마이크로 소프트 미니 얼음의 암호 해독: 인공 지능에 대 한 큰 데이터

7 월 2 일, 마이크로소프트 (아시아) 인터넷 공학 연구소는 지능형 채팅 로봇 "마이크로소프트 얼음"의 두 번째 세대 공식적으로 줄에 사용자가 로그온 할 수 있습니다 "입양" 작업에 대 한 Microsoft 얼음 공식 웹사이트에 발표 했다.

그래서 마이크로소프트의 작은 얼음 제품 무엇입니까? 첫째, 마이크로소프트 얼음은 스마트 채팅 로봇 이다. 이외에 알림, 날씨, 별자리, 교통 가이드, 레스토랑 리뷰 및 다른 실용적인 기능 하지만 지능형 채팅. 둘째, Microsoft 작은 얼음 큰 데이터, 자연 의미 분석, 기계 학습 및 깊은 신경 네트워크, 마이크로소프트의 기술 축적을 통합 하 고 매우 강력한 기계 학습 능력이 있다. 그래서, Microsoft 작은 얼음은 인공 지능 로봇 이다.

"인공 지능 큰 데이터에 의해 지원 될 필요가 있다."

인공 지능에는 세 가지 주요 지점: 첫 번째, 규칙 기반 인공 지능, 두 번째, 거기 아무 규칙 컴퓨터 읽고 많은 양의 데이터를 통해 데이터 통계, 확률 분석 및 인공 지능의 지능형 처리의 다른 방법 이며 셋째, 깊은 학습 신경 네트워크에 따라.

즉, 소정의 문법 구조 입력된 규칙에 따라 컴퓨터에 인공 지능의 규칙에 따라 그리고 지능형 처리에 대 한 이러한 규칙, 아니라 실용적 유연성의 부족. 따라서, 인공 지능의 실제 주류 후자의 두입니다. 둘 다 다음 자체 AI의 정확도 개선 하기 위해 컴퓨터를 통해 데이터를 많이 읽어 보시기 바랍니다. 오늘, 많은 데이터 생성 후 저장, 처리, 고속 CPU와 낮은 비용 저장 있다 그래서는 이론과 실천의 두 가지 후 인공 지능. 따라서, 인공 지능 인간의 처리 나 판단에 가까운 게, 정확도 향상 시킬 수 있습니다. 같은 시간에 인공 지능 서비스 주요 요인 및 사용자의 증가 수의 더 많은 사용자를 유치 하기 위해 높은 부가 가치 서비스를 사용 하 여 인공 지능 추가 최적화 되도록 더 많은 데이터를 생산할 예정 이다.

큰 데이터 "구조화 된 데이터"와 "구조화 되지 않은 데이터"으로 나뉘어져 있습니다. "데이터 구조" 등 고객 정보, 비즈니스 데이터, 판매 데이터, 재고 데이터는 일반적인 데이터베이스에 저장 된 데이터베이스로 관리할 수 있는 데이터를 구체적으로 말합니다. 반면, "구조화 되지 않은 데이터", 전자 메일, 텍스트 파일, 이미지, 비디오, 및 등등을 포함 하 여 데이터베이스에 저장 되지 않은 데이터를 의미 합니다. 현재, 구조화 되지 않은 데이터를 확산 하 고 엔터프라이즈 데이터의 약 80%는 구조적. 소셜 미디어의 도래와 함께 구조화 되지 않은 데이터 성장의 버스트와 함께 인사 되었습니다. 복잡 한, 거 대 한 양의 데이터는 종종 큰 데이터 라고 합니다.

그러나, 이러한 대용량 데이터의 분석 간단 하지 않습니다. 텍스트 마이닝 "자연어 처리" 기술, 이미지 및 비디오 요구 "이미지 구문 분석 기술" 구문 분석 해야 합니다. 오늘, 음성 인식 기술을 아니다 또한 불가결. 이들은 전통적인 의미에서 인공 지능의 분야에서 공부 하는 기술입니다.

