ZD至顶网CIO与利用频道 05月20日 北京消息（文/齐丰润）： 5月20日，由中国电子学会主办，ZD至顶网协办的第八届中国云盘算大会进入了最后一个日程，在最后一日的全部大会上，青云CEO黄允松做出了的主题分享。他表现，“人工智能将会为云基础设施赋能”。

大家好。

我待会讲的内容可能没有那么炫，我这还是重要关注在基础设施，所以的话我不会给大家介绍这个机器人的代码如何跟人谈恋爱。

所以我会更多的强调，我们如何让我们制作的一些比较复杂的逻辑，然后来让我们在数据衷心的建设和运行的过程中，还有包含它的新的能力主动的开发过程中它能够使得人的工作变的更简略，使的我们的基础设施变的更可靠，我想这是两张图的合成，里边是机柜，这是大家都非常熟悉的，中间我特地加了这么一个效果，其实我想表达的意思是说，大批的我们在数据中心的所有操作，不是光火水电，还包含服务器，网络设备层面，更重要的是基础性软件层面，它会有很多我们可以去考虑的事情。

首先我们这几天大家听了很多有关AI方面的话题，我就不太花太多时间在基础的概念上来讲。其实的话，就跟云盘算没有一个非常准确的定义一样，其实人工智能也没有那么准确的定义。至少在行业里面大家比较公认的三个方向就ANI AIG ASI，当然简略一点说的话，N解决的问题是带有很强的专业性，非常好举的一个例子就是医生，医生这行业是具有极强的专业性。并且他的经验可重用性非常强。这种情况我们落在N这领域。G目前来说做的最多，比如说机器学习还有深度学习，它一是种模式化过程。专家系统就是落在N当中非常成功的例子，经过这么几十年的发展，专家系统本身也经过了好几轮的发展，最近这几年IBM有一个归结在现代化版本的专家系统。当然它也会带有很强的G层面的特征，但是我感到它从根本本质上还是现代版，就是一个比较现代化的版本。

这个里面它有三个特点，第一个专家库知识非常大，而且还需要不断的有这种更新的过程这是非常重要的。以及为什么这种方法，专家智能对我们人工智能不显得那么炫，但是非常有用，因为它效率高，其实这东西就跟我们的人类生活是很好对应，有一些时候专家解决问题确实比较高效一些。当然我们把不够智能打一个引号，就卡你怎么看智能，如果你认为非常接近人的大脑叫智能的话，它确实不够智能，但是我认为对智能的尺还是要辩证一下，能解决问题低成本高效率解决问题都是OK，在G这阶段，我想的话有很多人会提到神经网络，但是我感到太复杂的话，可能也超出了我这话题领域，所以简略神经网络对我来说是一个很好的利用方向。对我来说非常有效率，它有几个点，第一个足够海量的数据来赞助学习，以萃取模式。这里面有一个请求，就是请求模式不可以频繁无规律的变更，最理想的情况是模式能够相对固定这是最好。在这里面用比如说翻译、比如说图片的分类，和我们电子邮件那个里面最常用的反垃圾，这是非常多，也是我们各位在生活中现在广泛接触到。

这里面就是我们青云简略神经网络使显得时候，我们这过程是一个很标准化的学习过程，因为我们巨量的数据，每天都是大几百G体量的产生，而且飞速的进展中。我们基础上对所有的资源、用户行动和相干的利用程序，不管系操作系统还是中间层面还是散布式的调度和系统都进行海的监控，和获得数据。

所以这时候第一个数据是高度标签化的数据，我们可以非常清楚断定出来在青云这些数据什么类型和特点。这些算法是我们经验一部分，他自己可以产生一些他自己的规矩。

于是我们得到折算的歇息成果，下面就是全部的预测过程，这个会将有效的赞助，我们在数据中心，云盘算平台IAAS和PAAS降低故障率。其实这是一个很经典的分层结构，层次很清楚，最底层是硬件，包含我们常见的服务器、储存设备，网络设备、安全设备都在这一层。接下来我们看到I层就是标蓝色块，就是编排层和平台层。灰色的块不是我的领域。我们看到这个层次的话，我们将会看到在不同的层子在采用AI实际上有不同的方向，而且区分是很大。我们先看第一个非常断定的层面。比如说硬件层面，就是偏硬件的，这个层面的话，它的利用方向极其断定，也就是说它的问题还有包含解决问题的方法。这么IT行业几十年的发展，基础上及其的规范，并且不同的工程师解决一类的问题的方法，都是一样的。我举一个例子，比如说网络通不通，或者是网络效果好不好，就是性能好不好。你作为工程师第一反响是什么。我聘一下，实际上不管是ABCD哪家公司的员工都会这么干。也就是说非常高度断定的成分上面，我感到专家系统是最佳的解决方案。