本來(lái)是個(gè)笑話,，說說也就罷了,，但是行業(yè)里面這樣似是而非的說法此起彼伏，不得不擦亮雙眼,，否則就被各路大師“忽悠”了,。從數(shù)年前的電子病歷“結(jié)構(gòu)化“、”半結(jié)構(gòu)化“,，到“虛擬化”和“云計(jì)算”,，最新的熱點(diǎn)是“云、大數(shù)據(jù)和人工智能”,，值得花點(diǎn)時(shí)間理一理,。
這哥兒倆之間的關(guān)系類似于汽車和輪胎
有輪胎的不一定是汽車
云不一定是大數(shù)據(jù)，基礎(chǔ)架構(gòu)云顯然不是大數(shù)據(jù),，平臺(tái)云很大一部分和大數(shù)據(jù)有關(guān)系,，應(yīng)用云其中的優(yōu)秀部分一定是基于大數(shù)據(jù)的，但是也不保證應(yīng)用云都是大數(shù)據(jù),。另一方面,，正常的汽車一定有輪胎，且是個(gè)不錯(cuò)的輪胎（相對(duì)于自行車,、三輪車,、電動(dòng)車）。大數(shù)據(jù)架構(gòu)本身設(shè)計(jì)就是用來(lái)部署在十幾臺(tái),，上百臺(tái)服務(wù)器支持的云平臺(tái)上運(yùn)行才能發(fā)揮出其卓越性能,。雖然，技術(shù)上大數(shù)據(jù)系統(tǒng)可以部署在單個(gè)物理服務(wù)器之上，不用云化也能運(yùn)行,，但是這樣做性能之差,，嚴(yán)重背離性價(jià)比，毫無(wú)意義,，恐怕只有少數(shù)教學(xué)環(huán)境為了練手才會(huì)這樣做,。
“人工智能”在1950年代就有明確定義和應(yīng)用探索，從圖靈測(cè)試到專家系統(tǒng),、從圖像識(shí)別到擊敗卡斯帕羅夫的的“深藍(lán)”,，這條技術(shù)線在上世紀(jì)已經(jīng)有波瀾壯闊的歷史。而大數(shù)據(jù)不過是2012年前后,，基于非關(guān)系型數(shù)據(jù)庫(kù),、分布式文件系統(tǒng)和分布式計(jì)算框架發(fā)展起來(lái)的新型數(shù)據(jù)處理技術(shù)。從時(shí)間軸線上看都是差著“輩份”的兩個(gè)概念,。
考慮到人工智能漫長(zhǎng)發(fā)展過程中的幾次潮起潮落,，幾乎每隔十幾年就有一次跳躍式的“春天”，后面緊跟著無(wú)盡的失望和沉默,。
1960年代“人工智能”在數(shù)學(xué)定理證明方面大獲全勝,，尤其是1976年完成“四色猜想”證明并戰(zhàn)勝人類跳棋大師之后，當(dāng)時(shí)輿論樂觀地認(rèn)為機(jī)器在10年內(nèi)會(huì)戰(zhàn)勝國(guó)際象棋大師,，實(shí)際上人工智能邁過這個(gè)門檻是在1997年,。
1970年代中期，人類轉(zhuǎn)向通過知識(shí)工程推動(dòng)“人工智能”進(jìn)步,，最后卻停滯于自動(dòng)獲取新知識(shí)這一難題,。
上世紀(jì)80年代出現(xiàn)的深度神經(jīng)網(wǎng)絡(luò)算法也因?yàn)闆]有足夠的數(shù)據(jù)支持而步履維艱。
在上世紀(jì)最后的二十年里,，人工智能已經(jīng)分裂為：以“深藍(lán)”為代表的知識(shí)驅(qū)動(dòng)型“符號(hào)派”,；以神經(jīng)網(wǎng)絡(luò)算法為代表基于統(tǒng)計(jì)學(xué)的“連結(jié)派”和以“機(jī)器昆蟲”為代表的“行為派”。
到2000年前后,，學(xué)界已經(jīng)建議放棄“人工智能”這個(gè)說法而用更加細(xì)分的領(lǐng)域來(lái)描述此技術(shù),，例如：模式識(shí)別、自然語(yǔ)言理解,、自動(dòng)定理證明,、計(jì)算機(jī)視覺處理、機(jī)器學(xué)習(xí),、自動(dòng)程序設(shè)計(jì),。
2012年之后的“大數(shù)據(jù)”技術(shù)推廣和Web2.0+物聯(lián)網(wǎng)帶來(lái)的互聯(lián)網(wǎng)數(shù)據(jù)激增，直接釋放了深度神經(jīng)元算法的巨大生產(chǎn)力,。于是,，我們看到了人工智能在機(jī)器學(xué)習(xí),、自然語(yǔ)言理解和視覺處理方面的突飛猛進(jìn)。蘋果的Siri是自然語(yǔ)言處理能力提升的成果,，IBM的Watson和Google的AlphaGo是機(jī)器學(xué)習(xí)的案例,。
當(dāng)然“大數(shù)據(jù)”除了助推“人工智能”進(jìn)入一個(gè)新階段之外，其技術(shù)應(yīng)用本身還有其他分支,，例如“搜索”和“數(shù)據(jù)可視化”,。這兩項(xiàng)脫胎于傳統(tǒng)數(shù)據(jù)庫(kù)“全文檢索”和“數(shù)據(jù)圖表”功能的技術(shù)，在大數(shù)據(jù)時(shí)代脫胎換骨,，在靈活性,、準(zhǔn)確性、計(jì)算速度和可靠性方面早已不是上一代技術(shù)可望其項(xiàng)背,。
有興趣的讀者可以在“阿里云”或者“阿里數(shù)”的官網(wǎng)上翻閱一下“推薦引擎”,、“DataV”、“郡縣圖志”這樣的產(chǎn)品說明,。這些都是生動(dòng)真實(shí)的大數(shù)據(jù)工具產(chǎn)品樣例,，任何數(shù)據(jù)用戶都可以在一個(gè)具備完整大數(shù)據(jù)框架的體系支持下得到這樣廉價(jià)優(yōu)質(zhì)的工具。
換句話說,，就算沒有“人工智能”這樣“高大上”的應(yīng)用需求,，“大數(shù)據(jù)”仍然是個(gè)價(jià)廉物美的日常工具,。
說到這里,，關(guān)于“云”“大數(shù)據(jù)”“人工智能”的依賴、交叉關(guān)系基本理清了,。下次再見到方案,，不要被“桃園三結(jié)義，孤獨(dú)一枝”這樣模棱兩可的語(yǔ)句給整迷糊啦,。
相關(guān)文章
友情鏈接