人工智能、大数据和云计算的融合

张宏涛

摘要：近几年，随着云计算概念在搜索引擎大会上被Google的首次提出，云计算已经得到了各大IT科技公司的广泛关注，在其他领域当中也受到了热烈的追捧。在这样的背景下，很多项目也希望能够利用云计算来对项目的知名度进行提高。随着IBM在上海对“蓝云”系统公布之后，Google、微软等互联网巨头也相继加大了对云计算的开发力度，与此同时，大数据也逐渐进入到人们的视野当中。资讯革命之后，人们的日常生活与数据的联系愈加密切，很多企业都开始利用对大数据的挖掘、分析来对企业的发展趋势以及业务模式进行挖掘，帮助企业获得更高的运营效率以及更强的竞争优势。本文从实际出发，结合笔者的工作经验，就人工智能、大数据、云计算的结合展开了一定的探讨。

关键词：云计算；大数据；人工智能；融合；发展

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2018）08-0180-02

马云曾经说过，在我们还没有搞清楚互联网的时候，移动互联就来了，而我们在还没有搞清楚移动互联的时候，大数据又来了。大数据的出现，使得人们的生活获得了极大的便利，而在科学研究、公共管理等多个方面都能够获得十分广泛的应用。但仍有人存在着这样的疑问，大数据、云计算、人工智能等等概念之间有着怎样的联系，又有着怎样的区别，本文从这一点出发，在下文当中展开了一定的研究。

1大数据论述

1.1大数据的定义

所谓的大数据，就是一个数据体量、类别都非常庞大的数据集，在这个数据集当中，我们难以利用传统的数据库工具获取以及处理器中的内容。数据类型多、数据处理快、数据真实性高以及数据规模大是其最为重要的四个特征。

第一，大数据有着非常多的数据类型，其中的数据并不是来自于单一的数据源，而是来自很多数据源，其中有着十分丰富的数据种类以及格式；第二，大数据有着很大的规模，一般来讲在10TB左右；第三，大数据有着很高的真实性，新型数据使得传统的数据源遭到了打破，而企业的发展也需要有效、真实、安全的信息；第四，大数据有着很快的处理速度，能够及时、快速地对数据进行处理。

1.2大数据的发展历程

201 1年，“大数据”被麦肯锡研究院在其研究报告《大数据》当中提出。此后，随着美国一些科学家以及高德纳公司的推广，大数据的概念得到了流行。

上个世纪90年代到本世纪初期，是大数据发展的萌芽阶段，在该阶段当中，不断成熟的数据挖掘理论以及技术使得人们开始应用与商业相关的智能工具，例如知识管理系统、专家系统等。

2003-2006年，是大数据发展的重要突破期，在该阶段当中，不断发展的非结构化数据使得大数据技术的发展得到了有效地推动。而2004年创立的Facebook更成为了其中的重要标志。

2006-2009年，大数据技术逐渐成熟，并形成了分布式系统以及并行运算。

2010年，不断涌现的智能手机得到了十分广泛的应用，日益凸显的数据碎片化、分布式特征，使得移动数据也得到了飞快的增长。

近年来，快速发展的大数据技术正在不断的渗透到社会的各行各业当中，这样使得行业与大数据的技术领域便捷变得越加模糊，对大数据的创新以及应用，已经超越了大数据技术，受到了各个行业的青睐。

2人工智能论述

2.1人工智能的定义

作为一项全新的技术科学，人工智能主要是对模拟人类智能的理论、技术的应用系统进行开发以及研究，除此之外，人工智能在计算机学科当中也是十分重要的一个分支。人工智能的最终目的，是为了对智能的根本是指进行掌握，从而形成与人类智能相近的智能机器，可以说，人工智能的发展与计算机技术的发展有着十分密切的联系。

2.2人工智能的发展历程

1956年，人工智能最初由美国达特茅斯学院提出，其发展经历了半个多世纪，有着十分曲折的发展历程，通常来讲，我们将其划分为以下三个阶段：

第一阶段为上世纪40年代中期到50年代中期，该阶段为人工智能的启蒙探索时期。1950年，英国著名的数学家图灵提出了机器能够思维，并且能够对人类进行帮助的问题，而这一问题的提出，也使得现代人工智能的发展得到了直接的推动。

第二阶段为上世纪50年代中期到80年代中期，该阶段是人工智能的经典符号时期。在该阶段当中，認知心理学、人工智能以及认知科学开始共同发展。

第三阶段为上世纪80年代至今，该阶段为人工智能的联结主义时期。在该时期当中，对人脑智力活动的模拟主要通过人工神经网络分布处理的方法。

3大数据与人工智能的关系

近年来，大数据与人工智能交叉促进，使得很多的方法、应用以及价值都得到了产生。

如今，人们已经拥有了分类、检索、统计大数据的能力，这也与大数据技术的发展有着密切的联系，而在大数据分析方面，人工智能的一些方法理论也得到了一定的应用。

而通过很多学者的不断研究我们发现，想要对人工智能的成长性问题以及扩展性问题进行解决，就必须要对大数据技术进行应用。

传统的人工智能技术难以对人类相似的学习研究能力进行实现，之所以造成这样的情况，是因为人工智能实际上是异常复杂以及繁琐的，海量数据的支撑以及对数据的处理能力是推动人工智能产生的重要条件，而传统的机器当中缺乏足够的条件。

