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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09