Page 16 - 基于深度学习的人工智能技术研究
P. 16
Research on Artificial Intelligence Technology Based on Deep Learning
基于深度学习的人工智能技术研究
2. 人工智能技术的发展趋势
人工智能技术具有较强的神秘感，因此其也有很多值得我们挖掘和探索的地
方。在人工智能技术的研究过程当中，我们不能仅仅停留在学习人类行为化的听、
说、看、写、计算等应用层面，还应在该技术的自智能化层面更深入研究，这样
才能在下一次的科技革命之中取得重要的推动作用。
（1）深入学习
在“阿尔法围棋”成功战胜围棋世界冠军之后，人工智能技术就完成了一次
跨越式的进步，从原来简单的语音视图的识别、搜索输出到战胜人类大脑，而这
一进步无疑是在智能学习的方向完成了深入学习的智能化思维变革，模拟人类的
神经网络，通过策略分析，预计采样完成最终的输出，通过深入学习这一方向，
人工智能也向自主智能化的方向走近了一步，相信在不久的将来也会在这一方向
创造出新的辉煌。
（2）自主决策
自主决策是指 AI 系统可以通过周围环境，空间等各种因素识别，自主判断
执行与人类相同的反应操作任务，其智能程度会更加的复杂，需要做到与周围的
生态环境进行交互，要有自我判断与决策的能力，在任何的情景下完成类似人类
的正常反应，在现有的物联网、无人机等方向增强流程的处理，完成更高的自主
性事务。
（3）增强式数据分析
虽然目前数据分析技术已经发展得越来越先进，但是还有很多财务与业务
类的报表数据难以自动分析出来，需要人为的合并汇算，数据量也会异常庞大，
错误量也会随着增大，不易被查找，通过增强式数据分析将实现超过 80% 的数
据实现自动化汇算，增强逻辑的分析，识别各种隐藏的关系，自动预警提醒差异
量较大的数据，提高了洞察能力。预测到 2025 年，超过 60% 的数据科学任务将
实现增强式数据分析，数据科学家使用人工智能驱动的增强式分析数据工具，开
发两种新型的模式识别数据集，假设模式和识别数据的模式。增强式数据分析将
在大范围内的企业得到广泛应用，包括数据分析人员、领导决策者和企业运营工
作者。
（4）智能空间
在信息化高速发展的时代下，技术支持的共享、开放、互联、互通的信息化
8
