員青澤

摘要：隨著社會的不斷發(fā)展，科學技術的快速進步，互聯(lián)網逐漸走進了千家萬戶，為人民的生活帶來了爆炸式的信息增長，加快了社會信息增長和傳播的速度，而且數(shù)據信息的傳播方式也變得更為多樣化。同時人們的生活節(jié)奏也逐漸加快了，留給人們閱讀的時間，學習知識的時間也越來越少了。在這種情況下，為了便于人們能夠學到更多的知識，了解更多的學習內容，知識碎片化時代隨著科學技術的發(fā)展和互聯(lián)網的普及正在悄然到來。對于現(xiàn)在人們的生活學習，互聯(lián)網中以碎片化為主的知識獲得方式，是人們學習的有效途徑，作為互聯(lián)網興起下出現(xiàn)的新產物，若能好好的利用起來，對人們來說是一個很好的學習方式。但是之前碎片化知識進行處理的方式較為落后，是采用專家系統(tǒng)的人工智能來實現(xiàn)的，并沒有對數(shù)量巨大的數(shù)據信息進行較好的處理和利用。因此對于如何更好的處理大量的碎片化知識是現(xiàn)代科技的一個重要問題，同時要分析之前的采用專家系統(tǒng)的人工智能的相關信息，來找出更好的碎片化知識處理的方法，同時也能加強人工智能網絡化的發(fā)展速度。

關鍵詞：碎片化知識；知識處理；網絡化；人工智能；計算機應用；大數(shù)據

中圖分類號：TP3 文獻標識碼：A

文章編號：1009-3044（2019）11-0214-02

計算機技術的逐漸提升和網絡的普及，促進了數(shù)據信息的傳播速度，也加劇了我們對于互聯(lián)網的依賴?；ヂ?lián)網的出現(xiàn)不僅讓我們生活的變得便捷，還讓人們能夠接收到來自四面八方的信息和相關數(shù)據，增加了人們對于世界的了解度，同時還讓人們更快的進入到大數(shù)據時代、信息時代。人工智能是近幾年科學技術發(fā)展的一個重要內容，也是研究的重點，其很大程度上讓人們的生活變得更加便捷，屬于新興事物之一。雖然人們可以接收到的信息越來越多，但是空閑時間隨著社會的發(fā)展卻越來越少，知識的接收也變成了碎片化的處理方式，針對這一重要的問題，在進行人工智能的發(fā)展的時候也要注意。

1 碎片化知識處理與網絡化人工智能

1.1 碎片化知識處理

自改革開放以來，我國快速發(fā)展，人們的生活節(jié)奏加快，計算機應用較為廣泛，信息的收集與傳輸效率大幅度提高，讓人們能夠更加準確的接收信息，可以說，知識碎片化的出現(xiàn)是為了適應這個社會的發(fā)展而出現(xiàn)的。對于現(xiàn)代發(fā)展來說，人們的空閑時間越來越碎片化，同時對于學習方面的時間也越來越碎片化，碎片化知識更加適合現(xiàn)在的人們學習。因此，在對人工智能的研究方面上，如何處理碎片化知識是其研究要解決的問題。

碎片化知識的來源較為廣泛，這一方面是得益于互聯(lián)網的發(fā)展、計算機的應用、網絡技術的不斷學習而產生的，它讓知識傳播的方式更加的多樣化，傳播效率也提高了很多。在人們的生活中，有很多的與人們息息相關的信息里面都隱藏著一些碎片化的知識。并且這些信息來源較為廣泛，像一些新媒體方面、社交網絡方面等等，都是碎片化知識的攜帶者。由于碎片化知識來源較為廣泛、載體較多、分布也十分廣泛、內容多樣、學習時間短、傳輸效率高，對于現(xiàn)代快節(jié)奏的社會傳播的社會實用性較高，可以快速的實現(xiàn)信息的共享，對于人們的生活更加的有用。

碎片化知識具有較鮮明的特點，這些特點也在一定方面證明了碎片化知識處理格外重要。碎片化知識的優(yōu)點主要有信息來源較為多樣、載體較多、分布也十分廣泛、內容多樣、學習時間短、傳輸效率高等。而碎片化知識的缺點在于沒有一定的順序、不夠完整、內容較雜、表達較為含蓄等等。碎片化知識的來源廣泛，其內容傳輸?shù)目炻樞蛞膊幌嗤矝]有按照一定的順序進行傳輸和接收，而且碎片化知識里面包涵各種各樣的文字、圖片、視頻、音頻等，還有一些其他形式所蘊含的信息，不具備一定的完整性。并且碎片化的信息有的還是隱藏在其他的形式里面的一些信息，對其接收難度較大，對于正常的發(fā)展也是桁架重要。

1.2 網絡化人工智能

人工智能的提出是在六十多年之前，人工智能的核心是關于對知識的處理，所以在人工智能提出來以后對于知識的處理也相應出現(xiàn)。在大數(shù)據的時代、信息化的時代，人工智能可以對信息進行批處理，更快、更高效的提高信息的處理效率，及時的對大量的信息進行分類、梳理，同時還可以降低人工智能對數(shù)據信息的處理費用，讓其更加的高效。人工智能隨著社會的不斷發(fā)展，科學技術逐漸提高，加強了對于網絡信息數(shù)據進行智能化的處理，能夠更好的處理相關的信息，減少因信息碎片化而造成人工智能提供的數(shù)據不夠準確。

