栾知昕 崂山第一中学高三三班

用户思维是现代互联网发展的核心理念，在科学技术不断发展的过程中，人工智能以其强大的交互性赢得用户，赢得市场。人工智能技术具有的普适性、智能化、自主性特点，能够在不同的数据环境中更加灵活的应用，人工智能需要更稳定、更快捷的运行环境，因此本文通过对互联网基础上的人工智能技术进行分析，进一步的研究移动互联网领域的人工智能的应用。

1 人工智能技术分析

综合当前人工智能与互联网结合的情况来看，其核心技术主要存在以下几个方面：

1.1 数据挖掘与学习

随着大数据的有效应用，人们明确了大数据的发展方向，数据挖掘是基础，发现数据之间内在关联是关键，形成科学的数据建模是核心。机器学习是通过采用人类学习的方式来模拟实现教学活动的，它是通过人工智能的方式来进行应用的重要方式，也是人工智能的重要方式，也是获取知识的基本手段，学习人工智能的主要方式之一，人们通过人工智能的方式来进行深度的学习是人工智能发展的重要方向。基于人工神经网络的深度学习目前已经广泛应用，神经网络是对人脑或自然神经网络一些基本特性的抽象，通过模拟大脑的某些机理与机制从而实现功能。正是由于神经网络具有多神经元、分布式计算性能、多层深度反馈调整等优势，才能够针对海量数据进行计算和分析，通过数据训练形成模型，其自主学习的特性，非常适用于处理复杂多维的非线性问题和基于智能关联的海量搜索。目前大数据主要应用于商业和工业，特别是以互联网为基础的百度、阿里巴巴、京东等企业，对数据的挖掘和应用已到很高程度，可以根据不同用户的数据特点，提供更多的个性化服务。

1.2 知识和数据智能处理

对于知识和数据的处理是一个重要的系统，很多专家系统都是通过人工智能来进行实现的，主要是将一般的思维方式转入到问题当中，能够有效的实现人工智能的发展，从而能够使得人工智能取得较大的突破，并且解决一些主要的问题。一般情况下，采用专家系统能够，一个基本的专家系统通常由知识库、数据库、推理机、解释机制、知识获取和用户界面6部分组成。作为开展最早的人工智能领域，随着人工智能的进一步发展专家系统也促生了一些新的手段，不断更新已有的研究领域，完成和其他人工智能技术的相互促进。

1.3 人机交互

人与机器人的自然交互与合作就是要赋予机器人类似人类的观察、理解和生成各种情感特征的能力，使机器人能够完成像人一样交互，并可以针对人类需求进行功能辅助合作，完成既定工作任务。人机交互中主要应用到的技术包括机器人学习和模式识别技术。机器人是模拟人行为的机械，是当前智能化领域发展较为先进的技术。而人工智能所研究的模式识别是指用计算机代替人类或帮助人类感知模式，其主要的研究对象是计算机模式识别系统，也就是让计算机系统能够模拟人类通过感觉器官对外界产生的各种感知能力。

2 人工智能技术应用分析

2.1 移动应用性能分析

目前，移动应用软件的爆发式增长带来了种类繁多数量也剧增的众多移动应用，用户在选择移动应用过程中并没有可以参考的标准。在此情况下，移动应用的友好性分析和应用软件排行对于用户选择移动应用具有一定的指导作用，同时也可以促进移动应用的良性发展，提升移动应用的整体质量。目前，对于移动应用性能分析主要集中在移动应用端到端QoE分析、用户黏性分析、业务协同友好性分析等方面。而这些方面分析的共同点就是都要基于大数据分析，将大量的用户和应用相关信息进行收集和计算得出结论。那么，在这个大数据分析计算的过程中通常使用人工智能算法进行解决。不同的机器学习算法是进行大数据分析的利器，目前广泛采用的有加强学习算法以及基于神经网络的深度学习算法等。这些学习算法运作模式是将不同应用在不同应用场景下的能耗、时延、流量、速率按指标要求进行收集和存储，作为神经网络体系的输入端。然后，按照不同的应用种类区分社交应用、即时通信应用、音视频应用、云应用、浏览器应用和游戏应用，将不同领域内的应用对于能耗、时延、流量、速率等指标的需求度进行分析，并生成对应指标的加权值作为神经网络的权值。最后，通过大量数据的训练和反馈计算形成神经网络模型。经过学习的模型可以完成应用整体友好性结论输出，也可以完成基于当前数据的应用排行，同时还能通过现有数据进行预测应用性能。

2.2 移动应用身份认证

身份认证是应用人工智能算法的另一个重要应用方向。一直以来，使用最多的身份认证方法是用户名和密码的口令模式以及外设的U盾等设备。但是由于密码存在被破译风险和被遗忘的可能性，而U盾等外设又存在不便于保存的问题，所以目前多因子身份认证方式和生物识别身份认证方式正在广泛的发展。多因子身份认证方式是采用两种或两种以上的身份认证方式结合起来进行身份认证，综合多种方式的优点，弥补不同身份认证方式的短板。目前，存在一种多因子认证是采用密码结合用户大数据图谱分析进行认证分析，增强原有密码登录方式的安全性。而生物识别认证方式是采用用户的生物样本如指纹、人脸、虹膜、指静脉等具有唯一性的特征进行比对识别的认证方式。生物识别认证方式安全性高，且随着硬件的不断发展在移动终端上搭载的生物识别模块也越来越小，越来越方便使用。由于生物信息采集时数量巨大，且经过特征提取后形成的比对数据库更是庞大，所以生物识别认证的算法基础都要依赖于人工智能算法进行模式识别和比对认证，最后将分析识别结果输出。

2.3 新应用发展

人工智能技术还促生了移动互联网新应用和新产业。虚拟现实、增强现实技术就是基于人工智能技术的应用新拓展。虚拟现实、增强现实是需要通过收集用户周围的感知数据快速上传服务器，并通过服务器计算将结果下发到用户的眼镜设备上。为了用户的体验考虑，从数据收集到结果呈现，谷歌给出的时延阈值是20ms。也就是说，要完成快速的数据交换和计算不可缺少的除了传输带宽还有就是数据计算算法。人工智能算法实现了大数据量的瞬时计算，解决了虚拟现实/增强现实的发展基础。此外，依托于人工智能技术的（如自动驾驶汽车、智能家居、智能语音搜索等）一大批应用正快速发展。百度依托深度置信网、卷积神经网络、递归神经网络等人工智能算法解决了自然语音处理、智能语音识别与搜索、图像搜索等应用。人工智能技术对于移动互联网几乎每一个领域都可以产生巨大的影响。

3 结束语

本文研究了人工智能技术在移动互联网发展中的应用，分析了人工智能核心技术和应用场景，并着重研究人工智能技术在移动互联网领域对于移动应用性能分析、用户身份认证以及促生移动互联网新应用方面起到的重要作用。本文在人工智能技术持续突破、产品创新不断涌现的背景下探讨了人工智能技术在移动互联网领域的实现和发展，展现了人工智能技术在各个领域的渗透力和人工智能技术在产业界的推动力。

[1]李宁.基于网络时代下的人工智能发展分析[J].现代电子技术，2016，39(07):112-114.

[2]孙晓霞.人工智能在计算机网络技术中的应用探究[J].网络安全技术与应用，2016，(03):99+101.

[3]马龙.人工智能技术在电气自动化控制中的应用[J].山西焦煤科技，2014，(S1):50-51+55.

[4]杨状元，林建中.人工智能的现状及今后发展趋势展望[J].科技信息，2009，(04):524-525.