喻勋勋

（广东飞企互联科技股份有限公司，广东 珠海 519080）

1 人工智能与云计算的相关概念

1.1 人工智能

人工智能是以计算机为载体，通过数据、程序来模拟人类思维方式或者行为能力的学科，主要用于高层次数据分析与计算或者完成一些高难度的工作，现今已经被应用到了越来越多的领域。从思维层面分析，人工智能是思维科学实践的一个表现，但它的发展并不是只建立在科学思维上，人工智能最终目的是模拟人类智能，在灵感思维和形象思维方面也有相应的发展要求，只有将这些融入进去，人工智能才能迈入一个新的时代。

1.2 云计算环境

云计算环境的发展时间非常短，它是基于互联网数据的一种服务环境。现阶段，学界有关云计算的定义以及它与计算机联系的说法有很多，不过，众人基本都认可云计算是一种借助智能用户终端和信息数据中心向用户提供信息服务的环境。为了让信息服务更便利，简化管理人员的工作量，降低与用户交互的频率，云计算提出了增加配置服务资源共享池、提高网络结束模式便利性的策略，最大限度地提高资源释放和制定的速度。云计算词汇与理念的出现是基于互联网技术、信息终端技术、虚拟数据技术等多种技术发展之上，是一种必然性结果，拥有相应的理论和技术基础。不过，从本源方面分析，云计算环境同服务环境、决策环境还是有一定区别的。

云计算狭义定义是指以网络为渠道获得信息资源的一种平台、硬件或者软件，可根据需求、交易结果进行资源扩展。例如，云计算用户可以根据自己的需求、缴费情况像买水电一样来扩展自己在“云”中获取的资源。而网络就是所谓的“云”。

广义层面的云计算是指通过网络采用使用、交付等方法获取信息资源扩展的服务。云计算服务涉及的领域很广，如互联网、硬件或者其他类型与信息有关的服务。对于“云”的定义，广义的理解是“规模”“大”，可以看作包括服务存储器、计算机、网络在内构成的大规模服务组合器，如拥有超过100万台服务器的Google云计算。通常“云”中包括很多虚拟数据，具有自我管理、维护的特性，可自行为人类提供相应的服务。

云机器人与云计算的概念是类似的，它不是单纯的机器人，也不是指某类机器人的统称，它是一种学术概念，是指机器人获取、存储信息的方式。例如，机器人在运动过程中拍摄了一些照片或者收集到了路面不平等信息，这些数据都会传到服务器端，服务器端就会进行自行检索，对计算机人的路径进行规划与设计，让其避开一些事物，可见这种信息的存取模式非常智能化。如果应用到某些领域将会带来意想不到的收益。此外，还可以建立一个信息共享终端，所有机器人都可从这个终端获取信息，这样既节省了信息空间又减少工作人员的工作量。

1.3 云计算与人工智能的关联

云计算与人工智能的关系与人类语言、思维的关系类似。人类的思维是抽象的，但它可以通过语言体现出来，而语言与思维又完全不是一种类型。卡彭特说过：“若想实现人工智能就要能与机器人进行交流，通过语言传递信息、表达结果，这样在表现自己想法的同时就能展现机器人的拟人思想效果。”云计算与人工智能虽然存在联系，但两者对彼此的影响不同[1]，若云计算的问题得到解决，人工智能对其的意义就不大，能够给予的支持比较少；而人工智能的推广与优化则离不开云计算的辅助，其原因在于人与电脑交流时会产生大量数据，需要一定的存储空间和计算能力，云计算恰好可以解决这个问题：所有人都可在网络上建立一个专属性账号，每个账号都有一个对应的智能机器人，当用户需要某些服务时就可通过终端设备同机器人进行交流，让其根据问题进行信息搜索并提供相应的服务与帮助。从某种程度上讲，人工智能是可实现的，只要建立好一个接口，让人与电脑进行沟通即可。

1.4 云计算体系的发展与分析

云计算是从21世纪初发展起来的，最初，亚马逊于2002年推出了一项内部资源性服务WebService，可提供信息存储、数据计算等服务，在一定程度上实现了按需部署，该公司在3年后又推出了计算机对外服务的WebService，WebService也被称作弹性计算云，其功能强大性和便利性吸引了众人的注意。自2008年开始，云计算差不多成了软件商、硬件商、电信运营上、网络服务商等与互联网相关厂商运营发展的重点。某些小规模IT企业还将云计算划为发展的基础，正是因为如此，云计算生态圈的发展形成了闭环状态。

