云計(jì)算下的人工智能

1、云計(jì)算下的人工智能云計(jì)算下的人工智能1提出背景在Huanids2022會(huì)議上，卡耐基梅隆大學(xué)的JaesKuffner教授提出了云機(jī)器人的概念，引起了廣泛的討論。Huanids2022會(huì)議上很多專家對(duì)云機(jī)器人比擬看好，或許云機(jī)器人就是機(jī)器人學(xué)的下一個(gè)跨越式開展。要更詳細(xì)地理解云機(jī)器人，首先要理解云計(jì)算。根據(jù)互動(dòng)百科的介紹，云計(jì)算的概念有狹義云計(jì)算和廣義云計(jì)算之分：狹義云計(jì)算是指IT根底設(shè)施的交付和使用形式，指通過網(wǎng)絡(luò)以按需、易擴(kuò)展的方式獲得所需的資源硬件、平臺(tái)、軟件。提供資源的網(wǎng)絡(luò)被稱為云。云中的資源在使用者看來是可以無限擴(kuò)展的，并且可以隨時(shí)獲取，按需使用，隨時(shí)擴(kuò)展，按使用付費(fèi)。這種特性經(jīng)常被稱

2、為像水電一樣使用IT根底設(shè)施。廣義云計(jì)算是指效勞的交付和使用形式，指通過網(wǎng)絡(luò)以按需、易擴(kuò)展的方式獲得所需的效勞。這種效勞可以是IT和軟件、互聯(lián)網(wǎng)相關(guān)的，也可以是任意其他的效勞。云計(jì)算的云，可理解為多大規(guī)模。云是一些可以自我維護(hù)和管理的虛擬計(jì)算資源，通常為一些大型效勞器集群，包括計(jì)算效勞器、存儲(chǔ)效勞器、寬帶資源等等。云計(jì)算將所有的計(jì)算資源集中起來，并由軟件實(shí)現(xiàn)自動(dòng)管理，無需人為參與。例如Ggle云計(jì)算有上百萬臺(tái)效勞器。從此可以看出，云機(jī)器人并不是指某一個(gè)機(jī)器人，也不是某一類機(jī)器人，而是指機(jī)器人信息存儲(chǔ)和獲取方式的一個(gè)學(xué)術(shù)概念。這種信息存取的方式的好處是顯而易見的。比方，機(jī)器人通過攝像頭可以獲取本

3、文由論文聯(lián)盟搜集整理一些周圍環(huán)境的照片，上傳到效勞器端，效勞器端可以檢索出類似的照片，可以計(jì)算出機(jī)器人的行進(jìn)途徑來避開障礙物，還可以將這些信息儲(chǔ)存起來，方便其它機(jī)器人檢索。所有機(jī)器人可以共享數(shù)據(jù)庫，減少開發(fā)人員的開發(fā)時(shí)間。2云計(jì)算的體系構(gòu)造2002年亞馬遜Aazn提供一組包括存儲(chǔ)空間、計(jì)算才能甚至人力智能等資源效勞的ebServie；2022年亞馬遜又提出了彈性計(jì)算云Elastiputelud，也稱亞馬遜E2的ebServie，允許小企業(yè)和私人租用亞馬遜的計(jì)算機(jī)來運(yùn)行他們自己的應(yīng)用。到2022年，幾乎所有的主流IT廠商開場(chǎng)議論云計(jì)算，這里既包括硬件廠商IB、HP、Intel、思科、SUN等、軟

