《人工智能如何影响云计算的发展》

  • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
  • 编译者: 冯瑞华
  • 发布时间:2018-05-31
  • 云计算一直是一个伟大的技术,正在改变组织的工作方式、存储信息,并改变决策,为技术创新和分析研究铺平道路。想象一下云计算为什么变得这么聪明?智能的云计算不仅可以存储和检索大量的数据,还能够收集、传播和学习这些信息,并随时做出明智的决定。

    人工智能如何影响云计算?智能云

    在最基本的层次上,人工智能已经改变了数据输入、存储和分析的方式。如今,云计算不仅仅是一个数据仓库,还是一个“智能仓库”。机器学习和云计算可以一起从信息中保存、分析和学习,并将其传递给其他服务器或云平台,以帮助框架信息和响应支持的决策。人们也希望有一种智能云计算能够预测基于用户数据输入的趋势。

    迄今为止的应用和发展

    每个人都知道云计算和人工智能背后的巨大潜力。

    随着新兴业务领域将云计算和人工智能纳入其核心工作,未来趋势将会激励人们和研究人员推出更好、更智能的云计算技术。技术人员正在努力构建能够自我评估和自行决定微小细节的平台,并针对运营活动中的困难提出解决方案。

    然而,人工智能支持的云计算仍处于初始阶段,企业必须密切关注这一领域的发展,以最大限度地利用这一技术奇迹,以达到最佳利益。近年来,人们看到手机逐步取代电脑,物联网将所有设备连接在一起,人工智能为这些设备赋予智能。这些变化已经对云计算和技术发展产生了巨大影响,而了解人工智能将如何影响云计算,对所有人来说都是非常激动人心的。

    IBM公司指出,“人工智能和云计算的融合有望成为创新的源泉和加速变革的手段”, IBM公司是对云计算最为赞赏的公司之一。

    协同工作

    云计算是真正意义上的信息来源,它保持了人工智能的学习机制,而人工智能可以帮助提供有用的响应和数据分析,从而使云计算的结果和面向情况成为可能。考虑到人工智能和云计算之间的共生关系具有如此广阔的发展空间,IBM公司与其他厂商致力于其应用与发展。而这些努力表明,人工智能和云计算将会继续创造惊人成果的未来大局。

    未来技术的希望

    人工智能正在帮助构建能够在几秒钟内响应并理解人类行为的机器或协作机器人。这些机器人的机器学习功能基于训练或学习阶段本身进行的智能分析研究。随着时间的推移,机器人将会越来越熟练,也更加聪明,并能像人类一样快速反应。例如,印度电信巨头沃达丰(Vodafone)公司使用名为Tobi的机器人向消费者发放消息,并向他们提供有关公司产品和服务的重复信息。

    WindowsCortana应用程序也是一种自学习机制,可以观察人员交互,并实时提供有用的响应。

    人类在塑造正确的人工智能和云计算合作中的角色

    由于不断变化的情景和频繁的技术升级,对人工智能的学习需求日益增加。云计算提供更多、更好的数据,让机器学习加速而不受任何干扰。人类的思想可以将人工智能重定向为正确阅读信息。如果人工智能通过人工技术专家进行保存,云计算也可以精通提供有用的数据。

    商业智能、云计算和智能工作空间

    企业可以通过人工智能在智能数据存储和云计算的帮助下实现决策方面的巨大飞跃。企业可以研究过去的数据、制定业务战略,制定未来的计划,并简单地分析信息,以了解在一个薄弱的关键时期的缺点。通过人工智能完成的商业预测可以帮助大量企业通过在适当的时间投入巨大的努力来获得帮助和洞察力。

    对云计算的需求增加

    未来,云计算将成为最重要的优先事项之一,它将帮助企业应对面临的挑战。云计算或“智能云”将为智能输入提供大量数据。随着工业领域的激烈竞争,拥有智能云将是必要的,将不再是一种选择。结合人工智能和云计算这两大力量将加速企业的发展。更恰当地说,像医疗、教育、商业、零售等领域将看到对人工智能注入的智能云的需求不断增加。

    智能云在各行业的应用越来越多

    在教育领域,采用智能云可以提供数据支持的研究,并可以引导学生利用以前的研究及其影响。同样,卫生部门可以利用云计算智能做很多事情。对患者进行手术的医生可以从之前完成的数千个类似病例中寻求帮助,这远远超过了任何医生所保存和评估的手册信息。这种详细收集数据、比较并及时提供解决复杂医疗手术的新方法,使云计算成为医疗行业的礼物。像银行、投资和教育等领域可以看到更多的创新,其中包括人工智能和智能云计算的能力。