云计算之所以能发展迅速，其中一个原因就是按需部署的实现，即资源监控、动态重构以及部署自动化问题的解决，主要依托于数据存储空间、数据虚拟技术、高速互联网、处理器等技术以及计算机体系的支持。其中，计算机体系结构必须实现3点：（1）对需求信息反应的灵敏性，能及时察觉、处理需求信号。（2）系统人工智能性，即通过自动化技术让系统自我运转，减少人为干预的次数，让管理更便捷化，云计算更加智能化。（3）通过集群化技术、虚拟化技术处理不断改变的服务性内容。总而言之，成熟的自动化网络技术和一定规模的硬件设施是实现云计算服务的两大基础要素。

2 人工智能与云计算的结合

21世纪是一个数据化时代，在科技飞速发展的大环境下，云计算和人工智能被应用到了各个领域，为人们提供工作、生活方面的便利，书写人类社会历史的新篇章。从功能、技术方面分析，人工智能与云计算的融合已经历3个时期。

2.1 机器人操控时期

机器人操控时期是人工智能与云计算结合的第一个时期。控制机器人需通过云技术完成，这里可将机器人看作终端，服务器群组是数据、命令的云，两者结合在一起完成既定的指令或者任务。机器人操控不但需要计算机芯片进行既定数据处理任务，还需要根据任务环境做成像处理、运动处理等，涉及行走、监控、肢体运动等，这就代表机器人会有很多的不确定性任务，需要计算机远程协助，下达临时任务指令[2]。对此，我们可在云上建立一个任务交互平台，终端用户通过云平台向终端发布一些终端可以自己完成的工作，如打扫工作、维修工作等。与此同时，还要构建一个平台承接渠道，让相关人员可以进行远程操控，辅助端完成一些终端自己无法完成的任务。机器人操控和平台服务会涉及费用和个人隐私，对此，为防止操控错误导致的损失以及不法分子趁机进行他人侵害，云平台的注册要实名认证，一旦出现问题方便依法追究。随着科技的发展，服务器群的规模越来越强大，互联网数据传输也越来越快速，相信在不久的将来一定可以实现机器人远程操控，届时人们的时间价值将会有大幅度提升，能够在减少工作量的同时确保相应的生产力，让全球经济稳定发展。

2.2 数据挖掘时期

如果第一时期是搭建云平台，那么第二时期的数据挖掘便可理解为完成人工智能基础化的构建。数据挖掘就是用户数据分析，当用户提出需求或者有需求意向，收集系统将用户端涉及的任务数据进行收集、整理，传输到云上，让平台进行分析、计算、模拟得出一套最贴合用户需求的解决方案。数据挖掘时期主要实现数据的同步，让人工远程协助和人工智能可进行合作。

2.3 与遗传相关的专家系统时期

第三时期是人工智能发展到现在所处的时期。经过多年的研究与实践，专家系统方面已经取得了一定的成果，而且在某些领域阶段性实验后也证明其发展前景良好。计算机领域已经开始考虑将专家系统与人工智能结合起来，但在研究过程中遇到了很多阻碍，有的学者也提出了质疑，认为专家系统存在未知性，其问题主要有以下几点。

（1）该系统的知识来自于信息知识的存储，这只是一种积累，不代表该系统掌握知识的原理，因此系统在遇到某种特定环境或者条件时无法发挥预期效果。（2）专家系统在知识存储以专家为基础，而专家理论研究结果存在不确定性和多样性，如此一来，专家系统存储的知识就可能不完全或者不一致。（3）问题解决方案单一化，解决过程不明确，系统无法像真正的专家那样一边分析问题一边进行推理，然后综合各种理论得出答案。（4）问题解决功能较弱。

专家系统会存在诸多问题，难以真正与人工智能结合的原因需要进一步探究。John McDermott表示专家系统的失败在于解决问题的方法不对、知识储备不足，甚至可以说，在解决问题的过程中并没有涉及相关有效知识。

为了解决以往专家系统存在的问题，有效促进人工智能的发展，有关学者提出了遗传基因系统以及遗传算法的应用。遗传算法的普及率并不低，在数据挖掘的辅助下能极大地改善专家系统的不足之处，如云平台可将世界上的知识与理论转化成数据存储起来，并不断更新与积累，在这种情况下辅以数据挖掘。相信经过实践与验证，云平台能够实现根据端用户的问题进行分析与比对，找到最合适的解决方案，其便利性会远胜于任何一个图书馆。此外，计算机系统还可以通过新一代的算法集成待解决问题的答案，让人工智能更趋向于理想设定。

3 结语

综上所述，随着科技的发展，终有一日人工智能会代替人力劳动完成那些繁重的工作任务，只是可能要等很长一段时间才能实现这个目标。人工智能实现的意义不仅在于科学的进步和人类工作、生活环境的改善，它更代表人类智慧的进步，代表着世界发展迈向新的纪元。