碎片化知识处理与网络化人工智能

摘 要在互联网信息爆炸时代，信息量正在呈现几何爆发式增长，人类必须面对高速的信息传播速度与海量的信息内容，所以客观讲人类已经进入了一个前所未有的碎片化知识时代。为了满足社会发展需要，人类必须懂得如何处理碎片化知识内容，因此网络化人工智能应运而生，本文就针对这两项内容进行了简单研究，结合二者理论主要探讨了网络化人工智能的未来应用。

【关键词】碎片化知识处理 网络化人工智能 挖掘 未来应用

当前网络化人工智能发展迅速，已经在人类科学知识领域占得一席之地，从实质上来看人工智能的核心就在于处理知识问题，二者是共同产生且相辅相成的。当前人类正处于碎片化知识时代，其碎片化知识的基本特征就在于满足了用户的多样化需求，展示多模态、多粒度形态，且具有一定的无序性与真实性，在解决传统知识工程局限性方面具有一定积极作用。而通过创新网络化人工智能来处理碎片化知识也将成为人类科学发展进程中的一次大胆尝试。

1 对碎片化知识的处理研究

目前人类对碎片化知识的处理趋于多元化方式，譬如对它的无序性、非完整性、冗余性以及隐喻性的研究已经非常深入。总体来说，就是要基于碎片化知识和人类对知识的学习、记忆能力来实现更深层次的知识内容挖掘，实现对碎片化知识内容的有序组织。具体讲，首先要迎合碎片化知识分散且大规模、蕴含丰富有价值信息的基本特征，在碎片化知识中寻找有价值内容，实现学习挖掘，最后按照特定结构来有序组织、存储知识内容，以便于日后对知识的查找与更新。目前人类需要建立一套完备的、有意义的碎片化知识归纳及组织体系，依据知识演化规律与知识置信度来进行体系评估，并提取其中所需要的知识内容，描绘碎片化知识的组织与学习基本结构。

当然，人类对于碎片化知识的处理与研究是存在局限性的，这种局限性导致碎片化知识通常处于无序状态，进而使得内部关联稀疏，无法与人类认知关系形成紧密联系。为了打破这种局限性，人类对于网络化人工智能的研究就逐渐深入。它能够合理整合规模庞大且内容体系相对复杂的碎片化知识内容，去除其中所存在的大量冗余与低价值知识内容，为某些有价值的知识实施归纳统一化表达，完成知识学习与组织过程。可以见得，网络化人工智能能够解决碎片化知识结构中所存在的耦合松散复杂关系，体现出一定的网络拓扑结构内涵，并将碎片化知识处理转化为知识图谱二次展示出来，这就是网络化人工智能的优势之处。目前大规模的网络化碎片都基本实现了与网络化人工智能的有机融合，例如他们在自治数据源的基础上就实现了对于碎片化知识的表达演化，构建拓扑结构并完成了知识转化自动化过程，而其中所存在的多方面、多层次科学问题也被有效分解解析。

就目前网络化人工智能的发展来看，群智为网络就以群体智慧为核心基础，它能够通过群体智慧来客观反映碎片化知识，并根据网络化人工智能相关性特征来实现碎片化知识信息的有效传播转换，凸显群智网络拓普性，满足网络化人工智能对于碎片化知识的有效处理过程。

2 网络化人工智能的未来实际应用探索

当前人类正在深入研究网络化人工智能，他们通过这一创新技术来构建互联网基础平台，并在平台上探索学习与组织碎片化知识内容，满足科学化处理条件。以下就谈谈基于碎片化知识处理应用的网络化人工智能未来应用发展。

2.1 医学领域应用探索

人类生命健康一直是网络化人工智能所关注的，当前利用人工智能技术辅助医疗领域发展，解决大规模数据信息问题已经非常常见，它能够帮助医学领域实现预防治疗与精准治疗。在未来，网络化人工智能在医疗领域的发展必须更多依赖于碎片化知识处理机制，它不但要解决大部分临床医疗问题，也要趋向于对医学领域的预测性研究，满足对碎片化知识的跨域知识无序性与非完整性解析。比如说在针对丙肝病毒问题的解决上，该类病症的碎片化信息在网络上可以见到许多，但它们不成体系，没有完整解释丙肝病毒与人体肌肉无力之间的必然关系。所以医学领域应该利用网络化人工智能在这些有关丙肝病毒的碎片化知识中提取有关二者之间医学联系的有价值信息，并通过人工智能来分析它们，可能在一定程度上解决这一长期存在的医学界难题。

2.2 军事领域应用探索

在2016年，Google DeepMind就成功研发了Alphago程序。该程序基于网络化人工智能设计，具有较强的自主学习能力，并且它也遵循了自我博弈理論，甚至在围棋界战胜了韩国著名围棋职业选手李世石，这足以凸显网络化人工智能的强大，它已经可以通过不断的学习来战胜人类。而总结归纳这一程序中所涵盖的人工智能理念和碎片化知识内容，在军事领域中建立功能相仿的军事系统也具有一定可行性，比如结合了深度学习碎片化知识内容与Monte-Carlo模型的“战场决策分析平行军事系统”。该系统能够实现对历史战场或军事演习碎片化知识数据的有效处理和整合，同时实现深度自觉学习，模拟军事博弈过程，目前它已经在我国国防体系中有所应用，不但弥补了传统中军事智能化系统中的诸多不足问题，也实现了对未来战争形势及胜率的提前预测，对我国国防体系合理调整具有一定启发作用。当然，在该系统中“平行”的理念正是希望凸显在复杂空间环境中实现对平行碎片化知识内容的有效整合，通过这些碎片化知识来驱动军事体系的有效构建，模拟军事组织系统，同时预测敌方军事体系，为我军对敌方的有针对性打击奠定优势。总结来说，它就通过网络化人工智能模型实现了对碎片化知识的有效分析，保证了战场信息的快速传递，对国防体系的指挥决策具有一定参考作用，另外，它还构建了相对较为全面的军事训练体系。

3 总结

在当代，网络化人工智能与碎片化知识的关系将会越来越紧密，它们已经渗透到人类的生活、工作、学习等多个层面，帮助人们实现了大数据背景下网络化人工智能的理论与实践发展结合，在各个领域中都能做到做到问题解决与传统瓶颈突破，对未来世界发展具有现实促进意义。

参考文献

[1]蒋方剑.职业教育信息化建设和碎片化资源库的整合利用[J].菏泽医学专科学校学报，2016，28（04）：80-81.

[2]魏雪峰，杨现民，张玉梅等.移动互联时代碎片化学习资源的适用场景与高效管理[J].中国电化教育，2017（05）：117-122.

[3]朱巍，陈慧慧，田思媛等.人工智能：从科学梦到新蓝海--人工智能产业发展分析及对策[J].科技进步与对策，2016，33（21）：66-70.

作者简介

孙泊楠（2000-），男，高中在读，山东省淄博市人。

作者单位

山东省淄博第七中学 山东省淄博市 255400