崔天明

（長(zhǎng)春大學(xué)旅游學(xué)院，吉林 長(zhǎng)春 130607）

1 引言

隨著計(jì)算機(jī)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(lái)越快，由此推動(dòng)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(yùn)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(jìn)。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。

2 計(jì)算機(jī)通信技術(shù)與電子信息技術(shù)概述

計(jì)算機(jī)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(jué)圖像、語(yǔ)音等人工智能領(lǐng)域。特別是對(duì)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(jì)算機(jī)通信技術(shù)能夠利用并行運(yùn)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(chǔ)，需要借助神經(jīng)網(wǎng)絡(luò)的不斷學(xué)習(xí)，并通過(guò)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(jì)算機(jī)通信技術(shù)，能夠在數(shù)據(jù)信息不斷深度學(xué)習(xí)的過(guò)程中，實(shí)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(jì)算機(jī)硬件為載體的電子技術(shù)，而信息技術(shù)則是通過(guò)計(jì)算機(jī)硬件，來(lái)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(kāi)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(chǔ)，并可以將最終的數(shù)據(jù)結(jié)果傳輸至網(wǎng)絡(luò)云計(jì)算平臺(tái)。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(jì)算信息，來(lái)實(shí)現(xiàn)人工智能的數(shù)據(jù)挖掘。因此通過(guò)計(jì)算機(jī)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(guò)程中，提高計(jì)算機(jī)對(duì)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。

3 人工智能的發(fā)展概況及其主要特征

20世紀(jì)50年代，美國(guó)出現(xiàn)類(lèi)似于“人工智能”的機(jī)器運(yùn)算，其主要通過(guò)一系列具有規(guī)律性的計(jì)算代碼，來(lái)完成計(jì)算機(jī)的模擬思考活動(dòng)。這一階段通過(guò)運(yùn)用計(jì)算機(jī)中的符號(hào)演算過(guò)程，進(jìn)行日常數(shù)學(xué)定理或其他內(nèi)容的演算與推理。機(jī)器定理證明包括自然語(yǔ)言理解、程序驗(yàn)證、問(wèn)題求解、自動(dòng)程序設(shè)計(jì)等內(nèi)容，計(jì)算機(jī)能夠根據(jù)準(zhǔn)確的程序設(shè)定，進(jìn)行每個(gè)步驟的證明與求解。之后在20世紀(jì)80、90年代，機(jī)器學(xué)習(xí)逐漸成為獨(dú)立的科學(xué)，搜索引擎技術(shù)的出現(xiàn)也推動(dòng)著搜索引擎的發(fā)展。科學(xué)家愛(ài)德華·費(fèi)根鮑姆在著作《人工智能手冊(cè)》中，將機(jī)器學(xué)習(xí)分為示教學(xué)習(xí)、機(jī)械學(xué)習(xí)、歸納學(xué)習(xí)和類(lèi)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(wèn)題。歸納學(xué)習(xí)包括符號(hào)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(jì)與算法學(xué)習(xí)，逐漸取代其他低效的數(shù)據(jù)計(jì)算學(xué)習(xí)模式，成為人工智能計(jì)算的主要方式，并大大提升人工智能計(jì)算的效率。人工智能的數(shù)據(jù)運(yùn)算與深度學(xué)習(xí)系統(tǒng)，是一種對(duì)網(wǎng)絡(luò)中不斷添加信息的學(xué)習(xí)，其能夠通過(guò)模擬人大腦的思考活動(dòng)，來(lái)完成更加智能化的數(shù)據(jù)處理與信息服務(wù)。

4 計(jì)算機(jī)通信技術(shù)與電子信息技術(shù)在人工智能領(lǐng)域的實(shí)踐應(yīng)用

4.1 計(jì)算機(jī)通信技術(shù)在人工智能領(lǐng)域的技術(shù)實(shí)現(xiàn)

