京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据、云计算是否将点燃人工智能?
人工智能(AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。1956年,人工智能学科被正式提出,50多年来已取得较为长足的发展,成为一门广泛的交叉和前沿科学。人工智能虽已发展多年,指纹识别、机器翻译、图像理解等等,但似乎并未给人们生活带来太多本质性变化。随着大数据与云计算的普及,与二者息息相关的人工智能是否会被点燃,它会受到什么样的影响呢?
你真的理解人工智能了吗?
当提到人工智能,网友1983yu表示,他能够想到的是机器视觉、指纹识别、人脸识别、视网膜识别、掌纹识别、专家系统、自动规划、智能搜索、定理证明、博弈、自动程序设计、智能控制、机器人学、语言和图像理解,遗传编程等,他认为这些都应是人工智能。比较著名的也就是Siri之类的,而突破性的进展估计还要继续等待,现在都是初级的应用罢了。而对于人工智能的深层含义,他讲道:“人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。”
网友何冰分析道:“人工智慧从字面上看就是人造的智慧,但是实际上涵盖了不少部分,大家最关心的实际上是人工自主意识,因为网络和电脑已经完成了知识的检索和存储,几大搜索引擎也完成了关键字-关联解释的功能和海量数据积累,而且大多数机器人厂商已经完成了反应机,自适应等等高级功能,但是人类对自身意识的研究并没有上升到更透彻的层面。”
网友百得对于人工智能的解读十分干练诙谐,他认为:“带有条件判断的逻辑行为就是智能;人类采用非自然方法实现智能就是智能机;可以安全重组的连续逻辑过程就是意识;人类采用非自然方法实现意识就是人工智能。”
人工智能与大数据和云计算的关系
网友1983yu指出,人工智能目前其实还是处于初级阶段,它与大数据和云计算的关系很暧昧,发展前期,人工智能靠它们来定位,所以关系较为密切。而若考虑智能方面,则应该是自动学习能力最为重要,自己存储数据,进化到自我学习的手段来实现人工智能。
网友smilefish从生活角度谈到:“人的智能模拟,简单的如指纹识别,面部识别和视网膜识别等。需要借助大数据来实现某些功能和应用。”
小编认为,网友zhihuyonghu分析的有条有理,较为中肯:“人工智能的确在近年来遇到了极好的发展机遇,互联网、移动互联网的普及让人类的数据触手可及,计算技术的快速发展让机器快速处理海量数据变成了现实,‘大数据+大计算’让神经网络以深度学习的名号重出江湖。但是这并不能说人工智能在核心技术上就有多大的突破。”
人工智能的未来会如何?
“未来会对人类社会产生巨大影响,在很大程度上会促进人类社会的发展。”网友1983yu附和道:“以后各行各业应该都会用到人工智能,特别是在精密行业,不说以后顶半边天,一半一半也应该有吧。虽然很多人认为人工智能将会是人类的威胁,但是目前考虑这么多没有用,先发展再说。”
人工智能应以人为本,为便利而生,它必须对人类产生作用。但网友网友钟宇尧却不这么认为,他说:“最高级的人工智能将是一种更高级的生命形式。必将继承人类智能,成为生命进化的下一个阶段。这种生命,拥有远超人类更高速的发展能力,必然取代人类。”
有人工智能行业背景,他对此分析道:“其实,现有的人工智能技术在本质上还是按照人类设计的固定算法来思考,依然是一种机械地执行人类智能而已。所谓的机器学习,它只是人类利用机器的计算能力来学习而已,其主语是人类,而非机器。真正的机器智能应当拥有自己独立的学习能力,但这在很长一段时间内应该是人类的保留技能了,因为人脑显然要神奇奥妙得多。人工智能的未来,要极大地依赖于生命科学的发展,我们需要像造物主学习的还有很多很多。”
其实,在很多科幻片中出现的人工智能畅想物很多已经不仅存于人们的幻想中,在大数据与云计算相关技术有了很大发展的今天,能够支撑人们将理想变为现实的能力已然足够。然而对于前景的判断却不能仅从科技角度出发,商业价值才是落地的根本。计算机的性能发展至今,常规的应用已经足够,那么新的增长点是否会落在人工智能也未可知。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09