◎衛方方
移動互聯網發展速度的大幅度提升,智能化技術已成為十分重要的發展方向。人工智能技術逐漸在移動互聯網中廣泛應用,不單單衍生出一些新職能,也利于對大量的信息數據做智能化分析及處理。我們應認真分析和研究移動互聯網中人工智能技術的具體應用情況,推動移動互聯網逐漸走上一條穩定發展道路。
在對各項信息數據的深度挖掘過程中,需要對各項信息數據之間的關系形成清晰的認識,目前最為廣泛應用的是人工智能技術。
人工智能技術的一項重要分支內容就是機器學習,通過計算機的各個功能模塊實現學習這一目標,依據人工神經網絡來進行學習,通過計算機智能實現學習。神經網絡是對自然神經網絡的一種抽象表現,依據對大腦的模擬來實現某些功能,其中包含多層次深度反饋以及分布式計算等等,以此為基礎實現信息數據分析及計算等目標,而后再通過數據的訓練,逐漸將其轉換成一種模型,讓它帶有一定自主學習功能,讓智能搜索及非線性問題處理速度得到提升[1]。
在人和機器人進行交流溝通的過程中,希望機器人可以將人類特征模仿出來,實現理解及觀察等功能,也可以讓機器人展現出和人接近的交互功能,還可以讓人們實現自己的需求。
在實現人機交互這一目標的過程中,一般是依賴識別技術,機器人作為一種機械設備,其所完成的模擬人行為的這樣一個過程,展現出智能先進技術的優勢。人工智能領域當中的模擬識別技術和傳統模擬技術之間的差別,在于通過計算機來完成自身的感知任務,這是一種計算機模擬識別系統,可以讓機器發揮出和人相似的感知能力[2]。
在知識分析及處理時,發揮出主導性作用的其實是專家系統,這也是人工智能的一個熱點研究方向,憑借知識來解決專業問題,促使人工智能技術逐漸從理論向著實踐的方向發展。專家系統的顯著特征是具備專業化的知識,是計算機智能程序系統,將某一個領域中專家的知識及經驗融合起來之后,使推理技術的作用充分發揮出來,解決專業領域中的復雜問題。在此系統當中,專家知識的表達及應用是十分重要的,在人工智能技術發展進程向前推進的過程中,更為重要的一點是它和其他人工智能技術之間的相互融合[3]。
身份認證是人工智能算法的一個重要應用方向。一直以來,最為廣泛應用的身份認證方法是用戶名和密碼的口令模式以及外設的U盾等設備。但是因密碼有被破譯或者是被遺忘的風險,U盾等外設也不便于攜帶,多因子身份認證方式以及生物識別身份認證方式逐漸廣泛應用。
多因子身份認證方法是兩種或以上的身份認證方式相結合的身份認證模式,將各種類型身份認證方法的優勢結合,彌補單一身份認證模式中的缺陷?,F階段,人們認可的一種多因子認證方法是用密碼和用戶大數據圖譜分析認證,使原本密碼登錄模式的安全性得到提升。用戶大數據圖譜是通過用戶在互聯網當中記載下來的各種行為模式,開展基于機器學習算法的分析工作,完成用戶基本行為模型構建工作,對用戶的各種行為進行預測,發現不符合用戶行為模型的登錄或者是付款等請求情況,是對普通密碼認證模式的有效補充。
生物識別認證模式是采集用戶的各種生物樣本,對用戶的唯一性特征進行對比的一種認證模式。生物識別認證模式本身的安全性比較強,并且隨著硬件不斷發展,各種移動終端上承載的生物識別模塊規模也不斷縮小,使用越發方便。生物信息采集工作涉及的信息數據量比較大,構建出的比對特征數據庫規模更大,因此,生物識別認證工作進行的過程中,對人工智能算法的分析功能依賴性比較強。

U盾
隨著人工智能技術投入使用,移動互聯網領域中涌現出很多新的應用,促使產品的研發和應用速度提升,比方說虛擬現實和增強現實技術,這一技術憑借對用戶周邊各項信息數據的上傳,并在服務器計算功能的作用之下,將計算結果傳輸到用戶的設備。因為需要考慮到用戶體驗這一問題,數據從采集到呈現的時間不斷減少,人工智能技術提供了一種效率更高的數據計算方法,可以有效增強數據的瞬時性計算能力。
在移動互聯網發展過程中,人工智能技術發揮出的作用十分重要,不單單可以為移動互聯網拓展發展領域,也可以讓移動互聯網更為廣泛地應用。人工智能技術的應用,能夠解決以往移動互聯網發展過程中存在的許多問題,為社會科技及文化的可持續發展起到一定促進作用。