    从基础机器学习到深度学习将会有一个不断增加的范式转变。在这种情况下,基于人工智能的云计算应用程序和计算算法利用过去的数据和研究分析来制定未来的策略和响应。在其他方面,人们可以期望机器人和机器在智能数据和智能云计算的强大实际场景和情况下,像人类一样进行交互和响应。

    聊天机器人、高级机器人以及个人助理

    人们看到谷歌和微软等公司推出了聊天机器人或个人助理,他们可以使用以前的数据输入并从中获得常识。这使得人类交互更加有趣,并使寻找重复信息的人们的生活更轻松。

    Google Alexa和Microsoft Cortana采用人工智能来提供基于云计算的信息。然而,这些设备本质上更加通用,而随着以人工智能为后盾的高级云计算操作的出现,人们将会看到企业的运营和业务范围将会越来越广泛。

相关报告
  • 《多国人工智能产业加速发展》

    • 来源专题:装备制造监测服务
    • 编译者:zhangmin
    • 发布时间:2020-12-29
    • 当前,以人工智能(AI)为代表的新兴信息技术蓬勃发展,人工智能应用技术正加速普及,特别是在医疗健康、教育、金融、安全防务等专业服务领域。咨询公司麦肯锡的一项最新研究发现,疫情防控以来,传统经济加快智能化转型,加速了以人工智能为代表的新技术转化速度,预计到2030年约有30%的工作岗位将实现自动化、智能化。   智能研发提速 机器人显身手   韩国MBN电视台近日推出本国第一位人工智能主播。外形和真人几乎完全相同的人工智能主播,模仿真人的声音和语调,顺利播报了当日的主要新闻和若干条快讯。MBN电视台表示,人工智能主播可以在发生灾难等紧急情况时,迅速向观众播报新闻内容,并可全天候持续工作,节省了大量人力、时间和费用成本。   德国的人工智能医疗机器人“阿达”一直备受关注。当人们在“阿达”的应用界面中输入症状后,“阿达”会通过人工智能算法分析评估病人的症状并给出治疗建议。“阿达”的诊疗“天赋”源于70多名医生、数学家、数据专家和计算机科学家的知识与经验。负责开发“阿达”的科技公司负责人纳特哈特表示:“我们用了7年时间专注研究人工智能的数据处理问题,并建了一个全球医学专家网络来提供医学支持。”目前,全球已有超过300万人使用过“阿达”。2017年,这家初创企业获得了4000万欧元投资。   去年11月,日本NTT公司和日本国立情报学研究所宣布,其研发的人工智能技术挑战当年日本“高考”英语满分200分的笔试题,获得了185分的高分。NTT公司称,他们一直致力于提高人工智能对英语笔试题的自动解答技术、提升其借助深度学习所获得的自然语言处理知识。自2011年起,日本国立情报学研究所和东京大学等合作发起人工智能项目,检验人工智能可在多大程度上模拟人类思考以及解决问题的能力。   不久前,第二届欧盟人工智能联盟大会集中展示了一批典型案例,介绍人工智能应用技术如何助力疫情防控。比如,训练智能机器人来照顾新冠肺炎患者,利用人工智能系统分析病人肺部CT,以减轻医护人员工作压力。比利时鲁汶大学医学影像研究中心主席兼教授苏艾腾表示,实践证明,人工智能比放射医师更能有效地分析肺部CT。   多国出台政策 力促产业发展   近年来,越来越多国家出台政策扶持人工智能产业发展。欧盟今年2月发布《人工智能白皮书》,力促人工智能产业发展。在过去3年里,欧盟用于人工智能研究和创新的资金增至15亿欧元,同比增长70%。欧盟近期还提出了一项重大的专项拨款,用于支持在“数字欧洲”计划下的人工智能研究项目。欧盟希望未来10年每年吸引超过200亿欧元的投资用于人工智能领域。   法国2018年5月出台“法国人工智能战略”,从政策层面力促研究机构将人工智能研发成果商业化。法国政府计划在2022年底前投入15亿欧元用于人工智能产业发展。仅2019年,法国新注册的人工智能企业就达102家。   2019年12月,韩国政府发布“人工智能国家战略”,提出九大领域100个课题,计划2030年时将韩国在人工智能领域的竞争力提升至世界前列。韩国政府力争到2021年成功打造人工智能开发平台、全面开放公共数据,到2024年建立光州人工智能园区,到2029年为新一代存算一体人工智能芯片研发投入约1万亿韩元(1美元约合1090韩元)。   去年6月,日本政府出台“人工智能战略2019”,旨在从全球范围内吸引人才,增强本国人工智能产业竞争力。去年12月,东京大学和软银公司签署协议,宣布将共同打造世界顶尖的人工智能研究所,致力于开展人工智能的基础研究和应用研究。软银将在今后10年为此投资200亿日元(1美元约合104日元)用于相关研究,促进日本人工智能研究及相关产业发展。   应用前景广阔 助益经济增效   专家表示,未来全球可持续增长越来越依赖于数据所创造的价值,而人工智能是数字经济中最重要的应用技术之一。人工智能将在精准农业、远程医疗、自动驾驶等方面大有作为。   普华永道的最新研究指出,到2030年,凭借运用人工智能技术的创新型产品与效率的提升,全球经济总量有望额外增长13.4万亿欧元。研究认为,德国大部分行业尤其是医疗、能源和汽车行业的生产率将因人工智能技术应用而显着提高,预计到2030年德国经济将实现11.3%的额外增加值。韩国政府预计,如果人工智能国家战略相关措施得以有效实施,到2030年,韩国将在人工智能领域创造455万亿韩元经济效益。   日本经济产业省对制造业及建筑业等大约2000家中小企业和提供人工智能服务的企业实施调查,并筛选出可用人工智能替代的业务,估算出如果中小企业引进人工智能技术,到2025年将产生11万亿日元的经济效益,可在一定程度上解决少子老龄化造成的劳动力缺口问题。   韩国延世大学教授金时镐指出,随着人工智能产业的发展,各国政府需要研究各种可能出现的新问题,包括以基本劳动力为中心的工作岗位消失、人工智能服务安全性、数据安全等问题,提前研究应对策略以及必要的法律和制度修订。 作者:牛瑞飞 马菲
  • 《人工智能助推能源产业高“智”发展》