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(guò)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(jìn)行前向擬合與數(shù)理統(tǒng)計(jì)的學(xué)習(xí)。在計(jì)算機(jī)通信系統(tǒng)中會(huì)給定某些樣本點(diǎn)，然后利用相應(yīng)的擬合曲線，來(lái)表示樣本點(diǎn)隨自變量的變化關(guān)系。在人工智能的深度學(xué)習(xí)過(guò)程中，標(biāo)注的樣本點(diǎn)不僅僅是(x,y)點(diǎn)，還可以是其他由向量矩陣組成的任意點(diǎn)，而多個(gè)任意點(diǎn)會(huì)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(huì)根據(jù)隨意輸入的數(shù)據(jù)信息，進(jìn)行數(shù)據(jù)的前向傳播、反向傳播等的訓(xùn)練活動(dòng)。多層神經(jīng)網(wǎng)絡(luò)在深度學(xué)習(xí)過(guò)程中，能夠根據(jù)傳輸?shù)臄?shù)據(jù)質(zhì)量進(jìn)行自動(dòng)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(kāi)源深度學(xué)習(xí)框架。TensorFlow擺脫了單個(gè)GPU的數(shù)據(jù)運(yùn)算與處理，通過(guò)多個(gè)GPU卡與C++接口的分布式連接，來(lái)完成龐大運(yùn)算數(shù)據(jù)的并行處理。

因此通信技術(shù)中的并行計(jì)算，與非關(guān)系型數(shù)據(jù)庫(kù)（NoSQL）、數(shù)據(jù)流圖、內(nèi)存等計(jì)算進(jìn)行結(jié)合，能夠?qū)崿F(xiàn)分布式系統(tǒng)多個(gè)層級(jí)與節(jié)點(diǎn)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(duì)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(yùn)用多種優(yōu)化算法，完成海量數(shù)據(jù)的高效率運(yùn)算，而且能夠有效保障數(shù)據(jù)運(yùn)算的前后一致性，保證節(jié)點(diǎn)出現(xiàn)故障后的讀寫(xiě)，以及在數(shù)據(jù)發(fā)生容錯(cuò)問(wèn)題后進(jìn)行主動(dòng)分區(qū)。在利用多個(gè)GPU卡進(jìn)行數(shù)據(jù)并行計(jì)算的過(guò)程中，主要通過(guò)網(wǎng)絡(luò)中數(shù)據(jù)信息的連接，來(lái)實(shí)現(xiàn)不同區(qū)域、不同模型中不同批次數(shù)據(jù)的并行計(jì)算。同一層級(jí)中的數(shù)據(jù)可以在不同GPU卡上進(jìn)行處理，以此來(lái)縮短各個(gè)層級(jí)中的數(shù)據(jù)處理時(shí)長(zhǎng)。多層神經(jīng)網(wǎng)絡(luò)框架的數(shù)據(jù)并行計(jì)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(guò)利用分布式客戶/服務(wù)器計(jì)算模型，進(jìn)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(jí)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(jìn)行分布式交互仿真環(huán)境的開(kāi)發(fā)過(guò)程中，首先其能夠?qū)ΜF(xiàn)有的需求或服務(wù)信息進(jìn)行搜集，并對(duì)發(fā)布重點(diǎn)信息或用戶信息需求進(jìn)行注冊(cè)。然后可以通過(guò)Agent技術(shù)進(jìn)行數(shù)據(jù)工作流的開(kāi)發(fā)，并將相應(yīng)的工作計(jì)劃傳達(dá)至各個(gè)工作站，再根據(jù)工作站中反饋回來(lái)的數(shù)據(jù)進(jìn)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(guò)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(yàn)。因此Agent技術(shù)作為分布式系統(tǒng)中的數(shù)據(jù)計(jì)算實(shí)體，其能夠?qū)ΜF(xiàn)有數(shù)據(jù)任務(wù)進(jìn)行協(xié)作處理、任務(wù)監(jiān)控與信息管理等工作，并通過(guò)局域網(wǎng)將查詢或處理后的數(shù)據(jù)信息，上傳至云計(jì)算平臺(tái)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(shí)間。通過(guò)Agent技術(shù)在人工智能平臺(tái)中的運(yùn)用，能夠提升數(shù)據(jù)或其他網(wǎng)絡(luò)運(yùn)算的信息處理效率，并有效減少網(wǎng)絡(luò)傳輸中的擁堵問(wèn)題。基于Agent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(jì)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)

