崔天明
(長春大學(xué)旅游學(xué)院,吉林 長春 130607)
隨著計算機通信技術(shù)和電子信息技術(shù)的發(fā)展,網(wǎng)絡(luò)信息傳輸、數(shù)據(jù)信息處理的速度也越來越快,由此推動人工智能技術(shù)的發(fā)展。將信息技術(shù)應(yīng)用于人工智能中,可以有效提供人工智能產(chǎn)品的運行效率和準(zhǔn)確性,人工智能技術(shù)也可應(yīng)用于信息行業(yè),兩者相輔相成、互相促進。本文主要探討電子信息技術(shù)與通信技術(shù)在人工智能中的應(yīng)用。
計算機通信技術(shù)具有多層網(wǎng)絡(luò)結(jié)構(gòu),包含有多種線性信息、非線性信息等。通信信息技術(shù)被廣泛應(yīng)用于視覺圖像、語音等人工智能領(lǐng)域。特別是對于數(shù)據(jù)信息量較大、數(shù)據(jù)模型較為復(fù)雜的情況,計算機通信技術(shù)能夠利用并行運算,提升任務(wù)執(zhí)行速度與性能。這種數(shù)據(jù)信息的標(biāo)記、處理與存儲,需要借助神經(jīng)網(wǎng)絡(luò)的不斷學(xué)習(xí),并通過數(shù)據(jù)前向傳播、反向傳播的迭代訓(xùn)練,才能得到相應(yīng)的數(shù)據(jù)模型。所以融合神經(jīng)網(wǎng)絡(luò)的計算機通信技術(shù),能夠在數(shù)據(jù)信息不斷深度學(xué)習(xí)的過程中,實現(xiàn)人工智能系統(tǒng)中數(shù)據(jù)信息的處理。
而電子信息技術(shù)是依托于互聯(lián)網(wǎng)的信息傳輸手段,其包括電子科學(xué)、信息技術(shù)兩方面內(nèi)容。電子科學(xué)是以計算機硬件為載體的電子技術(shù),而信息技術(shù)則是通過計算機硬件,來完成數(shù)據(jù)信息的發(fā)送與傳輸。隨著網(wǎng)絡(luò)集成電路、數(shù)據(jù)中心的快速發(fā)展,電子信息技術(shù)也開始向虛擬化、智能化的方向發(fā)展。當(dāng)前電子信息數(shù)據(jù)中心能夠完成各種數(shù)據(jù)信息的處理與存儲,并可以將最終的數(shù)據(jù)結(jié)果傳輸至網(wǎng)絡(luò)云計算平臺。例如,當(dāng)前谷歌利用電子科學(xué)的數(shù)據(jù)信息處理技術(shù),從海量網(wǎng)絡(luò)數(shù)據(jù)中提取出有用的計算信息,來實現(xiàn)人工智能的數(shù)據(jù)挖掘。因此通過計算機通信技術(shù)與電子信息技術(shù)的使用,能夠在數(shù)據(jù)信息的深度學(xué)習(xí)過程中,提高計算機對有用信息的辨別度,從而將其應(yīng)用于各種人工智能領(lǐng)域的信息處理中。
20世紀(jì)50年代,美國出現(xiàn)類似于“人工智能”的機器運算,其主要通過一系列具有規(guī)律性的計算代碼,來完成計算機的模擬思考活動。這一階段通過運用計算機中的符號演算過程,進行日常數(shù)學(xué)定理或其他內(nèi)容的演算與推理。機器定理證明包括自然語言理解、程序驗證、問題求解、自動程序設(shè)計等內(nèi)容,計算機能夠根據(jù)準(zhǔn)確的程序設(shè)定,進行每個步驟的證明與求解。之后在20世紀(jì)80、90年代,機器學(xué)習(xí)逐漸成為獨立的科學(xué),搜索引擎技術(shù)的出現(xiàn)也推動著搜索引擎的發(fā)展。科學(xué)家愛德華·費根鮑姆在著作《人工智能手冊》中,將機器學(xué)習(xí)分為示教學(xué)習(xí)、機械學(xué)習(xí)、歸納學(xué)習(xí)和類比學(xué)習(xí)等。