人工智能發展離不了云計算和大數據
最近火熱的美劇《西部世界》里傳遞出很多關于人工智能的信息，在圍繞如何突破機器極限，形成自主意識方面，提出了富有科幻現實色彩的方法 - 冥想程序，將意識形成描繪成了
“走迷宮”的過程，同時在道德層面又一次將“人工智能是否能成為有別于人類的另一個物種”的問題呈現在廣大觀眾面前。
“人工智能”（AI） 這一概念最早由馬文 · 明斯基和約
翰 · 麥卡錫于 1956 年的“達特茅斯會議”上共同提出。1960
年，麥卡錫在美國斯坦福大學建立了世界上第一個人工智能實驗室。經過近幾年互聯網的飛速發展，AI 對企業甚至是行
業產生了巨大而又深遠的影響。機器學習，尤其是深度學習技術成為人工智能發展的核心。越來越多的硬件供應商專為深度學習和人工智能定制設計芯片。如 IBM 的人腦模擬芯片
SyNAPSE（Systems of Neuromorphic Adaptive Plastic Scalable
Electronics，自適應塑料可伸縮電子神經形態系統）芯片，含
有 100 萬個可編程神經元，2.56 億個可編程突觸，每消耗一焦耳的能量，可進行 460 億突觸運算。
云計算和大數據作為人工智能的基礎，在工業制造等眾多場景中得到了廣泛應用，比如很多工廠都在傳送帶上加裝了傳感器，將壓力、溫度、噪音和其他一些參數實時傳到云端，將工廠真正連上網絡，然后利用人工智能的算法對這些數據進行比對，由此提前為工廠提供預警和遠程檢測服務。這種將生產流程及產品通過物聯網連接到云端，然后利用算法進行大數據分析的模式，將在更多的行業被廣泛應用。
目前人工智能主要有 10 個應用子領域，分別是機器學習、計算機視覺、智能機器人、虛擬個人助理、自然語音處理、實
時語言翻譯、情感感知計算、手勢控制、推薦引擎及協同過濾、視頻內容自動識別。各方向處于不同的發展階段，發展程度有高有低。但驅動發展的先決條件主要體現在感知能力、理解
能力、學習能力、交互能力四個方面。
1 感知能力
目前人工智能的感知主要通過物聯網來實現，它提供了計算機感知和控制物理世界的接口與手段，能夠采集數據、記憶，分析、傳送數據，進行交互、控制等。比如攝像頭和相機記錄了關于世界的大量圖像和視頻，麥克風記錄了語音和聲音，各種傳感器將它們感受到的世界數字化。這些傳感器就如同人類的五官，是智能系統的數據輸入，是感知世界的方式。
2 理解能力
智能系統不同于人腦，沒有數以千億的神經元，對事物問題的理解在現階段還很大程度上依賴于處理器的計算分析能力。近年來，基于 GPU（圖形處理器）的大規模并行計算異軍突起，擁有遠超 CPU 的并行計算能力。從處理器的計算方式來看，CPU 計算使用基于 x86 指令集的串行架構，適合盡可能快的完成一個計算 任 務。 而
GPU 誕 生之
初是為了處理 3D 圖像中的
上百萬個像素
圖像，擁有更
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%