微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 参会随想:以云计算+大数据为基础 实现以人为本的人工智能服务

参会随想:以云计算+大数据为基础 实现以人为本的人工智能服务

2015-06-05 17:11
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-06-05 17:11 孙斌

6月3日至5日,一年一度的中国云计算大会如期举行,此次大会已经走到第七个年头。但作为第一次参会的菜鸟,还是觉得大会到处充满了新奇,开阔了眼界。

参会随想:以云计算+大数据为基础 实现以人为本的人工智能服务

“云计算”、“大数据”、“人工智能”,这三个看起来“高大上”的词语,早已不是什么新鲜事物了。而且,它们也并没有看起来那么“高大上”,其实它们就在每个人的身边,以不明显的方式存在着,并尽全力提供以人为本的人工智能服务。

无论何时,科技发展的最终目的永远是为人们提供更加便捷、美好的生活。而“人工智能”更是体现了十几年甚至几十年前人们对用科技改变生活的美好设想。

参会随想:以云计算+大数据为基础 实现以人为本的人工智能服务

如今,专家们发现“人工智能”的实现需要大量数据的采集,然后在针对数据进行相应的分析,从而得到一个“智能”的判断结果。最后,机器再根据得出的结果自动下达指令,实现为用户提供其需要的服务。简单来说,以目前掌握的科学力量,将“云计算”与“大数据”充分融合并加以利用,便可让“人工智能”的实现成为可能。

目前,我们可以看到,大量的基于“云计算”、“云服务”的智能硬件设备如雨后春笋般破土而出。行业内的专家也都认为智能硬件的出现,将是下一个爆发点。但,这个爆发点的关键在于设备(机器)为用户带来的体验。只有以人为本,为用户提供其最需要、最能击中痛点、解决问题的人工智能服务,智能硬件定会迎来一个春天。

参会随想:以云计算+大数据为基础 实现以人为本的人工智能服务

然而,如何将用户体验正中用户的痛点、如何了解用户的真实需求、如何推送至产品功能所针对的人群。这些问题便成为智能硬件设备在开发、设计过程中的关键。

一位圈内的友人说过“产品,不能因为功能而提出场景”。我深以为然,尤其针对智能硬件产品的开发,对用户的使用场景及真实需求的了解,成为决定一款智能硬件产品成败的必然条件。

参会随想:以云计算+大数据为基础 实现以人为本的人工智能服务

在第七届中国云计算大会上可以看到,很多传统的制造业、工业巨头,也都在追寻“互联网+”精神,从“云计算”与“大数据”入手,寻求企业形态与产品的转变。而代表了互联网创新精神的智能硬件厂商更应如此。

在如今的市场中,“云计算”等服务早已成为众多知名厂商血拼的红海。于是带给智能硬件创业公司的便是可轻松寻得成本满足自身承受能力的“云服务”供应商。

在智能硬件产品中融入“云服务”后,企业便可深入的去了解用户的使用习惯、使用需求等信息,并将这些信息与数据记录在云端,形成自家企业的用户信息库。然后,利用信息库内的海量数据,进行进一步的大数据分析,从而将得出的结论更好的用于用户体验的研究中去,让产品真正起到帮助用户解决实际问题的作用,从而实现“人工智能”对人们生活的改变。

参会随想:以云计算+大数据为基础 实现以人为本的人工智能服务

基于“云计算”与“大数据”的“人工智能”,在帮助人们改善生活的基础上,并不会出现科幻电影中统治人类等反人类的情况出现。因为这种“人工智能”的根本是以人为主,“大数据”的提取主旨在于分析,而并不是让智能设备进行独立的“思考”。所以,基于“云计算”与“大数据”而产生的“人工智能”在未来的生活中,将成为人类美好生活的服务者,永远不会是管理者。这才是科技以人为本的真谛。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-