4、件廠商微軟、rale、Vare等，也包括互聯(lián)網(wǎng)效勞提供商Ggle、亞馬遜、Salesfre等和電信運(yùn)營商中國挪動(dòng)、中國電信、ATT等，當(dāng)然還有一些小的IT企業(yè)也將云計(jì)算作為自己的主戰(zhàn)常這些企業(yè)覆蓋了整個(gè)IT產(chǎn)業(yè)鏈，也構(gòu)成了一個(gè)完好的云計(jì)算生態(tài)系統(tǒng)。按需部署是云計(jì)算的核心。要解決按需部署，必須解決資源的動(dòng)態(tài)可重構(gòu)，監(jiān)控和自動(dòng)化部署等，而這些又需要以虛擬化、高性能存儲(chǔ)、處理器、高速互聯(lián)網(wǎng)等技術(shù)為基矗為了有效支持云計(jì)算，其體系構(gòu)造必須支持幾個(gè)關(guān)鍵特征。系統(tǒng)必須是自治的，即需要內(nèi)嵌有自動(dòng)化技術(shù)，以減輕或消除人工部署和管理任務(wù)，而允許平臺(tái)智能地響應(yīng)應(yīng)用的要求；云計(jì)算的架構(gòu)必須是敏捷的，可以對(duì)需求信號(hào)或變

5、化做出迅速的反響。內(nèi)嵌的虛擬化技術(shù)和集群化技術(shù)，能應(yīng)付增長或效勞級(jí)要求的快速變化。綜上所述，云計(jì)算效勞的實(shí)現(xiàn)，需要依托的2大基石：硬件根底設(shè)施具有相當(dāng)?shù)囊?guī)模，即數(shù)據(jù)中心集群、規(guī)?；男谄骷按鎯?chǔ)和互聯(lián)互通的高速網(wǎng)絡(luò)；以虛擬化和自動(dòng)化為代表的成熟技術(shù)。3人工智能與云計(jì)算的結(jié)合云計(jì)算與人工智能技術(shù)開展到今天，已經(jīng)不再神秘，完全可以進(jìn)入我們的生活，承載它的歷史使命，下面筆者將根據(jù)本人的認(rèn)識(shí)，分3個(gè)階段介紹如何將人工智能與云計(jì)算完美結(jié)合。3.1機(jī)器人操控階段第一階段筆者稱之為機(jī)器人操控階段。該階段主要依托于云技術(shù)實(shí)現(xiàn)，我們暫且把它分為云和端兩局部，云主要由大型效勞器群組成，而端主要是可操控的機(jī)器人組成

6、，這些機(jī)器人除了有計(jì)算機(jī)芯片以外還需要有監(jiān)控，機(jī)械臂和行走部件。說到這里大家可能已經(jīng)明白了在這一階段我們要完成什么任務(wù)了，就是實(shí)現(xiàn)如計(jì)算機(jī)遠(yuǎn)程協(xié)助一樣簡(jiǎn)單的功能。在云上我們首先可以構(gòu)建完善的供求平臺(tái)，而擁有端的用戶可在平臺(tái)上發(fā)布各種端力所能及的任務(wù)，如清潔、維修、甚至是教學(xué)等。另一方面有完成任務(wù)才能的人可以通過供求平臺(tái)承接任務(wù)，通過遠(yuǎn)程操控端來幫助任務(wù)發(fā)布者工作，當(dāng)然這里存在的問題是費(fèi)用的支付和端用戶的平安，所以平臺(tái)使用者必須實(shí)名注冊(cè)而且一定要承當(dāng)法律責(zé)任。在強(qiáng)大的效勞器群和高速網(wǎng)絡(luò)的根底上，我相信實(shí)現(xiàn)機(jī)器人的遠(yuǎn)程操控并不是一件難事，而這一階段的實(shí)現(xiàn)也可以大大增加人們對(duì)時(shí)間的利用率，和全球消費(fèi)

7、力的一個(gè)平衡。3.2數(shù)據(jù)挖掘階段第二階段筆者稱之為數(shù)據(jù)挖掘階段，我們第一階段所完成的主要是云平臺(tái)的搭建，而第二階段我們所要完成的是人工智能的一個(gè)根底建立。在我們的用戶端上有著數(shù)據(jù)采集系統(tǒng)，隨時(shí)搜集用戶利用端所完成的各項(xiàng)任務(wù)，通過云平臺(tái)中心的計(jì)算分析，可以提供應(yīng)用戶云中存儲(chǔ)的最正確解決方案。數(shù)據(jù)挖掘的實(shí)現(xiàn)和云平臺(tái)的分析如下圖：第二階段所實(shí)現(xiàn)的是人工遠(yuǎn)程協(xié)助與智能分析同步。3.3具備遺傳基因的專家系統(tǒng)階段第三階段筆者稱之為具備遺傳基因的專家系統(tǒng)階段，近10年來，由于一些專家系統(tǒng)在實(shí)用化方面獲得了一些進(jìn)展，展示出廣闊的開展前景，開場(chǎng)受到愈來愈多的計(jì)算機(jī)科學(xué)家的關(guān)注。然而，與此同時(shí)，現(xiàn)有的專家系統(tǒng)也暴

