Page 64 - 大数据技术及安全研究

大数据技术及安全研究
Research on Big Data Technology and Security

源自一个心理学概念，但目前也会对人工智能技术产生一定的影响，而且行为主
义与人工智能之间存在着密不可分的关系，在不同的环境当中执行不同的动作，
从而获得相应的成就，主要负责处理物体和环境之间交互的问题。

六、人工智能技术发展方向

目前人工智能技术无论是在西方国家还是在中国都得到了蓬勃的发展，而且
正由早期的感知阶段转向为目前的自动理解模式，背后是各种专家学者不懈的努

力，由此推动人工智能技术获得了波澜壮阔的发展，以及更为广阔的发展空间，
未来方向主要包括以下 3 个方面。
（一）知识驱动
目前在大数据技术的有效支持和驱动作用下，逐渐诞生了深度学习的观念及

方法，而且在产业化方面取得了有效的进展，但是深度学习技术本身的发展空间
还有待探索和挖掘。深度学习的概念和技术并不能完全代表人工智能研究的所有
内容，未来人工智能，还应促进知识驱动及数据驱动二者之间的结合，数据驱动
人工智能技术在发展过程中缺乏常识及推理能力，这也反映出许多深度学习系统

在图像识别的过程中，仅仅只能依靠感觉，而无法实现准确的逻辑推理。这一点
也反映出人类和现代人工智能技术之间存在的差异，人工智能难以从大数据学习
过程中发展而来，只有对知识进行吸收和理解，才可以具有一定的推理演变能力
和决策能力。在这样的背景下，应当为人工智能系统技术构建专门的知识库，以

便于解决在各个领域当中所存在的问题和缺口，从而有效提高系统的逻辑推理能
力和水平。
（二）类脑智能与脉冲神经网络
根据现阶段人工智能技术的发展现状及应用情况来看，虽然取得了显著的成

就，但是总体上并不具备类似于人脑的思维能力。尽管当前人工智能模型下的机
器人和智能体已经在各个方面具有突出的表现。比如可以利用人工智能技术实现
下围棋和玩电子游戏的目标。从表面来看，能够模拟人的行为举止，但事实上，
这些机器和设备并不具有类似于人的主动思维和思考的能力，因此并不能够将机

械智能等同于真正的智能，这种智能只是停留在信息处理层面，与真正的智能概
念之间还存在一定的差异和差距。在深度学习理念和技术指导下的人工智能技术，
只能在某个领域当中解决一类问题或一些问题，但是解决问题的能力依旧对人类

·56·