摘要：计算机网络技术逐步应用在社会各个角落，当下计算机领域中最热的研究点非人工智能莫属。本文介绍了人工智能和计算机网络技术的有关知识点，就人工智能的主要应用做了列举分析，研究了人工智能在发展过程中产生的问题。
关键词：计算机网络技术；人工智能
1、人工智能的基本概念
1.1 人工智能的定义
人工智能（Artificial Intelligence，AI）亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。人工智能于一般教材中的定义领域是“智能主体（intelligent agent）的研究与设计”，智能主体指一个可以观察周遭环境并作出行动以达致目标的系统。
1.2 人工智能的研究背景
人工智能于 1956 年被提出，至今已有 60 多年历史。21 世纪以来，由于人工智能算法的改进、计算能力的提升，人工智能技术进入飞速发展期。尤其是在云计算、大数据、机器学习等理论支撑下，人工智能发展迅速，呈现出深度学习、跨界融合、人机协同、自主操控等特征。
例如繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更准确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的。人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，另一方面又转向更有意义、更加困难的目标。
1.3 人工智能的相关技术及应用
人工智能的相关技术主要包括机器学习、专家系统、人工神经网络、图像识别等几大模块。其中机器学习是人工智能的核心技术，是使机器拥有智能的主要途径，指让机器模拟人的学习能力，以此来增强机器的性能；专家系统指能使计算机像专家一样，在某一领域为用户提供解决办法的计算机系统。专家系统的主体是知识库系统，与传统数据库在信息组织、并入、执行等方面均有所不同。传统的数据库存放的是未经处理的数据，而知识库中包含的是可做决策的知识。专家系统实现了人工智能的理论研究在现实中的应用，已广泛应用于医疗、气象、地质勘探等领域，在某些方面甚至可以达到人类专家的水平；人工神经网络是受到人脑神经元的启发，试图设计与人脑神经元相似的网络结构，模拟人脑对信息的处理方式，以提高机器的信息处理速度。虽然现在人工神经网络还无法与人类大脑媲美，但是它在模式识别、医疗、智能机器人等领域取得的突破有目共睹；图像是人类获取信息最重要的途径之一，人工智能技术要实现模拟人类分析问题、解决问题的功能，图像识别技术的应用不可或缺。图像识别可以说是人工智能的“眼睛”，通过采集、分析特征值，模拟人脑处理信息的过程，从而对问题进行一系列决策。
而当下社会中人工智能主要的应用在虚拟个人助理、自动驾驶、智慧医疗等方面。
目前市面上已涌现出众多的人工智能助理，如 Siri、微软小娜等，个人助理是能够帮助个人完成多项任务或多项服务的虚拟助理，其核心推动力是人工智能技术；自动驾驶技术是人工智能的一大重要应用领域，即使到现在自动驾驶技术仍不够完善，但整个社会对这方面的研究始终未落下，各大汽车生产商和著名工科院校不断传出在自动驾驶技术上的突破的消息；医疗一直是每个国家关注的重点，医疗水平的进步对人类大有裨益，如今随着专家系统的不断发展完善，已有实例表明人工智能可参与到医疗建设中来。
2、计算机网络技术介绍
计算机网络包括计算机和网络两部分。其中计算机即俗称的电脑，而网络就是用物理链路将各个孤立的工作站或主机相连在一起组成的数据链路，从而达到资源共享和通信的目的。计算机网络是指将地理位置不同的多台自治计算机系统及其外部网络通过通信介质互联，在网络操作系统和网络管理软件及通信协议的管理和协调下，实现资源共享和信息传递的系统。
随着计算机网络技术的飞速发展，很多弊病之处也逐渐展现了出来，如网络信息安全受到威胁、大量垃圾信息对人们的工作和生活造成干扰等，而应用人工智能便能有效地解决这些问题。在网络安全方面，人工智能具有强大的数据信息处理与整合技术，再加上人工智能精确的数据分析能力，可以提升计算机网络安全程度，例如研发和应用智能防火墙技术，实现智能化和自动化的风险识别和抵御，能够更好地保障计算机网络安全；在信息管理方面借助人工智能的大数据分析处理优势，能够对各种各样的数据信息进行有效的处理分析，将不同种类的数据信息进行分类管理，实现智能化和自动化的数据筛选工作，在信息送达用户之前就筛选掉垃圾信息和不良信息等。人工智能在计算机网络技术中的应用，能够营造一个相对纯净的网络环境，让用户能够在最短的时间内获取到自己所需要的信息，避免垃圾信息对用户的干扰。与此同时，人工智能技术和大数据技术的结合还可以提升数据和信息筛选的针对性，根据用户的需求偏好进行相应的信息排序等，最大限度地方便人们的工作和生活，发挥计算机网络技术在提升工作效率方面的积极作用；企业在应用计算机网络技术过程中，科学、合理的采用人工智能，以此来提升企业整体的工作效率，促进自身的健康发展，有助于提升企业的核心竞争力。
3、人工智能研究过程中存在的问题
人工智能技术历经 60 多年的发展，其概念从模糊趋于清晰全面，在生物、医疗、交通等领域孕育出了突破性成果。目前人工智能领域的开发可以简单的划分为两大类，一类是平台开发（研发），一类是应用开发。目前大部分人接触到的所谓AI软件往往都属于基于人工智能平台所开发的具体应用。人工智能技术能否达到人类智慧的水平，我们仍不能给出确切的结论，但我们已然可以从AlphaGo上窥得未来人工智能的影子。
人工智能发展至今主要存在的问题包括对于应用场景的依赖性较强、技术成熟度不足、对于应用人员的技术要求比较高。要想解决人工智能产品（软件）存在的这些问题，除了要完善目前人工智能产品的应用场景之外，还需要行业专家参与到人工智能产品的研发中，这是解决人工智能产品落地应用的必要环节。随着当前不少人工智能开发平台的推出，未来将有大量的人工智能应用推向市场，这也会在很大程度上推动人工智能产品的落地应用进程。
参考文献
[1] 杨文福，饶军辉.人工智能在计算机网络技术中的应用解析[J].科学技术创新2020(01):93-94.
[2]崔雍浩，商聪，陈锶奇，郝建业.人工智能综述:AI的发展[J].无线电通信技术，2019，45(03):225-231.
[3]王书漫.人工智能在计算机网络技术中的应用研究[J].电脑知识与技术，2020，16(05):186-187.
[4]黄若莲.人工智能在计算机网络技术中的应用[J].科技风，2020(11):105.
[5]杨俊龙，柳作栋.人工智能技术发展及应用综述[J].计算机产品与流通，2018(03):132-133.