漫话大数据与人工智能(1)

漫话大数据与人工智能（1）

胡经国

本文根据有关文献和资料编写而成，供读者参考。本文在篇章结构、内容和文字上对原文献作了一些修改和补充，并且添加了一些小标题，特此说明。

一、人工智能的基本概念

1、人工智能的一般概念

人工智能（Artificial Intelligence，AI）是研究和开发用于模拟、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。

人工智能是计算机科学的一个分支学科。它企图了解智能的实质，并且生产出一种新的能以人类智能相似的方式做出反应的智能机器。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，其理论和技术日益成熟，应用领域也在不断扩大。可以设想，未来人工智能带来的科技产品将会是人类智慧的“容器”。人工智能是对人的意识和思维的信息过程的模拟。人工智能不是人的智能，但是它能像人那样思考，也可能超过人的智能。

人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识、心理学和哲学。人工智能由众多不同的领域组成，如机器学习，计算机视觉等等。总的说来，人工智能研究的一个主要目标，是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但是在不同的时代、不同的人对这种“复杂工作”的理解是不同的。人工智能曾经入选“2017年度中国媒体十大流行语”。

2、人工智能的定义及其理解

人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时，我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但是，总的来说，“人工系统”就是通常意义上的人工系统。

至于什么是“智能”，那问题就多了。这涉及到其它诸如意识、自我、思维（包括无意识的思维）等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是，我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此，人工智能的研究往往涉及对人的智能本身的研究；其它关于动物或其它人造系统的智能，也普遍被认为是人工智能相关的研究课题。

3、人工智能的科学范畴

人工智能是计算机学科的一个分支学科。20世纪70年代以来，它被称为世界三大尖端技术（空间技术、能源技术、人工智能）之一。而且，它被认为

是21世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。这是因为，近30年来，它获得了迅速的发展，在很多学科领域都获得了广泛应用，并且取得了丰硕的成果，人工智能已逐步成为一个独立的分支科学，无论在理论和实践上都已经自成体系或系统。

人工智能是研究使用计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科。人工智能的主要研究内容包括计算机实现智能的原理、制造具有类似于人脑智能的计算机，使计算机能够实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说，它几乎涉及到自然科学和社会科学的所有学科，其涉及的学科范围已经远远超出了计算机科学的范畴。

人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅局限于逻辑思维，而且还要考虑形象思维、灵感思维，才能促进人工智能的突破性发展。数学常常被认为是多种学科的基础科学，数学也已进入到语言、思维领域。人工智能学科也必须借用数学工具；数学不仅在标准逻辑、模糊数学等范围内发挥作用，而且数学也会进入人工智能学科，它们将互相促进而更快地发展。

4、人工智能的研究价值

⑴、让计算机完成繁重的科学和工程计算

大家知道，繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能够完成这种计算，而且还能够比人脑做得更快更准确。因此，当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”。可见，复杂工作的定义是随着时代发展和技术进步而变化的。人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，另一方面又转向更有意义、更加困难的目标。

⑵、计算机从精于计算到精于创造

通常，机器学习的数学基础是统计学、信息论和控制论；还包括其他非数学学科。这类机器学习对经验的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略；在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但是，人类除了会从经验中学习之外，还会从事创造，这被称为“跳跃型学习”；这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”直接到另一个“概念”。正因为如此，这里的“实践”并不是同人类实践一样的实践。人类的实践过程同时包括经验和创造。

这是智能化研究者梦寐以求的东西。2013年，“帝金数据普数中心”数据研究员S.C WANG开发了一种新的数据分析方法，该方法导出了研究函数性质的新方法。作者发现，新数据分析方法给计算机学会“创造”提供了一种方法。在本质上，这种方法为人的“创造力”的模式化提供了一种相当有效的途

径。这种途径是数学赋予的，是普通人无法拥有但是计算机可以拥有的“能力”。从此，计算机不仅精于计算，而且还会因精于计算而精于创造。计算机学家们应该斩钉截铁地剥夺“精于创造”的计算机过于全面的操作能力，否则计算机真的有一天会“反捕”人类。

当回头审视新方法的推演过程和数学的时候，作者拓展了对思维和数学的认识。数学简洁，清晰，可靠性、模式化强。在数学的发展史上，处处闪耀着数学大师们创造力的光辉。这些创造力以各种数学定理或结论的方式呈现出来；而数学定理最大的特点就是：建立在一些基本的概念和公理上，以模式化的语言方式表达出来的包含丰富信息的逻辑结构。应该说，数学是最单纯、最直白地反映着（至少一类）创造力模式的学科。

二、大数据与人工智能应用领域

人工智能可以被灌注到形体之中，借助硬件设备来生动呈现；人工智能也可以以一个程序的形式更加灵活地展示。那么，随着大数据技术的不断发展和完善，人工智能都能在哪些领域被应用，又将给人们带来怎样的帮助？

1、有形人工智能展现：智能机器人

据报道，日本酒店引进全机器人服务，让智能机器人火了一把。在中国，也有小餐馆引进智能机器人服务。它们的出现，既降低了人员雇佣成本，又可以从新奇的角度吸引顾客。这些智能机器人借助外在硬件设备的优势，让人忽略了一部分内部数据不完善。可以说，靠外形来弥补人工智能过渡期的一系列不足，是让人接受这一新兴产业的优选桥梁。但是，当大数据整合应用到灵活精算调度阶段，外观的重要性就可以逐步减弱。

2、无形人工智能展现：智能语音

现在提到智能语音，人们最先会想到的可能是Siri。大苹果的智能语音系统，做得确实优于某些安卓机，但是这并不是智能语音的最理想境界。智能语音的未来发展，应该完全融合人工智能，转变现有的固态思维。在提及人工智能时，最先想到的不是智能机器人，而是智能语音。智能语音并不局限于智能手机承载。在全面大数据融合并且成功通过图灵测试之后，将融接到各种设备的对接之中。从而，真正实现人可以与物说话、物与物可以交流的物物相连新境界。

在现阶段，人工智能的发展陷入了一个怪圈。在大多数人的意识里，如果没有一个机器人的形体去呈现人工智能，就总觉得缺了点什么。但是事实上，人工智能的无形体展现也可以很有价值；应该被重视起来，而不是被局限在机器人的框架里。然而，让人们体验不完善的并不是在于没有外在的形体，而是在于大数据不够完善环境下的智能承载数据本身。

链接：Siri

SIRI（Speech Interpretation & Recognition Interface）原义为语音识别接口，是苹果公司在苹果手机、ipad产品上应用的一个智能语音助手。利用Siri用户可以通过手机读短信、介绍餐厅、询问天气、语音设置闹钟等。