人工智能与大数据怎样 结合 ？

作者：工业和信息化部国际经济技术合作中心  王喜文

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 Apple。

     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； Apple 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 Apple 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 Apple 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？