其中歸納學(xué)習(xí)是人工智能技術(shù)的最重要部分,也是“人工智能”研究最為關(guān)注的問題。歸納學(xué)習(xí)包括符號主義學(xué)習(xí)、基于神經(jīng)網(wǎng)絡(luò)的連接主義學(xué)習(xí)兩部分內(nèi)容。從20世紀(jì)90年代至今,“人工智能”的統(tǒng)計與算法學(xué)習(xí),逐漸取代其他低效的數(shù)據(jù)計算學(xué)習(xí)模式,成為人工智能計算的主要方式,并大大提升人工智能計算的效率。人工智能的數(shù)據(jù)運算與深度學(xué)習(xí)系統(tǒng),是一種對網(wǎng)絡(luò)中不斷添加信息的學(xué)習(xí),其能夠通過模擬人大腦的思考活動,來完成更加智能化的數(shù)據(jù)處理與信息服務(wù)。
人工智能技術(shù)是借助于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)技術(shù),通信技術(shù)融合神經(jīng)網(wǎng)絡(luò),在經(jīng)過數(shù)據(jù)信息集合的標(biāo)注后,就能夠?qū)ζ渲写嬖诘臄?shù)據(jù),進行前向擬合與數(shù)理統(tǒng)計的學(xué)習(xí)。在計算機通信系統(tǒng)中會給定某些樣本點,然后利用相應(yīng)的擬合曲線,來表示樣本點隨自變量的變化關(guān)系。在人工智能的深度學(xué)習(xí)過程中,標(biāo)注的樣本點不僅僅是(x,y)點,還可以是其他由向量矩陣組成的任意點,而多個任意點會構(gòu)成復(fù)雜的多層神經(jīng)系統(tǒng)網(wǎng)絡(luò)。但輸入的數(shù)據(jù)之間并不存在相應(yīng)的線性關(guān)系,多層神經(jīng)系統(tǒng)網(wǎng)絡(luò)會根據(jù)隨意輸入的數(shù)據(jù)信息,進行數(shù)據(jù)的前向傳播、反向傳播等的訓(xùn)練活動。多層神經(jīng)網(wǎng)絡(luò)在深度學(xué)習(xí)過程中,能夠根據(jù)傳輸?shù)臄?shù)據(jù)質(zhì)量進行自動優(yōu)化。當(dāng)前主流多層神經(jīng)網(wǎng)絡(luò)框架,主要包含moa、PyTorch、TensorFlow、neon、theano等,其中TensorFlow、neon等神經(jīng)網(wǎng)絡(luò)架構(gòu),為Google和ARM公司的開源深度學(xué)習(xí)框架。TensorFlow擺脫了單個GPU的數(shù)據(jù)運算與處理,通過多個GPU卡與C++接口的分布式連接,來完成龐大運算數(shù)據(jù)的并行處理。
因此通信技術(shù)中的并行計算,與非關(guān)系型數(shù)據(jù)庫(NoSQL)、數(shù)據(jù)流圖、內(nèi)存等計算進行結(jié)合,能夠?qū)崿F(xiàn)分布式系統(tǒng)多個層級與節(jié)點的模型構(gòu)建。在多層神經(jīng)網(wǎng)絡(luò)中,用戶不需要了解系統(tǒng)的結(jié)構(gòu)模型,只需要根據(jù)不斷的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí),就能夠針對現(xiàn)有數(shù)據(jù)做出推理。而且隨著數(shù)據(jù)處理設(shè)備、內(nèi)存等硬件性能的大幅度提升,其不僅能夠運用多種優(yōu)化算法,完成海量數(shù)據(jù)的高效率運算,而且能夠有效保障數(shù)據(jù)運算的前后一致性,保證節(jié)點出現(xiàn)故障后的讀寫,以及在數(shù)據(jù)發(fā)生容錯問題后進行主動分區(qū)。在利用多個GPU卡進行數(shù)據(jù)并行計算的過程中,主要通過網(wǎng)絡(luò)中數(shù)據(jù)信息的連接,來實現(xiàn)不同區(qū)域、不同模型中不同批次數(shù)據(jù)的并行計算。同一層級中的數(shù)據(jù)可以在不同GPU卡上進行處理,以此來縮短各個層級中的數(shù)據(jù)處理時長。多層神經(jīng)網(wǎng)絡(luò)框架的數(shù)據(jù)并行計算模式如圖1所示。
