큰 데이터에 인공 지능 결합을 합니까?

AI 요구 큰 데이터 지원

인공 지능에는 세 가지 주요 지점:

1. 규칙 기반 인공 지능;

2. 규칙, 컴퓨터 데이터 통계, 확률 분석 방법, 지능형 인공 지능;의 처리는 많은 양의 데이터를 읽으십시오

3. 깊은 학습 신경 네트워크에 따라.

지능형 처리에 대 한 이러한 규칙을 사용 하 여 소정의 문법 구조 입력된 규칙에 따라 컴퓨터에서 유연성, 적당 한의 부족 인공 지능의 규칙에 따라, 실용에 대 한. 따라서, 인공 지능의 실제 주류 후자의 두입니다.

그럼 둘 다를 통해 "컴퓨터 거 대 한 데이터를 읽고, 인공 지능 자체 능력을 촉진/정확도". 오늘, 많은 데이터 생성 후 저장, 처리, 고속 CPU와 낮은 비용 저장 있다 그래서 연습 이론의 두 가지 후 인공 지능. 따라서, 인공 지능 인간의 처리 나 판단에 가까운 게, 정확도 향상 시킬 수 있습니다. 동시에, 높은 부가 가치 서비스, 인공 지능 서비스의 사용에 더 많은 사용자가, 및 사용자, 인공 지능 추가 최적화 되도록 더 많은 데이터를 결과의 증가 주요 요인이 된다.

인공 지능 기술 없이 대용량 데이터 마이닝

큰 데이터 "구조화 된 데이터"와 "구조화 되지 않은 데이터"으로 나뉘어져 있습니다.

기업의 고객 정보, 비즈니스 데이터, 판매 데이터, 재고 데이터, 등, 일반 데이터베이스에 저장 된 의미 "데이터 구조", 특히 참조는 데이터 데이터베이스를 관리할 수 있습니다. 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.

큰 데이터 및 인공 지능 검색 엔진에

큰 데이터 및 인공 지능의 최고의 조합을 구글과 애플 이다.

고 지속적으로 사용자의 사용과 인공 지능의 배경, 최적화 된 검색 엔진 서비스를 제공 하는 구글 발전, 더 많은 사용자의 사용, 검색 엔진 최적화, 최적화, 사용자가 더 자연스럽 게 더 있을 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, Google의 진화 시스템, 애플의 "의미 검색" 음성 인식 기술을 Siri 내장 최신 인공 지능 이론 (깊이 학습)에 기반을 개발 했습니다.

차례로, 현대 인공 지능의 진화는 원료 이론적 연구 뿐만 아니라 많은 양의 데이터를 필요합니다.

큰 데이터 및 자동차에 인공 지능

2014 년 초에 구글 합류 아우디, GM, 혼다, 현대 및 새로운 컨소시엄을 설정 하는 엔비디아: 오픈 자동차 얼라이언스, 그리고 지난 6 월 자동차 산업에서 다뤄, 애플 발표는 "IOS에는" 자동차 "(는 Siri 통해 음성 작업 얻을 수 있습니다 탐색, 전화, 음악 재생 및 기타 서비스).

최근에, Google는 그것에 있을 것입니다 시장에 2017 자기 운전 자동차, 8 월 2013에 투자 하는 480,000 킬로미터 테스트 드라이브를 완료를 발표 했다. 480,000 km 테스트 드라이브의 대용량 데이터 운전 경험 데이터를 인공 지능의 자동 운전에 대 한 결정 분석 기준으로 제공 되고있다.

파괴적 혁신 큰 데이터 + 인공 지능에서 온다

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 현상, 같은 파괴, 더, 또는 심지어 모든, 다른 전통적인 산업 걸릴까요?

국제 경제 및 기술 협력, 정부 산업 및 정보 기술 왕 Xiwen 센터

(책임 편집기: Mengyishan)