文章圖片
“人工智能就像一列加速前進的火車 ，
當你剛開始聽到它轟隆隆的聲音時 ，
它離你還很遠 ，
但當它終于來到你身邊時 ，
它只會呼嘯而過 ，
隨后便遠遠地把你甩在身后 。 ”
今天 ， 我們剛剛聽到火車的聲音 ， 還有討論它的資格；當它呼嘯而過 ， 可能就是它們來討論我們了 。
似乎突然進入“智慧”時代 ， 說話談事時 ， 不提“智慧”好像就落伍了 。 然而 ， 當前所謂的“智慧” ， 還只能被作為炒作的噱頭 ， 絕大多數是利用現代計算機技術對傳統模型進行再包裝 。 正視當前的發展水平 ， 正確地看待和合理應用 ， 才應該是我們面對“人工智能”時的正確態度 。
人工智能前進中的挑戰
數字化 ， 用數字來表征事物可量測特征（廣義 ， 包括統計資料）的簡稱 ， 隨著計算機技術水平的發展和量測水平的提升 ， 更多的特征數據被計算機管理、分析、表述 ， 使得事物的多方面特征可以被同時展示 ， 讓我們對事物更立體、更全面的認識 ， 當數據匯集量和分析達到一定程度的時候 ， 就可以說進入了大數據的范疇 。
人工智能 ， 是利用計算機技術 ， 在邊界清晰、規則明確、數據可靠的前提下 ， 代替人對可量測特征數據進行繁雜的數據分析、完成特定任務 ， 并根據要求進行反饋的一種應用技術 。 是基于計算機技術和數字化成果發展完善的一項應用技術 。
機器智能 ， 是對呼嘯而過后智能的稱呼 ， 以區別于人工智能 ， 目前筆者對其唯一的想象：是以“機器”為物理支持的智慧 。
數字化是大數據、人工智能的基礎 ， 在當前的技術水平下大數據、人工智能都是對數據進行采集、整理、分析的工具 ， 它們之間還沒有明確的界限 。 通過數字化 ， 提升了對事物特征全面性的把握 ， 也降低了對人員部分專業素質的要求 ， 達到提升效率、改進工作的效果 。 但要認識到數字化只是一個工具是對事物部分特征的表達是1后面的0 。 當前事物的形成、存在、運動中很多基礎性問題以及很多關鍵的信息 ， 尚無法被量測并數字化技術和社會發展中存在的多數問題也不可能僅僅依賴數字化、人工智能解決 。 人工智能進一步的前進和應用至少面臨四個方面的挑戰 。
【華為云|行穩方可致遠——讓人工智能助力公路智慧騰飛】數據收集
一是關鍵數據的獲得 。 人工智能的基礎是事物特征的數字化 ， 關鍵數據難以獲得是最大的挑戰之一 。 雖然期望的數據收集方案是由分析的需求提出 ， 有目的性收集 ， 但現實往往很殘酷 ， 僅就土木工程而言 ， 滑坡的精確內應力及分布、橋梁各處實際內應力及構件間的傳遞、應力集中的關鍵點數值等等 ， 目前的技術水平仍然難以獲得 。
二是垃圾數據的處理 ， 當前能被收集到的主要是低效甚至垃圾數據 ， 這些數據也可能是未來某些應用的基礎 ， 但當下仍然屬于需要被剔除的垃圾 ， 需要耗費大量的資源進行篩選、管理和維護 。
數據管理
建立起數據之間的聯系 ， 特別是建立起數據庫內部 ， 以及不同數據庫之間的聯系 ， 形成網狀關聯 ， 給輕量化提取和高效利用創造條件 ， 并給未來數據項目和數量擴充預留條件 ， 需要具有深刻認識事物特征、跨學科管理和分析信息、發明數據關聯方法的能力 ， 是當前的巨大挑戰 。 目前BIM模型應用就是一個典型的案例 ， 雖然目前對如何推進數據聯通已經有人提出了思路 ， 但是在建立公共基礎數據庫格式方面尚難以下手 。
相關經驗推薦
- 中興|對俄停服后，美新消息傳出，外媒：這是逼著華為成功？
- 云計算|快速云：云計算、大數據和人工智能三者之間的區別聯系
- 小米科技|云米：離開小米的日子
- 思科|華為死對頭業績暴雷了！
- 榮耀|華為迎來汽車首秀，“阿維塔11”開始預售，限量500臺，定金9999
- 華為|華為首發i9Evo認證MateBook16s不可錯過，這就是智慧辦公新形態
- 主板|折疊手機新用法！華為P50Pocket拆解~
- 5G|外媒：華為，不用慌了
- 京東|云鯨J2拖地機器人體驗：拖地是絕對的強者，但是也有一些缺點
- 華為|vivo悄悄上架新機，超級揚聲器+6000毫安大電池，起步價1399元！