人工智能需要有大数据支撑
人工智能主要有三个分支:
1.基于规则的人工智能;
2.无规则,计算机读取大量数据,根据数据的统计、概率分析等方法,进行智能处理的人工智能;
3.基于神经元网络的一种深度学习。
基于规则的人工智能,在计算机内根据规定的语法结构录入规则,用这些规则进行智能处理,缺乏灵活性,不适合实用化。因此,人工智能实际上的主流分支是后两者。
而后两者都是通过“计算机读取大量数据,提升人工智能本身的能力/精准度”。如今,大量数据产生之后,有低成本的存储器将其存储,有高速的CPU对其进行处理,所以才有了人工智能后两个分支的理论得以实践。由此,人工智能就能做出接近人类的处理或者判断,提升精准度。同时,采用人工智能的服务作为高附加值服务,成为了获取更多用户的主要因素,而不断增加的用户,产生更多的数据,使得人工智能进一步优化。
大数据挖掘少不了人工智能技术
大数据分为“结构化数据”与“非结构化数据”。
“结构化数据”是指企业的客户信息、经营数据、销售数据、库存数据等,存储于普通的数据库之中,专指可作为数据库进行管理的数据。相反,“非结构化数据”是指不存储于数据库之中的,包括电子邮件、文本文件、图像、视频等数据。
目前,非结构化数据激增,企业数据的80%左右都是非结构化数据。随着社交媒体的兴起,非结构化数据更是迎来了爆发式增长。复杂、海量的数据通常被称为大数据。
但是,这些大数据的分析并不简单。文本挖掘需要“自然语言处理”技术,图像与视频解析需要“图像解析技术”。如今,“语音识别技术”也不可或缺。这些都是传统意义上人工智能领域所研究的技术。
搜索引擎中的大数据与人工智能
将大数据与人工智能结合运用最好的当属Google和。
Google提供优化的搜索引擎服务,后台的人工智能随着用户的使用而不断进化,使用的用户越多,搜索引擎也将越优化,优化之后,用户自然也就更多。除了搜索引擎,Google还通过Gmail、Google Docs等获取大量的“非结构化数据”。这样一来,Google的“大脑”就变得更加聪明了。
此外,Google还研发了“语义搜索”的进化系统;的语音识别技术Siri也是基于最新人工智能理论(深度学习)构建的。
反过来看,现代的人工智能进化,不仅需要理论研究,还需要大量的数据作为原料。
汽车中的大数据与人工智能
2014年年初,Google联合奥迪、通用、本田、现代以及Nvidia成立了一个新的合作团体:开放汽车联盟(Open Automotive Alliance);而在去年6月就涉足汽车领域,推出了“iOS in the Car”(通过Siri语音操作可以实现导航、通话、音乐播放等服务)。
最近,Google又宣布将于2017年向市场投入自动驾驶汽车,2013年8月已经完成了48万公里的试驾。48万公里试驾的大数据成为了行驶经验数据,为人工智能的自动驾驶提供了决策分析依据。
颠覆式创新源自大数据+人工智能
Google和已经给汽车等传统行业带来了深深的危机感。而他们的颠覆式创新,其实是来自大数据与人工智能的结合。或许这一点非常值得我们思考。同样的现象、同样的颠覆会不会发生在更多的,甚至是所有的其他传统产业中呢?
(编辑:和讯网站)
星期三, 06/11/2014 - 18:17
#1
人工智能与大数据怎样结合?
不错!了解了!
同意!
呵呵
谢谢
谢谢 分享!
不客气
呵呵非结构化数据更是迎来了爆发式增长
语音识别技术”也不可或缺
其实,现在很多地方都是 大数据 处理
非结构化数据
机器学习,深度学习,都要依靠大数据才可以!
现在有关AI 的都很火
好好结合,方便我们的生活吧!
非结构化数据