云計算時代下人工智能問題研究

喻勛勛

（廣東飛企互聯科技股份有限公司，廣東 珠海 519080）

1 人工智能與云計算的相關概念

1.1 人工智能

人工智能是以計算機為載體，通過數據、程序來模擬人類思維方式或者行為能力的學科，主要用于高層次數據分析與計算或者完成一些高難度的工作，現今已經被應用到了越來越多的領域。從思維層面分析，人工智能是思維科學實踐的一個表現，但它的發展并不是只建立在科學思維上，人工智能最終目的是模擬人類智能，在靈感思維和形象思維方面也有相應的發展要求，只有將這些融入進去，人工智能才能邁入一個新的時代。

1.2 云計算環境

云計算環境的發展時間非常短，它是基于互聯網數據的一種服務環境。現階段，學界有關云計算的定義以及它與計算機聯系的說法有很多，不過，眾人基本都認可云計算是一種借助智能用戶終端和信息數據中心向用戶提供信息服務的環境。為了讓信息服務更便利，簡化管理人員的工作量，降低與用戶交互的頻率，云計算提出了增加配置服務資源共享池、提高網絡結束模式便利性的策略，最大限度地提高資源釋放和制定的速度。云計算詞匯與理念的出現是基于互聯網技術、信息終端技術、虛擬數據技術等多種技術發展之上，是一種必然性結果，擁有相應的理論和技術基礎。不過，從本源方面分析，云計算環境同服務環境、決策環境還是有一定區別的。

云計算狹義定義是指以網絡為渠道獲得信息資源的一種平臺、硬件或者軟件，可根據需求、交易結果進行資源擴展。例如，云計算用戶可以根據自己的需求、繳費情況像買水電一樣來擴展自己在“云”中獲取的資源。而網絡就是所謂的“云”。

廣義層面的云計算是指通過網絡采用使用、交付等方法獲取信息資源擴展的服務。云計算服務涉及的領域很廣，如互聯網、硬件或者其他類型與信息有關的服務。對于“云”的定義，廣義的理解是“規模”“大”，可以看作包括服務存儲器、計算機、網絡在內構成的大規模服務組合器，如擁有超過100萬臺服務器的Google云計算。通常“云”中包括很多虛擬數據，具有自我管理、維護的特性，可自行為人類提供相應的服務。

云機器人與云計算的概念是類似的，它不是單純的機器人，也不是指某類機器人的統稱，它是一種學術概念，是指機器人獲取、存儲信息的方式。例如，機器人在運動過程中拍攝了一些照片或者收集到了路面不平等信息，這些數據都會傳到服務器端，服務器端就會進行自行檢索，對計算機人的路徑進行規劃與設計，讓其避開一些事物，可見這種信息的存取模式非常智能化。如果應用到某些領域將會帶來意想不到的收益。此外，還可以建立一個信息共享終端，所有機器人都可從這個終端獲取信息，這樣既節省了信息空間又減少工作人員的工作量。

1.3 云計算與人工智能的關聯

云計算與人工智能的關系與人類語言、思維的關系類似。人類的思維是抽象的，但它可以通過語言體現出來，而語言與思維又完全不是一種類型。卡彭特說過：“若想實現人工智能就要能與機器人進行交流，通過語言傳遞信息、表達結果，這樣在表現自己想法的同時就能展現機器人的擬人思想效果。”云計算與人工智能雖然存在聯系，但兩者對彼此的影響不同[1]，若云計算的問題得到解決，人工智能對其的意義就不大，能夠給予的支持比較少；而人工智能的推廣與優化則離不開云計算的輔助，其原因在于人與電腦交流時會產生大量數據，需要一定的存儲空間和計算能力，云計算恰好可以解決這個問題：所有人都可在網絡上建立一個專屬性賬號，每個賬號都有一個對應的智能機器人，當用戶需要某些服務時就可通過終端設備同機器人進行交流，讓其根據問題進行信息搜索并提供相應的服務與幫助。從某種程度上講，人工智能是可實現的，只要建立好一個接口，讓人與電腦進行溝通即可。

1.4 云計算體系的發展與分析

云計算是從21世紀初發展起來的，最初，亞馬遜于2002年推出了一項內部資源性服務WebService，可提供信息存儲、數據計算等服務，在一定程度上實現了按需部署，該公司在3年后又推出了計算機對外服務的WebService，WebService也被稱作彈性計算云，其功能強大性和便利性吸引了眾人的注意。自2008年開始，云計算差不多成了軟件商、硬件商、電信運營上、網絡服務商等與互聯網相關廠商運營發展的重點。某些小規模IT企業還將云計算劃為發展的基礎，正是因為如此，云計算生態圈的發展形成了閉環狀態。