以當(dāng)前人工智能軟件Agent為例,Agent技術(shù)主要通過利用分布式客戶/服務(wù)器計算模型,進行人工智能系統(tǒng)中的多種任務(wù)交互與控制。Agent技術(shù)具有信息或服務(wù)內(nèi)容的搜集、各信息處理層級的并行協(xié)作的能力,以及分布式系統(tǒng)的交互仿真能力。在使用Agent技術(shù)進行分布式交互仿真環(huán)境的開發(fā)過程中,首先其能夠?qū)ΜF(xiàn)有的需求或服務(wù)信息進行搜集,并對發(fā)布重點信息或用戶信息需求進行注冊。然后可以通過Agent技術(shù)進行數(shù)據(jù)工作流的開發(fā),并將相應(yīng)的工作計劃傳達至各個工作站,再根據(jù)工作站中反饋回來的數(shù)據(jù)進行搜集管理。而且Agent技術(shù)能夠模擬各種交互式的仿真環(huán)境,通過各種傳感器元器件的搭配使用,帶給用戶逼真的虛擬交互體驗。因此Agent技術(shù)作為分布式系統(tǒng)中的數(shù)據(jù)計算實體,其能夠?qū)ΜF(xiàn)有數(shù)據(jù)任務(wù)進行協(xié)作處理、任務(wù)監(jiān)控與信息管理等工作,并通過局域網(wǎng)將查詢或處理后的數(shù)據(jù)信息,上傳至云計算平臺或用戶數(shù)據(jù)終端,以縮短用戶數(shù)據(jù)信息查詢或其他服務(wù)的獲取時間。通過Agent技術(shù)在人工智能平臺中的運用,能夠提升數(shù)據(jù)或其他網(wǎng)絡(luò)運算的信息處理效率,并有效減少網(wǎng)絡(luò)傳輸中的擁堵問題?;贏gent技術(shù)的數(shù)據(jù)信息或服務(wù)處理架構(gòu)如圖2所示。
圖1 多層神經(jīng)網(wǎng)絡(luò)框架的數(shù)據(jù)并行計算
圖2 基于Agent技術(shù)的數(shù)據(jù)信息或服務(wù)處理架構(gòu)
當(dāng)前計算機通信技術(shù),已經(jīng)在商業(yè)、醫(yī)療保健、教育、智能駕駛等領(lǐng)域得到廣泛應(yīng)用。由于人工智能系統(tǒng)中連接的智能設(shè)備較多,因此不能夠使用傳統(tǒng)數(shù)據(jù)庫范式進行不同場景的設(shè)置。當(dāng)前主要通過NoSQL,進行系統(tǒng)中數(shù)據(jù)流信息的實時處理。其中,NoSQL數(shù)據(jù)庫中的Hadoop平臺,能夠?qū)Σ粩喟l(fā)生變化的數(shù)據(jù)信息,進行數(shù)據(jù)的檢索、存儲與統(tǒng)計。以智能交通系統(tǒng)為例,智能交通系統(tǒng)是具有廣闊外部空間環(huán)境的系統(tǒng)。智能交通系統(tǒng)中的智能傳感器,為車前方固定感知前方道路的攝像頭,攝像頭能夠?qū)⑵嚨男旭偁顩r拍攝為視頻,并上傳至NoSQL數(shù)據(jù)庫中的Hadoop平臺。人工智能平臺再根據(jù)當(dāng)前用戶的使用場景,制定出符合用戶需要的算法解決方案或智能模型,對視頻或圖片中的人物進行識別,以達到行車過程中避讓行人的目的。
