同时，人工智能技术在集成技术的帮助下可以将海量的信息进行集成处理，满足智能学习、模拟识别、人工神经系统等多方面的需求。
f龙源期刊网httpwwwqika
comc
1）智能学习。模仿人类的思维方式是人工智能的前提，因此人工智能在未来的发展中，学习仍将是主要的主题之一。目前的人工智能已经初步实现学习功能，但人类的学习与人工智能的学习是有根本区别的，人脑的神经系统非常复杂，人工智能只能是在某些方面进行模仿与接近，是不可能完全代替的。例如，现代机器人技术希望通过进一步识别面部表情，来帮助机器人实现人工智能的情感表达，经常会出现无法识别、偏差甚至错误，这都显示出在智能学习方面，人工智能仍然具有局限性。因此，未来计算机学习将侧重于实现人的学习，在计算机仿真中，使得人工智能趋向人性化发展。
2）模拟识别。现代电子模拟识别技术的发展已经进入了一个新的阶段。目前，模拟识别技术可以实现字、音、词的自动识别，例如，当下流行的几个地图软件，都已具备自动播报位置，识别用户临时语音指令等功能。但在外部感知方面，模拟识别技术仍然有很多局限。学习人类的判断和识别的能力，将成为人工智能未来重要的发展方向之一。
3）人工神经系统。人工智能网络技术是当代提出并已着手研究的一种的科学理论，相信不久的将来便会有成果。人工神经系统类似于人的大脑结构，由大量的处理单元组成神经元之间的互联网络。它能够处理复杂的多维问题，也可以单独处理定性和定量问题。极强的自学能力，也是其重要特点。
【参考文献】
1孙晓霞人工智能在计算机网络技术中的应用探究J网络安全技术与应用2016（3）
fr