4.2 計(jì)算機(jī)通信技術(shù)在人工智能領(lǐng)域的實(shí)踐應(yīng)用案例

當(dāng)前計(jì)算機(jī)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(kù)范式進(jìn)行不同場(chǎng)景的設(shè)置。當(dāng)前主要通過(guò)NoSQL，進(jìn)行系統(tǒng)中數(shù)據(jù)流信息的實(shí)時(shí)處理。其中，NoSQL數(shù)據(jù)庫(kù)中的Hadoop平臺(tái)，能夠?qū)Σ粩喟l(fā)生變化的數(shù)據(jù)信息，進(jìn)行數(shù)據(jù)的檢索、存儲(chǔ)與統(tǒng)計(jì)。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(chē)前方固定感知前方道路的攝像頭，攝像頭能夠?qū)⑵?chē)的行駛狀況拍攝為視頻，并上傳至NoSQL數(shù)據(jù)庫(kù)中的Hadoop平臺(tái)。人工智能平臺(tái)再根據(jù)當(dāng)前用戶的使用場(chǎng)景，制定出符合用戶需要的算法解決方案或智能模型，對(duì)視頻或圖片中的人物進(jìn)行識(shí)別，以達(dá)到行車(chē)過(guò)程中避讓行人的目的。

4.3 電子信息技術(shù)在人工智能領(lǐng)域的實(shí)踐應(yīng)用

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(shí)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(lái)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(gè)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(jí)別，這大大推動(dòng)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(guò)多GPU卡與C++接口的分布式連接，實(shí)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(jī)械制造等領(lǐng)域，已經(jīng)可以通過(guò)電子信息技術(shù)的應(yīng)用，進(jìn)行數(shù)據(jù)采集、解析與存儲(chǔ)，而且能夠?qū)ζ渲写嬖诘臄?shù)據(jù)容錯(cuò)、冗余問(wèn)題進(jìn)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(guò)電子信息設(shè)備中的傳感器，獲取到教學(xué)過(guò)程中的圖像或語(yǔ)音內(nèi)容，并對(duì)其中存在的異常情況進(jìn)行識(shí)別與處理。而這一整套人工智能系統(tǒng)的構(gòu)建，需要多個(gè)電子信息設(shè)備的連接進(jìn)行構(gòu)建，還需要通過(guò)數(shù)據(jù)處理平臺(tái)，進(jìn)行圖像或語(yǔ)音內(nèi)容的識(shí)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(lái)看，主要通過(guò)對(duì)不同軟件的編程，完成不同人工智能領(lǐng)域硬件的自動(dòng)化控制。當(dāng)前電子信息技術(shù)軟件，已經(jīng)在機(jī)械制造、數(shù)控機(jī)床、網(wǎng)絡(luò)圖書(shū)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(shū)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(shū)館后，就能夠根據(jù)自身對(duì)圖書(shū)的借閱需要，通過(guò)語(yǔ)音或鼠標(biāo)操作來(lái)完成借閱活動(dòng)。在這一圖書(shū)借閱過(guò)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(kù)中信息的檢索、顯示與下載，并大大提升整個(gè)圖書(shū)館信息處理的自動(dòng)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(duì)連接的人工智能設(shè)備進(jìn)行控制。

5 人工智能發(fā)展方向

未來(lái)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(gè)語(yǔ)音、圖像與距離傳感元件，其能夠?qū)χ車(chē)臻g中的語(yǔ)言、光線、距離、色彩等進(jìn)行感知，并根據(jù)不同的數(shù)據(jù)信息作出實(shí)時(shí)反饋。用戶可以利用智能設(shè)備中的計(jì)算軟件，進(jìn)行人工智能產(chǎn)品的連接，并通過(guò)相應(yīng)的指令控制，來(lái)實(shí)現(xiàn)計(jì)算機(jī)對(duì)人類(lèi)思維與意識(shí)活動(dòng)的模仿。例如，各個(gè)人工智能服務(wù)廠商不僅開(kāi)發(fā)出具有語(yǔ)音識(shí)別能力、圖像識(shí)別能力的軟件設(shè)備，而且設(shè)計(jì)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(shí)現(xiàn)智能手機(jī)、電腦、電視等的連接，還能夠通過(guò)各種硬件設(shè)備的人工智能芯片，進(jìn)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(dòng)化水平。