[
Resumen]
El desarrollo sistemático de la informatización es la subdivisión continua de la tecnología de TI, que se complementan entre sí y mejoran continuamente el nivel de la ciencia y la tecnología. En términos generales, los aspectos más básicos no son más que los siguientes aspectos: (Este artículo es principalmente para la comprensión personal de las tecnologías relacionadas, solo como referencia)
Internet de las cosas: la base de los grandes datos, la recopilación de datos sobre personas, cosas, cosas y interacciones entre ellos;
Big data: aplicaciones basadas en Internet de las cosas, la base de la inteligencia artificial;
computación en la nube: computación, almacenamiento, herramientas de comunicación, Internet de las cosas, big data e inteligencia artificial deben basarse en el procesamiento distribuido, la base de datos distribuida de la computación en la nube y almacenamiento en la nube, la tecnología de virtualización puede formar aplicaciones a nivel industrial,
inteligencia artificial: la aplicación más ideal de big data, retroalimentando el Internet de las cosas.
La primera sección del
concepto de Internet de las cosas (The Internet of Things) se propuso en 1999, y su definición es muy simple: conectar todos los elementos a Internet a través de la identificación por radiofrecuencia y otros dispositivos de detección de información para lograr una identificación y gestión inteligente. El Internet de las cosas se denomina la tercera ola del desarrollo de la industria de la información mundial después de las computadoras e Internet a través de la integración de la percepción inteligente, la tecnología de identificación, la computación generalizada y las redes ubicuas. Internet de las cosas se considera la expansión de aplicaciones de Internet, la innovación de aplicaciones es el núcleo del desarrollo de Internet de las cosas y la innovación 2.0 con la experiencia del usuario como núcleo es el alma del desarrollo de Internet de las cosas.
Un informe de 2005 de la Unión Internacional de Telecomunicaciones describió una vez la imagen de la era de "Internet de las cosas": cuando el conductor comete un error de operación, el automóvil automáticamente emitirá una alarma; el maletín le recordará al propietario lo que olvidó; requisitos, etc. . El Internet de las cosas aplica completamente la nueva generación de tecnología de TI en todos los ámbitos de la vida, específicamente, incorporando y equipando sensores en redes eléctricas, vías férreas, puentes, túneles, carreteras, edificios, sistemas de suministro de agua, represas, oleoductos y gasoductos, etc. Luego integre el "Internet de las cosas" con el Internet existente para lograr la integración de la sociedad humana y los sistemas físicos. En esta red integrada, hay un grupo de computadoras central súper poderoso que puede integrar personal en la red. , máquinas, equipos e infraestructura implementan gestión y control en tiempo real, sobre esta base, los seres humanos pueden gestionar la producción y la vida de una manera más refinada y dinámica, lograr un estado "inteligente", mejorar la utilización de recursos y los niveles de productividad, y mejorar la relación entre las personas y relación entre la naturaleza.
No hay duda de que si llega la era del "Internet de las Cosas", la vida diaria de las personas sufrirá cambios trascendentales. Sin embargo, dejando de lado cualquier problema de privacidad y radiación, no es realista colocar todos los artículos con chips de identificación. La gente se está moviendo hacia la era de "Internet de las cosas", pero este proceso puede llevar mucho, mucho tiempo.
Sección 2 Grandes Datos
Big data es el resultado integral del desarrollo de la Internet de las cosas, los sistemas web y los sistemas de información, entre los cuales la Internet de las cosas tiene el mayor impacto, por lo que también se puede decir que los big data son el resultado inevitable del desarrollo de la Internet de las Cosas. Las tecnologías relacionadas con Big Data giran estrechamente en torno a los datos, incluida la recopilación, recopilación, transmisión, almacenamiento, seguridad, análisis, presentación y aplicación de datos. En la actualidad, el valor de los grandes datos se refleja principalmente en el análisis y la aplicación, como el análisis de la escena de los grandes datos.
Big data, o gran cantidad de datos, se refiere a la cantidad de datos involucrados que es tan grande que no se puede extraer, administrar, procesar y organizar dentro de un período de tiempo razonable a través de las herramientas de software convencionales actuales para ayudar a las empresas a hacer negocios más positivos. decisiones. . En "La era de los grandes datos", escrito por Victor Meyer-Schönberger y Kenneth Cukeye, los grandes datos se refieren al uso de todos los datos para su análisis y procesamiento sin el atajo del análisis aleatorio (encuesta de muestreo). La importancia estratégica de la tecnología de big data no radica en el dominio de la información de datos enormes, sino en el procesamiento profesional de estos datos significativos. En otras palabras, si se compara big data con una industria, la clave para lograr la rentabilidad en esta industria radica en mejorar la "capacidad de procesamiento" de los datos y obtener el "valor agregado" de los datos a través del "procesamiento".
El concepto de "big data" es mucho más que una gran cantidad de datos y tecnologías para procesar grandes cantidades de datos, o conceptos simples como las llamadas "4 V", sino que abarca lo que las personas pueden hacer sobre la base de grandes datos a pequeña escala, y Estas cosas son imposibles de lograr en base a datos a pequeña escala. En otras palabras, los grandes datos nos permiten analizar cantidades masivas de datos de una manera sin precedentes para obtener productos y servicios de gran valor o conocimientos profundos y, en última instancia, formar el poder del cambio.