2 具有專家系統(tǒng)的人工智能

對于傳統(tǒng)的具有專家系統(tǒng)的人工智能，主要是由數(shù)據可和推理機組成的，是根據相關的推理和判斷，并模擬相關的專家進行決策，來幫助人們解決問題的計算機應用程序領域。傳統(tǒng)的具有專家系統(tǒng)的人工智能雖然能夠實現(xiàn)對知識的獲取、并能夠較為準確進行分析，但是對于較為復雜的相關知識，在進行分析的時候是比較困難的，知識的分析和表達也比較單一，不適合現(xiàn)代大數(shù)據時代的信息數(shù)據快速增長、傳播性高的狀態(tài)。所以要更好的進行碎片化知識的處理，提高具有專家系統(tǒng)的人工智能相關性能就顯得尤為重要。

3 碎片化知識處理與網絡化人工智能相互作用

由于以前傳統(tǒng)的具有專家系統(tǒng)的人工智能存在的問題，對于現(xiàn)代網絡化人工智能對碎片化知識的處理要加強改進。碎片化的知識，大多是位于UGC中的，網絡化的人工智能是在充分利用UGC中的碎片化知識來幫助以前傳統(tǒng)的具有專家系統(tǒng)的人工智能建立收集到的大量數(shù)據信息轉換為碎片化知識，最后轉換為人類的智慧這個模式。

3.1 知識圖譜結構表征

網絡化的人工智能能夠更好的實現(xiàn)對于大量數(shù)據信息進行知識圖譜結構的表征輸出。碎片化的知識是具有一定的節(jié)點的，雖然有些碎片化知識節(jié)點較少，但是也有一定的提示，然后多個節(jié)點是可以組成知識簇的，知識族相互連接時可以想成網絡化的人工智能對于知識進行碎片化的處理。

3.2 自我智能的基礎

對于人工智能來說，從不斷地進行學習到能夠自主推理地過程，是人們在研究人工智能方面不斷進行研究地重要核心。在網絡化的人工智能中利用建立起來的相關的模型進行不斷地推理，然后通過模型化地學習和推理進行更加高效的運用，是當前技術創(chuàng)新的必然發(fā)展勢頭。它能夠對冗余的信息進行刪除，來尋求更加簡單的模式，來從模型中學到新的知識。

3.3 公式的發(fā)現(xiàn)

在大數(shù)據時代的背景之下，人工智能要對碎片化知識進行更好的分類，基于觀測數(shù)據推理出來的公式對于人工智能進行應用，發(fā)現(xiàn)新的推理方法。同時由于網絡化人工智能的特點，對于所應用的公式有一定的要求。例如：多個變量、增強表征能力、較高的計算效率等。因此，相關公式的發(fā)現(xiàn)對于人工智能進行碎片化知識的處理更加便捷、快速、準確。

4 網絡化人工智能對碎片化知識的應用

4.1 網上學習

基于互聯(lián)網的不斷發(fā)展，要充分地發(fā)揮起應有的作用。網絡化人工智能是利用卷積神經網絡來進行碎片化知識處理的手段，它的優(yōu)勢在于能夠在一定程度上對于圖像和奇特的事情進行分類，等待下次的碎片化管理的應用。人們對于學習方面需求往往是比較多方面的，所以計算機在網上學習的應用可以更好的進行知識的學習，并且消耗時間較少，學習效率高。有一些智能化人工智能對于學習的方面還可以進行監(jiān)督，人們對于碎片化知識的學習更加的方便。

4.2 在醫(yī)療上的應用

網絡化人工智能對于碎片化知識的應用可以體現(xiàn)在醫(yī)療方面。作為高尖端行業(yè)，減少醫(yī)療領域更需要借助知識處理的新技術來減少查資料的時間，增加醫(yī)生醫(yī)治時間。對于病痛來說，要保證對癥下藥。網絡化人工智能通過一些化驗結果、臨床經驗、醫(yī)生的碎片化知識的整合，將有用的醫(yī)療知識提供給人們，幫助醫(yī)生尋求更好的救助方案，可以為人們治療節(jié)省時間，同時還能夠精準的進行治療，這表明了人工智能在碎片化知識得處理方面對于醫(yī)療的作用也是巨大的。

5 結語

綜上所述，現(xiàn)代社會的發(fā)展，已經難以離開計算機的應用，像經濟、政治、文化等等有關人類生活的領域都與知識處理息息相關，也都充滿人工智能的身影。而對于知識學習模式的改變，也得益于人工智能得發(fā)展，這是因為對于現(xiàn)在人們的生活學習時間較為碎片化，若能好好的利用聯(lián)網中的碎片化知識起來，將會更好得提高學識淵博得程度。對于碎片化知識的處理和網絡化人工智能的簡述，并分析以前具有專家系統(tǒng)的人工智能存在的問題，更好的去理解碎片化知識處理和網絡化人工智能的相互作用，通過對于這些信息的把握，來更好的發(fā)揮人工智能的作用，同時也可以促進人工智能的進一步改進。

參考文獻：

[1] 王學潮.大數(shù)據時代人工智能在計算機網絡技術中的應用[J].電子技術與軟件工程，2019（5）：6.

[2] 何峰賦.移動互聯(lián)時代碎片化學習資源適用場景與高效管理的探討[J].信息系統(tǒng)工程，2018（12）：62.

[3] 汪建基，馬永強，陳仕濤，等.碎片化知識處理與網絡化人工智能[J].中國科學：信息科學，2017，47（2）：171-192.

[4] 張克永，李宇佳，楊雪.網絡碎片化學習中的認知障礙問題研究[J].現(xiàn)代教育技術，2015，25（2）：88-94.

[5] 唐德龍.從碎片化到網絡化：治理何以轉向？[J].中國圖書評論，2010（9）：15-17.

【通聯(lián)編輯：張薇】