计算机网络技术在人工智能中的应用探讨

来源:用户上传      作者:

　　[摘 要]随着社会的进步和科技的不断发展，越来越多的计算机网络技术走进我们的生活，极大程度上丰富了我们的生活，也带来了巨大的便利。计算机技术在人工智能领域有着不可或缺的影响，人工智能使得计算机技术变得更加人性化，也在一定程度上促进了计算机行业的发展。基于此，本文以计算机技术在人工智能中的应用探讨为题，详细讲述人工智能的产生和发展历程，并分析探讨了计算机网络技术在人工智能领域的运用，并做出相关分析，以供参考。
　　[关键词]计算机网络技术；人工智能
　　中图分类号：J51-4 文献标识码：A 文章编号：1009-914X（2019）04-0164-01
　　隨着时代的发展，计算机网络技术在近十年来取得了许多长足的进步，人工智能英文缩写也称AI，是计算机科学的一个重要分支[1]。AI主要是通过计算机技术模拟人的思维意识，从而实现相关的人工操作，并能有效的解放劳动力，提高当前社会的生产效力，所以当下人们对AI的研究可谓火热。 AI技术主要是以信息数据的编辑与处理技术为前提，通过引入计算机网络实现两者协调配合，进而使得技术不断创新。
　　1.人工智能相关概念
　　1.1人工智能的定义
　　人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能涉及信息科学，心理学，认知科学，系统科学，生物科学和思维科学等方面。且自1956年“人工智能”一词在Dartmouth学会上被提出后，关于人工智能的定义就随着实践和应用的发展而不断拓宽。斯坦福大学人工智能研究中心的Nilson教授就对人工智能下了这样一个定义：“人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学。”如果对上述定义进行提炼，不难概括出，人工智能即是利用计算技术和智能产品（以计算机为主）的硬件基础，对人的思维进行模拟，使计算机进行以人类的思维水平才能进行的分析判断等思维活动。因而人工智能实际上注重于通过对比分析人的智能而对计算机在智能化方面的技术方法做出提升，使其在处理信息和反馈信息方面能够模仿形成自主的“智能”，从而达到其创造类人乃至超人的思维的目的。
　　1.2 人工智能的特点
　　AI技术是建立在网络技术之上的一种新型技术，AI的产生与发展又能反过来维护网络运行的稳定与安全。总的来说AI技术可以分为以下几个特点：
　　（1）AI能够对不确定的信息进行处理分析。其通过采用计算机中模糊分析的理论对不确定性信息进行分析，是对传统固定程序的突破，并在此基础上模拟人类活动形式对这些信息进行处理，还能从局部或者全局的角度上对信息资源进行监控追踪，并将获得的已经过筛选优化的匹配结果自动反馈至计算中枢或用户面前，因此AI能够给用户提供更多的可靠信息。
　　（2）AI能够实现网络智能化管理。我们采用AI技术能极大程度上帮助网络信息处理效率与准确率提高，而且在此过程中通过智能记忆功能，有效的完善信息库，从而使得我们在信息储存方面更有优势。与此同时还能及时提供信息库的评价总结，保证我们采取储存的信息更加科学有效，进而确保网络管理质量。
　　（3）AI相对于传统的计算机技术来说具有极强的工作能力。其既能通过计算机计算实现资源的优化与整合，还能通过网络连接实现资源的运输与共享，通过自主化的资源处理方式将待完成的事项以最快速度最高精确度完成，切实提升了网络管理的效率。[5]
　　1.3人工智能的发展
