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
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25