人工智能需要丰富的经验以及大量的知识，而这都需要利用大量的数据进行支撑，大数据的发展为其提供了一定的技术支持，使得机器不仅能够得到足够的数据量，还能够对这些数据进行有效的处理，符合人工智能所需要数据量以及对数据进行处理的能力。而只有这样才能够使得人工智能得到发展，人工智能的发展也能够使得大数据技术的发展得到推动。

人工智能的相关方法以及理论，能够使得大数据的应用价值得到有效的提高，与此同时，不断发展的大数据技术也会使得人工智能得到更好的开发。

4未来人工智能的发展

4.1模式识别

所谓的模式识别，就是使得计算机能够利用数学计算的方法要对处理、自动判读等功能进行研究。

随着计算机技术的不断发展，人们会更加深入的研究对复杂心理的处理，与此同时，模式识别也能够为人类对自身智能的认识提供一定的帮助。

在實际的生活当中，对升学信息、光学信息的判断、识别对人类有着十分重要的作用。在计算机识别当中，准确、高效已经成为了十分重要的特点，指纹识别功能的广泛应用就是其中的重要典型。

人类的指纹具有唯一性，每一个人的指纹都是独一无二的，很多年前，我国就有相关学者深入的观察、研究了数字图像的离散几何性质，并从人类指纹灰度图像对纹线局部方向进行了精确的计算，并从中对人类指纹特征信息的相关算法进行了提取。

该研究此后在全自动指纹鉴定系统当中得到了应用，并对我国指纹自动识别系统的应用起到了重要的推动作用。

4.2专家系统

作为人工智能未来发展的重要方向，在今天的生活当中，专家系统已经得到了十分广泛的应用。专家系统其实就是具有大量行业知识的程序系统。该系统能够对计算机科学技术以及人工智能进行有效的引用，在根据行业权威提供的经验进行推理推断之后，就能够模拟人类专家的判断，并通过该过程来对人类现实当中的复杂问题进行解决。

想要使得专家系统得到实现，必须要有两个条件对其进行支持。第一，需要有与该领域专家解决问题类似的机制；第二，对完善的专家知识库进行建立。无论缺乏其中哪一个条件，都不能够使得专家识别得到完成。

通过相关的研究我们能够看到，专家系统能够快速处理人类输入的信息，并能够利用相关知识进行判断，从而做出相应的决策。

如今，对于专家系统已经研究了很长时间，同时专家系统也得到了许多研究学者的重视。如今，在很多行业当中，专家系统都已经得到了有效的应用并取得了良好的效果。

目前使用的专家系统主要有解释型、控制型、诊断型、教育型等不同的十种类型。

4.3符号计算

在计算机的诸多用途当中，科学计算是其中最主要也是最基本的用途。通常来讲，科学计算分为符号计算以及纯数值计算两种类别，其中，符号计算与纯数值计算相比，属于一种智能化计算，其计算的对象主要是各种经过处理的符号。

在符号计算过程当中，符号能够对实数、复数、有理数等多种数值进行代表，也能够对集合、函数等进行代表。

上世纪五十年代，人类就已经对能够进行符号计算的计算机软件开始援救，现如今，人工智能以及科学技术的不断进步，也推动了能够对符号进行计算机的系统软件的出现。

这些软件通常都具有十分齐全的软件功能，其特点也较为统一：第一，有着友好的人机界面，能够灵活的命令进行输入，操作十分便捷；第二，有着支持交互处理的操作界面，而在对命令进行输入之后，计算机就能够对其处理并对结果进行显示。

虽然计算机只能够对人输入的命令进行执行，这对计算机造成了一定的局限，但目前也得到了很大的突破，在未来的发展过程当中，符号计算将会得到更好的发展。

4.4人工神经网络以及机器情感

现如今，在很多领域当中人工智能的思想都已经得到了应用，而在未来的发展过程当中，人工神经网络将成为人工智能的重要发展领域。

通过相关研究我们发现，在智能当中，情感也是其中的一个重要部分，因此，在人工智能的未来发展过程当中，为计算机赋予情感行的能力也将成为一个重要的突破点。

5结束语

大数据、云计算的应用，使得人们的生活得到了重要的改变，但是仍然有很多的问题需要我们去解决。例如：个人信息在进入信息源之后，很容易被人加工以及利用，给人们的生活带来困扰。当然，随着时代的进步以及科技的不断发展，这些问题都将得到解决。