云计算下的人工智能.docVIP

　　云计算下的人工智能 云计算下的人工智能 　　1 提出背景 　　在Humanoids 2010 会议上，卡耐基梅隆大学的James Kuffner教授提出了云机器人的概念，引起了广泛的讨论。Humanoids 2010 会议上很多专家对云机器人比较看好，或许云机器人就是机器人学的下一个跨越式发展。 　　要更详细地了解云机器人，首先要了解云计算。根据互动百科的介绍，云计算的概念有狭义云计算和广义云计算之分： 　　狭义云计算是指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的资源（硬件、平台、软件）。 提供资源的网络被称为云。云中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。这种特性经常被称为像水电一样使用IT基础设施。 　　广义云计算是指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是IT和软件、互联网相关的，也可以是任意其他的服务。 　　云计算的云，可理解为多大规模。云是一些可以自我维护和管理的虚拟计算资源，通常为一些大型服务器集群，包括计算服务器、存储服务器、宽带资源等等。云计算将所有的计算资源集中起来，并由软件实现自动管理，无需人为参与。例如Google云计算有上百万台服务器。 　　从此可以看出，云机器人并不是指某一个机器人，也不是某一类机器人，而是指机器人信息存储和获取方式的一个学术概念。这种信息存取的方式的好处是显而易见的。比如，机器人通过摄像头可以获取本文由.L.收集整理一些周围环境的照片，上传到服务器端，服务器端可以检索出类似的照片，可以计算出机器人的行进路径来避开障碍物，还可以将这些信息储存起来，方便其它机器人检索。所有机器人可以共享数据库，减少开发人员的开发时间。 　　2 云计算的体系结构 　　2002年亚马逊（Amazon）提供一组包括存储空间、计算能力甚至人力智能等资源服务的、HP、Intel、思科、SUN等）、软件厂商（微软、Oracle、VMp;T等），当然还有一些小的IT企业也将云计算作为自己的主战场。这些企业覆盖了整个IT产业链，也构成了一个完整的云计算生态系统。 　　按需部署是云计算的核心。要解决按需部署，必须解决资源的动态可重构，监控和自动化部署等，而这些又需要以虚拟化、高性能存储、处理器、高速互联网等技术为基础。 　　为了有效支持云计算，其体系结构必须支持几个关键特征。①系统必须是自治的，即需要内嵌有自动化技术，以减轻或消除人工部署和管理任务，而允许平台智能地响应应用的要求；②云计算的架构必须是敏捷的，能够对需求信号或变化做出迅速的反应。内嵌的虚拟化技术和集群化技术，能应付增长或服务级要求的快速变化。 　　综上所述，云计算服务的实现，需要依托的2大基石：①硬件基础设施具有相当的规模，即数据中心集群、规模化的服务器及存储和互联互通的高速网络；②以虚拟化和自动化为代表的成熟技术。 　　3 人工智能与云计算的结合 　　云计算与人工智能技术发展到今天，已经不再神秘，完全可以进入我们的生活，承载它的历史使命，下面笔者将根据本人的认识，分3个阶段介绍如何将人工智能与云计算完美结合。 　　3.1 机器人操控阶段 　　第一阶段笔者称之为机器人操控阶段。该阶段主要依托于云技术实现，我们暂且把它分为云和端两部分，云主要由大型服务器群组成，而端主要是可操控的机器人组成，这些机器人除了有计算机芯片以外还需要有监控，机械臂和行走部件。说到这里大家可能已经明白了在这一阶段我们要完成什么任务了，就是实现如计算机远程协助一样简单的功能。 　　在云上我们首先可以构建完善的供求平台，而拥有端的用户可在平台上发布各种端力所能及的任务，如清洁、维修、甚至是教学等。另一方面有完成任务能力的人可以通过供求平台承接任务，通过远程操控端来帮助任务发布者工作，当然这里存在的问题是费用的支付和端用户的安全，所以平台使用者必须实名注册而且一定要承担法律责任。在强大的服务器群和高速网络的基础上，我相信实现机器人的远程操控并不是一件难事，而这一阶段的实现也可以大大增加人们对时间的利用率，和全球生产力的一个平衡。 　　3.2 数据挖掘阶段 　　第二阶段笔者称之为数据挖掘阶段，我们第一阶段所完成的主要是云平台的搭建，而第二阶段我们所要完成的是人工智能的一个基础建设。在我们的用户端上有着数据采集系统，随时收集用户利用端所完成的各项任务，通过云平台中心的计算分析，可以提供给用户云中存储的最佳解决方案。数据挖掘的实现和云平台的分析如图所示： 　　第二阶段所实现的是人工远程协助与智能分析同步。 　　3.3 具备遗传基因的专家系统阶段 　　第三阶段笔者称之为具备遗传基因的专家系统阶段，近10年来，由于一些专家系统在实用化方面取得了一些进展，展示出广阔的发展前景，开始受