支持Mesh2.0 超高速無(wú)線路由Portal提升傳輸速度和覆蓋范圍

人工智能從上世紀(jì)八十年代開(kāi)始興起，許多初創(chuàng)公司、政府、以及大型企業(yè)都開(kāi)始部署人工智能系統(tǒng)，來(lái)處理過(guò)去由人類(lèi)專(zhuān)家執(zhí)行的任務(wù)。相比于傳統(tǒng)的編程語(yǔ)言，這些系統(tǒng)大多基于行為規(guī)則，然后形成“記憶”，人工智能系統(tǒng)可以處理更多計(jì)算密集型任務(wù)，比如機(jī)器學(xué)習(xí)，規(guī)劃和調(diào)度，以及自然語(yǔ)言處理等。在如今這個(gè)大數(shù)據(jù)世代，很多人相信人工智能已經(jīng)徹底顛覆了科技行業(yè)，雷鋒網(wǎng)此前也做過(guò)不少相關(guān)的研究及報(bào)道。

不過(guò)，在人工智能發(fā)展的過(guò)程中，它的核心要素并沒(méi)有發(fā)生太大變化。舉個(gè)例子，NASA 在上世紀(jì)八十年代末到九十年代推出的航天飛機(jī)（Space Shuttle）計(jì)劃，結(jié)果整個(gè)產(chǎn)業(yè)鏈都成功實(shí)現(xiàn)了商業(yè)化，包括無(wú)人駕駛探測(cè)器、太空望遠(yuǎn)鏡、空間站、以及行星探測(cè)器等。甚至有些技術(shù)也應(yīng)用在了 ERP 行業(yè)和電商、客戶關(guān)系管理和廣告市場(chǎng)營(yíng)銷(xiāo)應(yīng)用領(lǐng)域里。最近幾年，人工智能技術(shù)還在其他很多行業(yè)內(nèi)得到了廣泛應(yīng)用，包括：

生命科學(xué)：人工智能可以學(xué)習(xí)臨床試驗(yàn)數(shù)據(jù)，然后為患者匹配最合適的治療藥物，或是尋找最理想的醫(yī)生。

網(wǎng)絡(luò)安全系統(tǒng)：人工智能可以預(yù)測(cè)企業(yè)網(wǎng)絡(luò)的潛在危險(xiǎn)（至少能告訴企業(yè)該在什么地方買(mǎi)保險(xiǎn)）。

物聯(lián)網(wǎng)系統(tǒng)：基于 RFID 標(biāo)簽，人工智能可以對(duì)資產(chǎn)位置變化做出反應(yīng)，而且還能預(yù)測(cè)、分析某些特定場(chǎng)景，防止犯罪。

以上幾個(gè)領(lǐng)域，雷鋒網(wǎng)也有不少相關(guān)的文章詳細(xì)描述了人工智能在這些領(lǐng)域所起的作用。此外，許多人們?nèi)粘＝换?，且耳熟能詳?shù)南到y(tǒng)也采用了人工智能技術(shù)，比如蘋(píng)果的 Siri 和亞馬遜的 Alexa 可以收聽(tīng)我們的語(yǔ)音指令，亞馬遜網(wǎng)站可以智能推薦商品，Netflix 可以按照用戶喜好推送節(jié)目，自動(dòng)泊車(chē)和無(wú)人駕駛系統(tǒng)，能夠下國(guó)際象棋和圍棋計(jì)算機(jī)，等等。

人工智能的用例其實(shí)還有很多，事實(shí)上，在人工智能發(fā)展的近四十年時(shí)間里，一直有五大核心要素在支撐整個(gè)行業(yè)，連接各個(gè)技術(shù)節(jié)點(diǎn)。人工智能應(yīng)用程序吸收海量數(shù)據(jù)，對(duì)周?chē)h(huán)境做出反應(yīng)，通過(guò)學(xué)習(xí)提升適應(yīng)度、實(shí)現(xiàn)更好的表現(xiàn)，同步服務(wù)系統(tǒng)和用戶。

一、強(qiáng)化吸收數(shù)據(jù)

基于數(shù)據(jù)強(qiáng)化的人工智能系統(tǒng)需要和海量數(shù)據(jù)進(jìn)行交互，他們通常會(huì)高速獲取數(shù)十億量級(jí)的信息記錄。對(duì)于人工智能系統(tǒng)來(lái)說(shuō)，實(shí)時(shí)吸收數(shù)據(jù)是它們必備的技能之一，此外還需要獲取不間斷的流媒體數(shù)據(jù)（絕大多數(shù)都是小數(shù)據(jù)模塊，比如物聯(lián)網(wǎng)傳感器評(píng)估）和批量數(shù)據(jù)（一些大數(shù)據(jù)模塊，比如系統(tǒng)數(shù)據(jù)庫(kù)內(nèi)的歷史數(shù)據(jù)表）。