Sección 3 Computación en la nube La
computación en la nube (computación en la nube, traducida como computación en la nube en Taiwán) es un tipo de tecnología de computación distribuida. Su concepto más básico es dividir automáticamente un enorme proceso de computación en innumerables procesos más pequeños a través de la red. Las subrutinas se transfieren a un enorme sistema compuesto por múltiples servidores, y después de la búsqueda, el cálculo y el análisis, los resultados del procesamiento se devuelven al usuario. A través de esta tecnología, los proveedores de servicios de red pueden procesar decenas de millones o incluso miles de millones de información en unos pocos segundos y lograr servicios de red con el mismo rendimiento potente que las "supercomputadoras".
La computación en la nube es un modelo de entrega y uso de recursos, que se refiere a la obtención de los recursos (hardware, plataforma, software) requeridos por las aplicaciones a través de la red. La red que proporciona los recursos se denomina "nube". Los recursos en la "nube" se pueden expandir infinitamente desde el punto de vista del usuario y se pueden obtener en cualquier momento. Esta característica a menudo se compara con el uso de recursos de hardware como el agua y la electricidad, que se pueden comprar y usar a pedido.
La tecnología de computación en la nube más simple se puede ver en todas partes en los servicios de red, como motores de búsqueda, buzones web, etc. Los usuarios solo necesitan ingresar comandos simples para obtener una gran cantidad de información.
En el futuro, los dispositivos móviles como teléfonos móviles y GPS pueden desarrollar más servicios de aplicaciones a través de la tecnología de computación en la nube. Además, la computación en la nube no es solo para funciones de búsqueda y análisis de datos, sino también para cálculos como el análisis de la estructura del ADN, la secuenciación de mapas genéticos y el análisis de células cancerosas. La anterior tecnología de computación distribuida a gran escala es el origen del concepto de "computación en la nube", que proporciona principalmente recursos como red, poder de cómputo y almacenamiento.
Sección 4 Inteligencia artificial La inteligencia artificial
es un tema interdisciplinario típico. El contenido de la investigación se centra en seis direcciones principales, que incluyen el aprendizaje automático, el procesamiento del lenguaje natural, la visión artificial, la robótica, el razonamiento automático y la representación del conocimiento. En la actualidad, el ámbito de aplicación del aprendizaje automático todavía es relativamente amplio Sí, como la conducción autónoma, la atención médica inteligente y otros campos tienen una amplia gama de aplicaciones. El núcleo de la inteligencia artificial radica en el "pensamiento" y la "toma de decisiones". Cómo llevar a cabo un pensamiento razonable y acciones razonables es la dirección principal de la investigación de inteligencia artificial.
Actualmente, la inteligencia artificial está recibiendo cada vez más atención en el campo de la informática. Y se aplica en robots, toma de decisiones económicas y políticas, sistemas de control y sistemas de simulación.
La inteligencia artificial se basa en algoritmos para digerir big data. Desde este punto de vista, los algoritmos son el estómago y el sistema digestivo de la inteligencia artificial. Los algoritmos son responsables de leer y digerir big data y también producir resultados. Por lo tanto, el núcleo de la inteligencia artificial es el big data y los algoritmos son la clave. Las personas generalmente recopilan grandes datos a través de integradores, sensores e Internet de las cosas. Desde el significado literal de grandes datos, los datos son relativamente grandes y, en general, es posible usar una computadora. Por lo tanto, de acuerdo con las conclusiones anteriores de big data, la inteligencia artificial y los robots están interrelacionados y son independientes.
La quinta sección resume
que si bien el big data y la inteligencia artificial tienen preocupaciones diferentes, están estrechamente relacionadas. Por un lado, la inteligencia artificial necesita una gran cantidad de datos como base para "pensar" y "tomar decisiones", y por el otro. Por otro lado, Big Data también requiere inteligencia artificial.La tecnología inteligente realiza operaciones basadas en el valor de los datos, como el aprendizaje automático, que es una forma común de análisis de datos. Entre las dos manifestaciones principales del valor de big data, uno de los principales canales para la aplicación de datos es el agente (producto de inteligencia artificial).Cuanto mayor sea la cantidad de datos proporcionados al agente, mejor será el efecto operativo del agente. , porque generalmente se requiere una gran cantidad de datos para "entrenamiento" y "verificación", a fin de garantizar la confiabilidad y estabilidad de la operación.
En la actualidad, las tecnologías relacionadas con los grandes datos han madurado y los sistemas teóricos relevantes se han mejorado gradualmente. Sin embargo, la inteligencia artificial aún se encuentra en las primeras etapas de desarrollo de la industria y el sistema teórico aún tiene un gran espacio para el desarrollo. Desde la perspectiva del aprendizaje, si es una buena opción comenzar a aprender a partir de big data, será relativamente fácil pasar de big data a inteligencia artificial. En términos generales, no hay duda de cuál es mejor entre las dos tecnologías, y hay mucho espacio para el desarrollo.
Internet de las cosas, big data, inteligencia artificial y computación en la nube, como los cuatro grandes sectores de la informatización actual, tienen una conexión esencial entre ellos y tienen las características y tendencias de integración. Desde la perspectiva de una entidad simulada de inteligencia humana generalizada, son un todo: Internet de las cosas son los cinco sentidos (ojos, oídos, nariz y tacto) de esta entidad; y big data es la recopilación y el almacenamiento de esta información táctil ( sistema nervioso central); la inteligencia artificial será el cerebro que controlará esta entidad en el futuro; la computación en la nube puede verse como el procesamiento y la aplicación de grandes datos bajo el mando del cerebro (corazón).