마이크로소프트의 작은 얼음은 또한 전적으로 인공 지능을 달성 하기 위해 큰 데이터의 지원 때문에. 온라인 언론 보도 따르면 마이크로 소프트의 작은 얼음 거의 700 백만 인터넷 년 동안 중국에 있는 사용자가 모든 공개 채팅 기록, 축적 된 데이터 마이닝 및 컨텍스트 및 휴먼 머신 질문을 달성 하 고 자연 스러운 상호 작용 또는 심지어 해당 하는 16 년 오래 된 여자의 IQ 대답 하는 대화의 의미를 이해를 통해 지능형 검색 기반 15 백만 코 퍼스에서 정제를 설정 합니다.

"큰 데이터와 인공 지능의 조합 큰 에너지를 해방 한다."

마이크로소프트, 뿐만 아니라 구글과 애플도 일하고 있다 인공 지능으로 대용량 데이터를 결합 하는 제품의 개발에. 사용자의 지속적인 진화, 더 많은 사용자의 사용과 인공 지능의 배경, 최적화 된 검색 엔진 서비스를 제공 하는 구글 검색 엔진 최적화, 최적화, 사용자가 자연스럽 게 더 많은 것입니다. 검색 엔진, Google Gmail, Google 워드 프로세서, 등등 "구조화 되지 않은 데이터입니다."의 많은 수를 통해 또한 외 결과적으로, Google의 뇌가 된다 똑 똑. 또한, Google은 진화 시스템의 "의미 검색"를 개발 했다. 애플의 음성 인식 기술은 Siri 또한 최신 인공 지능 이론 (깊은 학습) 기반으로 합니다. 차례 차례로, 현대 인공 지능의 진화는 지원으로 이론적 연구 뿐만 아니라 많은 양의 데이터를 필요합니다.

2014 년 초에 구글 합류 아우디, GM, 혼다, 현대, 엔비디아는 새로운 컨소시엄-오픈 자동차 얼라이언스를 설정 하려면-애플, 2013 년 6 월에에서 자동차 정보에 dabbling 시작 Siri 음성 작업을 통해 시작된 "IOS는 차에" 기술, 네비게이션, 전화, 음악 재생 및 기타 서비스를 얻을 수 있습니다. 최근에, Google 그것 2017 8 월 2013의 480,000 킬로미터 시운전 완료 자동 운전 자동차에 투자 하는 시장에 있을 것입니다 발표 했다. 480,000 km 테스트 드라이브의 대용량 데이터 운전 경험 데이터를 인공 지능의 자동 운전에 대 한 결정 분석 기준으로 제공 되고있다.

미래에 모든 산업 분야는 인공 지능과 인공 지능 로봇을 통해 지능형 될 것입니다. 인공 지능의 중요 한 원천이 될 것 이다 높은 가치, 놀이 거 대 한 역할은 초과할 가능성이 세계 "인터넷 혁명"에서 큰 변화를 발생 했습니다, 영향, 거 대 한 될 것입니다 또한 사회의 모든 수준에 걸쳐 확산 것입니다. 구글과 애플 자동차 등 전통 산업에 위기의 깊은 감각을 가져왔다. 그리고 사실, 큰 데이터 및 인공 지능의 조합에서 그들의 파괴적인 혁신. 아마도 이것은 우리의 생각 잘 가치입니다. 같은 현상과 같은 파괴는 더 전통적인 산업에 일어날 것인가?

6 월 12 일 오후, 작가 협 협 자문 포럼의 13 세션을 관찰 하는 것의 두 번째 회의에 왔다. 그 당시, JIU 산 사회, 중앙 Raiming의 부사장 "큰 데이터 개발 전략을 가능 한 한 빨리 구현"을 제안을 했다. 저자는 그 인공 지능 큰 데이터 개발 전략의 발판 중 하나가 될 수 있습니다 기대 하고있다.