    • 来源专题:能源情报网监测服务平台
    • 编译者:郭楷模
    • 发布时间:2025-02-17
    • 相关测试显示,DeepSeek用较低的成本达到全球人工智能领军企业OpenAI旗下主流产品的性能。这一进展不仅破解了全球人工智能产业长期以来“堆算力”的路径依赖,更在资本市场和社会应用层面引发多重震荡。能源行业高质量发展进程中,将与人工智能碰撞出怎样的火花? 实现全民级AI科普 此次引起热议的是深度求索先后推出两款大模型产品:DeepSeek V3和DeepSeek R1,V3为其自研MoE模型,应用场景包括聊天、编码、多语言自动翻译、图像生成和AI绘画等,其性能与世界顶尖模型GPT-4o不相上下;R1作为面向复杂推理任务的大模型,全球首次复现OpenAI o1模型且性能对比不分伯仲。两款模型是开源模型性能达到世界顶尖闭源模型的首例。 简单来说,DeepSeek像是一个聪明又懂你的生活助手,不光能回答问题,还能撰写文章、整理资料,甚至做一些复杂的推算。 “DeepSeek以惊艳的产品体验完成了全民级AI科普。”360集团创始人周鸿祎向《中国能源报》记者介绍,R1通过展示完整的思维链条增强用户信任,其推理过程呈现出类似人的逻辑缜密性与自然交互特性,极大降低了用户的使用门槛。不同于传统指令型模型,R1通过主动理解用户意图实现了需求响应的智能化突破,让用户真切感受到AI的技术变革。 DeepSeek应用的背后是算法和数据支持。大数据算法与分析技术国家工程实验室大数据算法测试与示范应用中心主任、西安交通大学计算机科学与技术学院教授田锋向《中国能源报》记者指出,DeepSeek实现硬件约束下的大模型高效优化,成本相对低且保持同时代大模型的性能,打破了当前大模型研制必须由大数据、大算力、大能耗、大资金支撑的研发范式,更打破外界认为“中国新一代人工智能技术落后第一梯队的美国半年甚至1年以上”的不实观点,给中国人工智能行业注入了一剂强心针,在世界范围产生一定引领作用和重要影响。近期,美国亚马逊、微软等公司都复刻DeepSeek并将其纳入到自己的产品中。 周鸿祎指出,DeepSeek实现了技术范式的重大突破,其核心是从预训练范式转向强化学习范式的推理模型,能够对复杂问题和任务进行逻辑拆解与规划,具备归纳总结和反思改进能力。R1基于强化学习技术减少了对人类数据和算力的依赖,为发展真正超越人类的AGI(通用人工智能)带来了可能性。 加速渗透至各行各业 值得一提的是,DeepSeek不仅实现了高性能与低成本的完美结合,更在于其选择了一条与OpenAI截然不同的路径——开源。DeepSeek的开发者在公开模型代码的同时,还通过论文详细阐释其技术原理。这意味着任何人都可以自由使用,并通过更改底层代码来改变其工作方式。 OpenAI首席执行官萨姆·奥特曼(Sam Altman)称,OpenAI在开源AI软件方面“一直站在历史的错误一边”。技术开源不但对全世界广泛的人工智能研究、应用起到鼓励技术创新与协作的正向推动作用,同时降低了各方的开发成本。 