云計算之所以能發展迅速，其中一個原因就是按需部署的實現，即資源監控、動態重構以及部署自動化問題的解決，主要依托于數據存儲空間、數據虛擬技術、高速互聯網、處理器等技術以及計算機體系的支持。其中，計算機體系結構必須實現3點：（1）對需求信息反應的靈敏性，能及時察覺、處理需求信號。（2）系統人工智能性，即通過自動化技術讓系統自我運轉，減少人為干預的次數，讓管理更便捷化，云計算更加智能化。（3）通過集群化技術、虛擬化技術處理不斷改變的服務性內容。總而言之，成熟的自動化網絡技術和一定規模的硬件設施是實現云計算服務的兩大基礎要素。

2 人工智能與云計算的結合

21世紀是一個數據化時代，在科技飛速發展的大環境下，云計算和人工智能被應用到了各個領域，為人們提供工作、生活方面的便利，書寫人類社會歷史的新篇章。從功能、技術方面分析，人工智能與云計算的融合已經歷3個時期。

2.1 機器人操控時期

機器人操控時期是人工智能與云計算結合的第一個時期。控制機器人需通過云技術完成，這里可將機器人看作終端，服務器群組是數據、命令的云，兩者結合在一起完成既定的指令或者任務。機器人操控不但需要計算機芯片進行既定數據處理任務，還需要根據任務環境做成像處理、運動處理等，涉及行走、監控、肢體運動等，這就代表機器人會有很多的不確定性任務，需要計算機遠程協助，下達臨時任務指令[2]。對此，我們可在云上建立一個任務交互平臺，終端用戶通過云平臺向終端發布一些終端可以自己完成的工作，如打掃工作、維修工作等。與此同時，還要構建一個平臺承接渠道，讓相關人員可以進行遠程操控，輔助端完成一些終端自己無法完成的任務。機器人操控和平臺服務會涉及費用和個人隱私，對此，為防止操控錯誤導致的損失以及不法分子趁機進行他人侵害，云平臺的注冊要實名認證，一旦出現問題方便依法追究。隨著科技的發展，服務器群的規模越來越強大，互聯網數據傳輸也越來越快速，相信在不久的將來一定可以實現機器人遠程操控，屆時人們的時間價值將會有大幅度提升，能夠在減少工作量的同時確保相應的生產力，讓全球經濟穩定發展。

2.2 數據挖掘時期

如果第一時期是搭建云平臺，那么第二時期的數據挖掘便可理解為完成人工智能基礎化的構建。數據挖掘就是用戶數據分析，當用戶提出需求或者有需求意向，收集系統將用戶端涉及的任務數據進行收集、整理，傳輸到云上，讓平臺進行分析、計算、模擬得出一套最貼合用戶需求的解決方案。數據挖掘時期主要實現數據的同步，讓人工遠程協助和人工智能可進行合作。

2.3 與遺傳相關的專家系統時期

第三時期是人工智能發展到現在所處的時期。經過多年的研究與實踐，專家系統方面已經取得了一定的成果，而且在某些領域階段性實驗后也證明其發展前景良好。計算機領域已經開始考慮將專家系統與人工智能結合起來，但在研究過程中遇到了很多阻礙，有的學者也提出了質疑，認為專家系統存在未知性，其問題主要有以下幾點。

（1）該系統的知識來自于信息知識的存儲，這只是一種積累，不代表該系統掌握知識的原理，因此系統在遇到某種特定環境或者條件時無法發揮預期效果。（2）專家系統在知識存儲以專家為基礎，而專家理論研究結果存在不確定性和多樣性，如此一來，專家系統存儲的知識就可能不完全或者不一致。（3）問題解決方案單一化，解決過程不明確，系統無法像真正的專家那樣一邊分析問題一邊進行推理，然后綜合各種理論得出答案。（4）問題解決功能較弱。

專家系統會存在諸多問題，難以真正與人工智能結合的原因需要進一步探究。John McDermott表示專家系統的失敗在于解決問題的方法不對、知識儲備不足，甚至可以說，在解決問題的過程中并沒有涉及相關有效知識。

為了解決以往專家系統存在的問題，有效促進人工智能的發展，有關學者提出了遺傳基因系統以及遺傳算法的應用。遺傳算法的普及率并不低，在數據挖掘的輔助下能極大地改善專家系統的不足之處，如云平臺可將世界上的知識與理論轉化成數據存儲起來，并不斷更新與積累，在這種情況下輔以數據挖掘。相信經過實踐與驗證，云平臺能夠實現根據端用戶的問題進行分析與比對，找到最合適的解決方案，其便利性會遠勝于任何一個圖書館。此外，計算機系統還可以通過新一代的算法集成待解決問題的答案，讓人工智能更趨向于理想設定。

3 結語

綜上所述，隨著科技的發展，終有一日人工智能會代替人力勞動完成那些繁重的工作任務，只是可能要等很長一段時間才能實現這個目標。人工智能實現的意義不僅在于科學的進步和人類工作、生活環境的改善，它更代表人類智慧的進步，代表著世界發展邁向新的紀元。