二、自適應(yīng)性

利用機(jī)器學(xué)習(xí)技術(shù)，自適應(yīng)的應(yīng)用程序可以進(jìn)行自我優(yōu)化。隨著時(shí)間的推移，他們會(huì)分析工作處理的結(jié)果，然后學(xué)習(xí)如何做的更好。機(jī)器學(xué)習(xí)的工作流程需要數(shù)據(jù)科學(xué)家進(jìn)行模型選擇，這涉及到一整套迭代流程，包括特征工程、算法選擇、以及參數(shù)調(diào)整。開(kāi)發(fā)人員之后會(huì)把機(jī)器學(xué)習(xí)模型部署到應(yīng)用程序內(nèi)部，再導(dǎo)入新數(shù)據(jù)，該模型會(huì)進(jìn)行數(shù)據(jù)分類(lèi)，在按照分類(lèi)分析處理行為。最后，這些部署了機(jī)器學(xué)習(xí)的應(yīng)用程序會(huì)“回顧”自己的處理結(jié)果，再利用這些結(jié)果數(shù)據(jù)重新進(jìn)行訓(xùn)練。

三、反應(yīng)性

現(xiàn)代人工智能系統(tǒng)可以根據(jù)周?chē)h(huán)境情況，實(shí)時(shí)做出變化反應(yīng)。傳統(tǒng)應(yīng)用程序更多的是基于批處理模式——你安排應(yīng)用程序執(zhí)行任務(wù)，它們運(yùn)行，然后存儲(chǔ)處理結(jié)果，最后關(guān)閉程序。而人工智能應(yīng)用程序則會(huì)不斷監(jiān)測(cè)他們的輸入（通常來(lái)自于各種流媒體數(shù)據(jù)平臺(tái)），然后根據(jù)實(shí)際情況執(zhí)行操作，人工智能程序會(huì)自動(dòng)調(diào)用程序、規(guī)則和行為，然后自己做出決策。簡(jiǎn)單的說(shuō)，人工智能系統(tǒng)會(huì)一直處于運(yùn)轉(zhuǎn)之中，然后根據(jù)不同的輸入做出反應(yīng)。

四、前瞻性

許多人工智能系統(tǒng)不僅僅具備反應(yīng)性，他們可以規(guī)劃未來(lái)，執(zhí)行最佳的行動(dòng)計(jì)劃。事實(shí)上，系統(tǒng)規(guī)劃、游戲規(guī)劃、甚至是語(yǔ)言分析系統(tǒng)，都需要一個(gè)前瞻性的解決方案。這些系統(tǒng)必須要具備根據(jù)不同場(chǎng)景（情況）隨時(shí)切換輸入數(shù)據(jù)的能力。舉個(gè)例子，人工智能會(huì)及時(shí)獲取天氣預(yù)報(bào)數(shù)據(jù)，并以此分析是否會(huì)延誤來(lái)自中國(guó)的海運(yùn)或航運(yùn)發(fā)貨，一旦發(fā)貨延遲，是否會(huì)對(duì)美國(guó)的制造進(jìn)度計(jì)劃產(chǎn)生影響，是否需要重新優(yōu)化生產(chǎn)計(jì)劃。

五、并發(fā)性

人工智能系統(tǒng)，其實(shí)就像傳統(tǒng)應(yīng)用程序一樣，必須支持同時(shí)處理多個(gè)用戶或多個(gè)系統(tǒng)。通過(guò)在操作系統(tǒng)和數(shù)據(jù)庫(kù)領(lǐng)域里開(kāi)發(fā)分布式系統(tǒng)，人工智能系統(tǒng)需要不斷確保執(zhí)行傳統(tǒng)數(shù)據(jù)庫(kù)事務(wù)的四要素原則（ACID）：原子性（Atomicity）、一致性（Consistency）、隔離性（IsolaTIon）、以及持久性（Durability）。

總結(jié)

隨著軟硬件技術(shù)的提升，一方面業(yè)務(wù)數(shù)據(jù)量在不斷增長(zhǎng)，另一方面，系統(tǒng)性能的提升幫助處理響應(yīng)時(shí)間大幅縮短，對(duì)于現(xiàn)代人工智能系統(tǒng)而言，正確的構(gòu)建系統(tǒng)可以幫助企業(yè)快速拓展技術(shù)基礎(chǔ)設(shè)施。當(dāng)然，不管是個(gè)人還是企業(yè)，上述五大特征在過(guò)去四十年人工智能發(fā)展的過(guò)程中都扮演了支柱角色，也是所有人工智能系統(tǒng)必須要考慮的重點(diǎn)。雷鋒網(wǎng)將會(huì)持續(xù)關(guān)注人工智能在各行各業(yè)所起的重要作用，詳情可關(guān)注相應(yīng)的公號(hào)或子欄目。