Page 196 - 计算机应用软件开发技术研究

计算机应用软件开发技术研究

要的清理、集成、分类、结构化等操作，是对数据的属性、状态、存储形式的操
作；人工智能更侧重于知识的产出，即通过数据的内涵产生有意义的智能输出。
故此，两者在技术路线与框架上也势必有所区别。

1. 人工智能的主要技术
支持人工智能的机器旨在分析和解释数据，然后根据这些解释解决问题，以
便对决策和学习做出最佳决定。通过机器学习，计算机会学习如何对某个结果采
取行动或做出快速、准确的反应，并在未来知道采取相同的行动。

人工智能更关注算法与计算形式，通过不断优化算法提升机器的认知与执行
能力，针对某种输入获取人类期许的输出。与传统计算应用程序不同，人工智能
放弃所有响应都采用编码的方式，而是通过不断分析和解释数据，继而调整和优
化对某种情景采取行动或作出响应，并在后续同种情况采取相同行动。

第三次浪潮的人工智能把一些技术、神经元网络和统计的方法结合在一起。
人工智能技术在神经网络基础上发展成多层神经网络，进而进行深度学习。目前
人工智能技术涉及机器学习、知识图谱、自然语言处理、计算机视觉、人机交互、
生物特征识别、虚拟现实 / 增强现实等关键技术。而人工智能学科研究的主要内

容包括知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、
自然语言理解、计算机视觉、智能机器人、自动程序设计等方面，主要应用体现
在：机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家
系统、自动规划、智能搜索、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。
2. 大数据主要技术
大数据多采用传统的统计计算方法，可以针对各种纷繁复杂的数据，寻求内
涵的结果，进而获得潜藏在数据背后能够指导人类行为决策的洞察力。例如，淘

宝可以根据用户每次浏览的商品内容的种类、价格、属性等获取用户的消费能力
与消费习惯，进而推荐用户喜闻乐见的商品。这些被分析处理的数据可以是结构
化（关系型数据库中的事务数据表）、非结构化或半结构化数据（电子邮件、网
站浏览信息、图像、视频、声音、传感器数据等）。根据大数据处理的生命周期，

大数据的技术体系涉及数据的采集与预处理、大数据存储与管理、大数据计算模
式与系统、大数据分析与挖掘、大数据可视化分析及大数据隐私与安全等几个方
面。大数据的飞速发展更离不开云计算，单台计算机无法完成海量数据的处理，

·184·