如何实现人工智能与大数据相结合
发布网友
发布时间：2022-03-27 14:35
共2个回答
热心网友
时间：2022-03-27 16:04
实现两者结合，面临两个相反的发展方向：
一、保持现有系统技术不变，而收集得到的大数据，做为主导。
人工智能的发展，为大数据的使用提供技术支持。
人工智能技术处于从属地位。
显然，这样束缚了人工智能的发展。
采用这种思路的公司，最终结局是，大数据业务被新兴的人工智能公司抢占。
二、放弃现有大数据所依赖的成熟的系统技术。
人工智能独立发展，成熟以后，现有的大数据资源再与人工智能系统改码对接。
这个问题，等于人工智能的发展方向问题。
要搞一种依赖现有编码语言的应用技术呢？
还是要搞一种电子产品人格化的基础技术？
若决心搞后者，可不仅仅要*应用软件与操作系统，甚至硬件、芯片，都必须改动。
所以，那个战胜李世石的阿拉法狗，没有前途。
程序化的人工智能，一路艰辛，没有前途。
人格化的人工智能，才是光明大路。而且比多数人想象的要容易得多。
附加说明：
程序化与人格化的主要差别是什么？
程序化人工智能，
内容与形式层层分离。
数码段的编码方案出自人为约定。依赖单是非逻辑。
数码段具备的含义，需要层层翻译。
各输入输出设备之间，不具有如同量子纠缠一样的含义纠缠关系。
人格化人工智能，
内容与形式和谐统一。
数码编码方案出自人的注意力运行原理。依赖多是非逻辑。
从输入到运算，到输出，结构简洁，一体和谐同步。含义相互纠缠，如同一体。
不需要设备驱动程序，也不需要应用程序，只有一个操作系统。或改名叫做运行系统。
热心网友
时间：2022-03-27 17:22
1、大数据
大数据是物联网、Web系统和信息系统发展的综合结果，其中物联网的影响最大，所以大数据也可以说是物联网发展的必然结果。大数据相关的技术紧紧围绕数据展开，包括数据的采集、整理、传输、存储、安全、分析、呈现和应用等等。目前，大数据的价值主要体现在分析和应用上，比如大数据场景分析等。
2、人工智能
人工智能是典型的交叉学科，研究的内容集中在机器学习、自然语言处理、计算机视觉、机器人学、自动推理和知识表示等六大方向，目前机器学习的应用范围还是比较广泛的，比如自动驾驶、智慧医疗等领域都有广泛的应用。人工智能的核心在于“思考”和“决策”，如何进行合理的思考和合理的行动是目前人工智能研究的主流方向。
3、大数据与人工智能
大数据和人工智能虽然关注点并不相同，但是却有密切的联系，一方面人工智能需要大量的数据作为“思考”和“决策”的基础，另一方面大数据也需要人工智能技术进行数据价值化操作，比如机器学习就是数据分析的常用方式。在大数据价值的两个主要体现当中，数据应用的主要渠道之一就是智能体（人工智能产品），为智能体提供的数据量越大，智能体运行的效果就会越好，因为智能体通常需要大量的数据进行“训练”和“验证”，从而保障运行的可靠性和稳定性。
目前大数据相关技术已经趋于成熟，相关的理论体系已经逐步完善，而人工智能尚处在行业发展的初期，理论体系依然有巨大的发展空间。从学习的角度来说，如果从大数据开始学习是个不错的选择，从大数据过渡到人工智能也会相对比较容易。总的来说，两个技术之间并不存在孰优孰劣的问题，发展空间都非常大。