田锋指出,DeepSeek为资金有限、高端硬件不足的国家和地区、机构、研究者提供免费开源、高效能的基础大模型,从而使他们也可以享受新一代人工智能带来的各种机遇,打破了由美国资本堆积、科技宣传建立起来的“要用高端人工智能产品,必须向美国购买才能享用”的旧有思维。 “DeepSeek开创了商业模式的创新路径,以开源免费模式提供顶尖性能模型,打破了闭源垄断的市场格局,倒逼行业巨头转向开源生态。”周鸿祎指出,人工智能不仅是新一轮科技革命和产业变革的重要驱动力量,更是我国赢得全球科技竞争主动权的重要战略抓手。DeepSeek通过全栈开放,引发了开源社区、云平台、芯片企业、AI应用开发者纷纷转向DeepSeek,证明开源模式能快速突破国际技术封锁,降低行业壁垒,形成技术扩散的“蒲公英效应”。开源实践展示出一条“以开放破封锁、以协作促创新”的中国AI发展路径。 人工智能正以前所未有的速度渗透至各行各业。周鸿祎进一步指出,一方面优质的开源模型将吸引大量开发者与企业迁移至DeepSeek技术栈,重构AI应用市场格局,推动AI解决方案的爆发式创新;另一方面低门槛的开源模型促进私有化部署的普及,使AI能力真正渗透至企业与科研机构,产生更深远的社会影响。 能源行业配上“智慧大脑” DeepSeek在能源领域会有怎样的应用? 中国科学院院士、西安交通大学电子与信息学部主任管晓宏向《中国能源报》记者指出,人工智能技术早已在智慧能源、智慧矿山、油气勘测等领域开展应用,人工智能是进行新能源预测最有力的工具,可以推动能源生产与管理优化、效率提升,为能源行业转型升级带来智力支持。 管晓宏认为,智能化将为能源行业带来深刻变革,但其规模应用仍面临一系列挑战。能源行业的AI应用需要结合具体领域,开发定制化的垂直大模型,对技术团队的要求较高。能源系统的运行需要实时监控和响应,这对AI算法的计算效率和延迟提出了更高要求。许多能源场景需要边缘计算支持,模型需在计算能力和存储资源有限的条件下具备本地部署能力,面临技术复杂性问题。 能源行业事关国家安全和民生保障,对AI系统的可靠性和安全性要求极高,如何在数据共享和隐私保护之间找到平衡是一大难题。目前,能源行业AI应用还缺乏统一标准和规范,技术推广和应用效果参差不齐。初期投入高、回报周期长,新技术引入验证和评估周期长等问题都有待解决。 管晓宏认为,人工智能的发展离不开强大的算力支撑,而算力和数据基础设施的运行呈现高耗能,“双碳”目标下,如何实现绿色计算和绿色算力面临巨大挑战。DeepSeek展示了应用更“聪明”的算法和代码训练AI模型的巨大前景,同其他大模型相比,DeepSeek计算效率大大提高,更加绿色,通过针对行业的进一步开发和演进,更具分布式和实用性部署的优势。 管晓宏建议,尽快推进数字基础设施低碳化转型,算力电力协同发展,逐步解决绿电对算力中心的直供问题,大力推动零碳、低碳算力和数据中心的建设。尽快制定绿色能源直接应用政策,特别是电网与绿色算力配合的政策,积极开展算力网综合碳效的评估与碳排放治理工作。一方面应该充分利用区域资源优势,实现绿电在本地算力中心的有效利用;另一方面充分考虑算力基础设施区域性、结构性布局,围绕分布式绿色能源系统,尽快制定风、光、氢等绿能建设的规划。