電子信息技術(shù)主要包括電子科學(xué)、信息技術(shù)兩方面內(nèi)容,電子信息技術(shù)在人工智能領(lǐng)域的實踐應(yīng)用,存在著軟件、硬件兩方面應(yīng)用。首先從電子信息技術(shù)硬件方面來看,隨著高精度與高集成度電路的發(fā)展,電子元器件的組織結(jié)構(gòu)與體積不斷縮小,且被廣泛應(yīng)用到各個人工智能領(lǐng)域。特別在嵌入式電子信息產(chǎn)品領(lǐng)域,某些處理器已經(jīng)發(fā)展到20nm、10nm的大小級別,這大大推動了人工智能領(lǐng)域中數(shù)據(jù)信息處理能力的提高。在低功耗高性能電子元器件的支持下,能夠通過多GPU卡與C++接口的分布式連接,實現(xiàn)人工智能系統(tǒng)中海量數(shù)據(jù)信息的處理與服務(wù)提供。當(dāng)前在高校教育教學(xué)、網(wǎng)絡(luò)通信、機械制造等領(lǐng)域,已經(jīng)可以通過電子信息技術(shù)的應(yīng)用,進行數(shù)據(jù)采集、解析與存儲,而且能夠?qū)ζ渲写嬖诘臄?shù)據(jù)容錯、冗余問題進行處理。以學(xué)校多媒體教學(xué)與監(jiān)控系統(tǒng)為例,當(dāng)前學(xué)校借助多種電子信息設(shè)備,能夠完成網(wǎng)絡(luò)教育教學(xué)與監(jiān)控系統(tǒng)的構(gòu)建。教師可以通過電子信息設(shè)備中的傳感器,獲取到教學(xué)過程中的圖像或語音內(nèi)容,并對其中存在的異常情況進行識別與處理。而這一整套人工智能系統(tǒng)的構(gòu)建,需要多個電子信息設(shè)備的連接進行構(gòu)建,還需要通過數(shù)據(jù)處理平臺,進行圖像或語音內(nèi)容的識別分析,并將最終的處理結(jié)果返回到用戶客戶端。
其次從電子信息技術(shù)軟件方面來看,主要通過對不同軟件的編程,完成不同人工智能領(lǐng)域硬件的自動化控制。當(dāng)前電子信息技術(shù)軟件,已經(jīng)在機械制造、數(shù)控機床、網(wǎng)絡(luò)圖書館等的構(gòu)建中,得到廣泛的應(yīng)用。以智能化網(wǎng)絡(luò)圖書館為例,很多高校構(gòu)建了智能化的信息處理系統(tǒng),學(xué)生在登錄到高校網(wǎng)絡(luò)圖書館后,就能夠根據(jù)自身對圖書的借閱需要,通過語音或鼠標(biāo)操作來完成借閱活動。在這一圖書借閱過程中,電子信息技術(shù)軟件能夠根據(jù)用戶指示,完成數(shù)據(jù)庫中信息的檢索、顯示與下載,并大大提升整個圖書館信息處理的自動化與智能化。除此之外,電子信息技術(shù)軟件還在人工智能家居系統(tǒng)中得到廣泛應(yīng)用,用戶可以在同一網(wǎng)絡(luò)環(huán)境下,對連接的人工智能設(shè)備進行控制。
未來人工智能技術(shù)的發(fā)展,主要朝著更加智能化、交互化與服務(wù)化的方向發(fā)展。人工智能設(shè)備中存在有多個語音、圖像與距離傳感元件,其能夠?qū)χ車臻g中的語言、光線、距離、色彩等進行感知,并根據(jù)不同的數(shù)據(jù)信息作出實時反饋。用戶可以利用智能設(shè)備中的計算軟件,進行人工智能產(chǎn)品的連接,并通過相應(yīng)的指令控制,來實現(xiàn)計算機對人類思維與意識活動的模仿。例如,各個人工智能服務(wù)廠商不僅開發(fā)出具有語音識別能力、圖像識別能力的軟件設(shè)備,而且設(shè)計出一系列與“人工智能”配套的智能芯片、穿戴設(shè)備等。人工智能技術(shù)可以實現(xiàn)智能手機、電腦、電視等的連接,還能夠通過各種硬件設(shè)備的人工智能芯片,進行其他多終端的網(wǎng)絡(luò)接入與信息傳輸,從而提升人工智能系統(tǒng)中數(shù)據(jù)處理與信息服務(wù)的自動化水平。