早在1950年，天才的計算機科學家圖靈就已經通過嚴密的論證，闡述了計算機也能產生智慧的科學事實，這么多年過去了，計算機及其相關科學的發展早已超越了前人的想象，相比之下，人工智能領域的研究進展就顯得有些緩慢了，在物聯網時代，智慧城市的建設離不開智能計算機的幫助，物聯網產業所帶來的思想碰撞與技術融合，也會為人工智能技術帶來新的突破。

近年，計算機科學家們仿照人腦神經系統的構造，提出了構建人工神經網絡以發展人工智能的設想，與智慧城市的原理不謀而合，城市里遍布的傳感節點，就好像人腦中的一個個神經元細胞，節點之間按照一定的路由選擇算法與主機連接，最終使整個城市變成一個巨大的大腦。

大數據讓機器更聰明

中國科學院院士，北京航空航天大學校長懷進鵬從硬件說起：當代集成電路技術的發展主要是基于“摩爾定律”，即芯片上晶體管特征尺寸不斷縮小，而芯片性能不斷提升。過去的幾十年里，各國科學家全力以赴，力圖將更多晶體管集成到一塊更小的芯片上。目前，一塊市售22納米芯片上已包含十億個晶體管。與此同時，因為計算的速度和存儲容量不斷變化，CPU性能提高3500倍，內存和硬盤價格下降了35000倍和460萬倍……這些信息技術的飛躍，正將人類推入一個全新的免費在線時代。而由此產生的海量數據，為計算科學開辟了新的研究領域。

近三年來，大數據計算已經在社會科學研究領域得到了許多應用。懷教授舉例，谷歌曾憑借搜索情況，準確預測到了流感的發生及其傳播規律，還有企業甚至估算出金融危機的爆發……當浩無邊際的數據之海，通過電腦分析告訴我們如此之多，令人不得不深思，這是否意味著一個新的計算時代的誕生？它對人工智能的意義分量幾何？

專家對比以前在工業經濟中的傳統統計計算方式，做任何特征識別時只需采樣即可，相當于做菜到了一定火候，拿勺子舀一點嘗一下，而如今，老辦法在大數據面前失效了，數據不斷加入不同類型的內容，靠品嘗、靠抽樣顯然已經無法滿足……從傳統的計算科學向大數據張望的科學家們面臨的問題，顯然不僅限于此—數據的增量性如何處理？近似性如何有效結合？如何更有效利用還原方法、歸納方法研究計算當中的屬性？

他進一步指出，這一基于數據的學科，若要給人工智能帶來進一步影響，就不僅僅是數學的事，更涵蓋了傳播學等學科。抽象如一個信息從哪個地方開始傳播？為什么傳播？社會的認知如何？具體到為何在各類情感中，互聯網上憤怒是傳播得最快的？這些都可以成為未來探索的方向。

在城市建起人工神經網絡

早在1950年，天才的計算機科學家圖靈就已經通過嚴密的論證，闡述了計算機也能產生智慧的科學事實。多年以后的今天，計算機及其相關科學的發展早已超越了前人想象，相比之下，人工智能研究的方向，卻稍顯迷惘。腦科學、數學計算科學領域已經發力，在城市發展的社會科學領域，探索同樣也在進行。

專家指出，在物聯網時代，智慧城市的建設離不開智能計算機的幫助，物聯網產業所帶來的思想碰撞與技術融合，也會為人工智能技術帶來新的突破。

近幾年，計算機科學家們仿照人腦神經系統的構造，提出了構建人工神經網絡以發展人工智能的設想，與智慧城市的原理不謀而合，城市里遍布的傳感節點，就如同人腦中的一個個神經元細胞，節點之間按照一定的路由選擇算法與主機連接，最終使整個城市變成一個巨大的大腦。

專家認為，物聯網技術的興起大大促進了傳感器的發展，傳感器的職能便是搜集數據，各種聲光壓力溫度傳感器就好比人類的五官和觸覺，保證了物聯網系統擁有源源不斷的數據信息，而云計算的異軍突起更是為這些海量數據提供了一個可靠的處理方式，如果人工智能的研究借助物聯網系統的數據搜集方式和數據處理方式，再配合適當的機器學習算法，也許會有新的思路。