　　人工智能从本源上来说，是计算机学科的一个分支。自1956年被誉为“人工智能之父”的约翰·麦卡锡在Dartmouth学会提出该概念后，人们对此进行了大量探索。1958年MCCARTHY创造了LISP语言，为AI在计算机技术上提供了发展的重要路径。而在冷战期间，美苏等国家政府对进行人工智能研究的组织机构提供资金支持，更加快了人工智能发展的脚步。在80年代AI研究一度因计算机技术的不成熟而受挫，但不久就又恢复了发展。就目前情况而言，人们在弱人工智能领域，即不能进行独立类人思考只能对问题进行简单处理的人工智能，取得了极大的突破。但强人工智能，即能进行类人思考乃至突破人类思考方式的人工智能，其发展近乎停滞不前。显然，后者必将成为人工智能的最终目的，但人类对此甚至未能有较大的突破。
　　从技术层面来说，人工智能在发展过程中注重了以下几个方面：（1）专家系统（2）机器感觉（3）机器人学（4）机器智能学习（5）神经网络。其中神经网络作为多神经元网络，其解决非线性问题，自主学习和分析储存信息的能力大幅度增强，是目前较为热门的研究方向。
　　1.4人工智能的实际应用
　　随着近些年计算机技术的逐渐进步，许多人工智能逐渐被开发出来，虽然说以弱人工智能为主，但却为人们的生活带来了极大便利。目前最成功的人工智能应用主要集中在人工智能检索和即时翻译两方面。由于近年来计算机组网技术，网络数据库技术，服务器配置和调试技术的发展，智能检索被更加广泛地运用。常见的搜索系统如谷歌，百度等使用图像识别，语音识别等技术，将使用者键入的信息输入查找系统，人工智能在后台进行比对挑选，按照与输入数据的相似性将结果进行排列。[4]与此同时，人工智能也会通过个人的搜索访问记录进行数据分析，得到个人的喜好，兴趣等数据，再通过推荐系统精准推送信息。这种人工智能技术在许多软件如Facebook上大范围运用，为人带来方便的同时也造成了人们对人工智能精确控制信息传播问题的担忧。而在翻译方面，人工智能可以根据储存在其知识基中的信息进行检索，将一种语言信息转化为另一种语言。但在即时口译方面，人工智能存在较大缺陷，这主要由于人工智能无法根据句意来阐发人类具有的情感，同时也很难对句子的逻辑关系和语句的合理性进行判断。根据目前的理论知识而言，对这类问题的处理需要利用计算机技术对人工智能进行优化处理，并加强其深度学习的能力。此外，人工智能还在定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等方面发挥着较大作用。 　　2.计算机网络技术发展存在的问题
　　计算机网络技术因其具有较高的融合性，已经渗透到人们生产生活的各个方面，为人们带来巨大的便利，与此同时还存在许多的问题有待解决，特别是网络信息的安全问题，关乎每个人的隐私，所以人们要寻求较好的解决办法。
　　首先当前人们所处的是大数据时代，网络上数据量庞大复杂，且数据分散无规律，当前我们只是简单的利用逻辑关系进行大数据的处理分析，却难以辨别数据真实有效，此情况对于那些需要有效数据的用户来说存在困难，且还限制了计算机网络技术的发展[2]。所以如何从这些庞大复杂无规律的数据中提取有效数据并保障信息安全，是我们所要解决的问题之一。当前计算机犯罪层出不穷，尤其是随着计算机技术的不断升级，计算机犯罪几率会大幅上升，通过各终端对社会的影响也更大，所以还需要我们建立智能化的监控体系，遏制其发展。
　　3.计算机网络技术在人工智能中的应用
　　虽然人工智能已经成为一门具有独立性的学科，但溯其本源终究还是计算机技术。因此，考察计算机技术在人工智能中的应用，是从根源入手，对人工智能技术进行更好的分析，从而起到对前沿技术发展的促进作用，具有重要的价值和意义。
　　3.1网络安全管理上的应用
