(lián)網的發(fā)展將大家?guī)肓舜髷?shù)據(jù)的時代，而智能數(shù)據(jù)時代是大數(shù)據(jù)時代的新的階段。人工智能與大數(shù)據(jù)一樣，對社會經濟起到賦能的作用，幫助人類感知、認知、分析和預測這個世界。

對于人工智能這艘火箭，算法是引擎，數(shù)據(jù)是燃料。當行業(yè)日漸開放，越來越多的算法選擇了開源，此時數(shù)據(jù)便成為了影響人工智能成敗的關鍵點。豐富、多維度的情景化數(shù)據(jù)使人工智能更多更深的被應用起來，而人工智能的深度應用，又產生了更加海量、精準、高質量的面向情景的數(shù)據(jù)，為模型的進一步優(yōu)化提供了條件。

對于未來，我們相信，人工智能和大數(shù)據(jù)將會共同發(fā)展，給人類帶來更加智能的生活。

創(chuàng)新互聯(lián)面向全國提供域名注冊、虛擬主機、云服務器、服務器托管與租用，如需了解，請聯(lián)系QQ:171356849微信：zh18159893430 咨詢，謝謝！

當前文章：人工智能三個發(fā)展階段的驅動力
文章地址：http://sd-ha.com/article18/ceegp.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供手機網站建設、App開發(fā)、建站公司、搜索引擎優(yōu)化、做網站、網站收錄

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)