8、露出了自身嚴(yán)重的缺陷，使不少計(jì)算機(jī)界的知名學(xué)者對(duì)專家系統(tǒng)產(chǎn)生了疑心。專家系統(tǒng)存在的問題可歸納為以下幾點(diǎn)：1專家系統(tǒng)中的知識(shí)多限于經(jīng)歷知識(shí)，極少有原理性的知識(shí)，系統(tǒng)沒有應(yīng)用它們的才能。2知識(shí)獲取功能非常弱，為了建造專家系統(tǒng)，必須依賴于專家獲取知識(shí)，不僅費(fèi)時(shí)，而且很難獲取完備性和一致性的知識(shí)；3求解問題的方法比擬單一，以推理機(jī)為核心的對(duì)間題的求解尚不能反映專家從認(rèn)識(shí)問題到解決問題的創(chuàng)造性過程；4解釋功能不強(qiáng)，這一點(diǎn)相比照擬次要。JhnDertt認(rèn)為，專家系統(tǒng)有時(shí)所以徹底失敗的原因主耍有兩條：知識(shí)缺乏；解決問題的方法不妥，即不能運(yùn)用它有的或沒有的知識(shí)來解題。針對(duì)傳統(tǒng)專家系統(tǒng)的缺乏我們?cè)O(shè)計(jì)了遺傳基因系

9、統(tǒng)，其實(shí)遺傳算法我們并不生疏，這是人工智能的根底學(xué)科，如下面的+代碼就是一個(gè)實(shí)例：typedefstrutALLELE*hr；publi：flatsufitness，average；INDIVIDUAL*fin，*fax；INDIVIDUAL*pp；TPpulatinintppsize，intstrlength；TPpulatin；inlineINDIVIDUALIndividualintireturnppi；publi：TSGAintsize，intstrlength，flatp=0.03，flatp=0.6：TPpulatinsize，strlengthgen=0；prss=p；putat

10、in=p；virtualINDIVIDUALSelet；virtualvidrssverINDIVIDUALparent1，INDIVIDUALparent2，INDIVIDUALhild1，INDIVIDUALhild2；virtualALLELEutatinALLELEalleleval；lassTSGAfit：publiTSGApubli：TSGAfitintsize，flatp=0.0333，flatp=0.6：TSGAsize，24，p，p；vidprint；有了遺傳算法加上我們第二階段完成的長時(shí)間的數(shù)據(jù)挖掘階段，我們可以解決傳統(tǒng)專家系統(tǒng)的缺乏。對(duì)于知識(shí)匱乏，經(jīng)過長時(shí)間的積累我們?cè)破脚_(tái)中存儲(chǔ)的是全球性的知識(shí)，不是任何一個(gè)圖書館可以媲美的，而且都是通過人們的經(jīng)歷進(jìn)展理論的知識(shí)，可用性極高。而數(shù)據(jù)挖掘也會(huì)幫助我們找到最正確的解決問題的方法。而每次用最完美的方法解決了問題又可以由下一代算法繼承，這樣一來，我們便可以真正實(shí)現(xiàn)人工智能了。4結(jié)語人工智能的目的是要將人類從繁重的勞動(dòng)中解放出來，我們看到機(jī)器在不斷的進(jìn)步，越來越多的智能機(jī)器在我們身邊出現(xiàn)，但是真正意義上的人工智能和我們還有很大的間隔 ，將來機(jī)器不僅僅是人類認(rèn)識(shí)世界和改變世界的工具，而且可以和人類做朋友，可