　　目前我们进行网络安全管理主要分为三点：防火墙、反垃圾邮件和入侵检测系统，所以我们使用AI 技术也是在这三点的应用。智能防火墙的建设是利用智能识别，且通过概率和统计上的知识对数据中存在的信息进行分析识别，进而提升网络安全；智能反垃圾邮件是对网络中的垃圾邮件进行扫描分类，并标记高危邮件，实现预警，但其的防范范围较小；而入侵系统检测作为网络管理的核心来说具有极大的主导作用，通过AI技术的引入，能实时进行入侵检测，保证网络安全。当然，AI技术在这其中的应用不止于此。由于人工智能具备联网处理和自动化的特点，我们可以尝试分析，是否有可能构建一个综合防火墙和反入侵功能的人工智能平台。在这个综合处理系统覆盖范围足够广的前提下，当新型病毒或垃圾邮件出现并被确认时，该样本会被上传至数据库中。[3]该样本第二次出现时，由于人工智能已经学习了该样本的特征，那么由人工智能主导的系统就可通过程序全面拦截。这较原有的规则式专家系统更具优越性，即对新问题具有更高效的处理能力，这样在网络安全方面更具普适性。
　　3.2 人工智能与大数据处理
　　由于传统的计算机算法有一定的固定性（如线性运算要求数据间存在假定的线性关系），人工智能的计算往往无法快速地完成，且十分繁复。而当大数据处理技术，即常用的神经网络算法被引入后，该领域发生了重大改变。与以前的技术相比，神经网络算法使人工智能立足于神经网络，并同时发展出多层神经网络，同时利用输入的数据来建构模型结构。这就有效规避了假设前提，使计算更加灵活且具有自我优化的潜能。[1]当然，这一计算方法带来的另一个优点就是显著增加的运算量。毫无疑问，计算机技术引导的多层网络高速并行运算的速度远大于一般的数据分析方法。目前，对高级人工智能的研究有部分集中在多层神经网络的构造上。一旦具有多层神经网络的人工智能产生，那么该人工智能的计算量和学习能力将会远超其同类，从而在对大数据的分析处理上有替代人工的可能。因此该种计算机技术对高运算量人工智能的研发提供了明确方向。
　　3.3人工智能和机器学习
　　机器学习是发展人工智能的又一大利器。简单来说，该技术就是通过大量数据的积累而使人工智能能够自行选择的系统。这一系统运行的关键，就是大量的原始数据，即我们常说的“经验”。从某种意义上来说，机器学习就是其数据量的积累和提升。而要完成大量数据的积累，计算机网络就成了不可或缺的来源，即计算机网络技术可以加快机器原始数据的积累，使机器提升速度更快，计算机的模型也会因此进一步优化。[5]而随着计算机技术的不断发展进步，人工智能可以获取的信息量以及信息的來源也会更加的丰富，且比模式识别更容易得到信息。在结合复杂多元的神经网络进行大量存储记忆并学习后，人工智能的智能水平可能会有新的突破。
　　4.结束语
　　本文详细介绍了人工智能的定义，发展和其应用，并在此基础上探讨了计算机网络技术在人工智能具体方面的运用和其优缺点。随着科技的发展，人工智能会走进千家万户，应用于我们的生活中。而计算机网络技术的发展，势必会使人工智能更好地发挥它的作用，为人类谋求更好的发展和进步。
　　参考文献：
　　[1]冯文浩. 大数据时代人工智能在计算机网络技术中的运用探讨[J]. 电子制作， 2017（13）：98-99.
　　[2]谢晓辉. 大数据时代背景下人工智能在计算机网络技术中的应用研究[J]. 智库时代， 2017（17）371-371.
　　[3]陈欢欢；李亚娟；辛晨；彭程.浅谈人工智能及其在计算机网络技术中的应用.通讯世界.2016（20）。
　　[4]韩韬.计算机网络技术在人工智能中的运用.电子科技与软件工程.2017.
　　[5]周艳芳.浅谈计算机网络技术中人工智能的应用[J].科技风.2015（15）。
　　通讯作者：成一诺.
转载注明来源:https://www.xzbu.com/1/view-15331517.htm