李晨陽

摘要 文章主要針對當(dāng)前的大數(shù)據(jù)分析中計算智能研究現(xiàn)狀以及展望進行分析，首先分析了大數(shù)據(jù)背景下人工智能計算研究的必要性，其次對大數(shù)據(jù)環(huán)境下智能計算技術(shù)類型進行研究，從中發(fā)現(xiàn)計算智能研究的現(xiàn)狀以及發(fā)展前景，最后提出幾點促進計算智能研究發(fā)展的有效措施，主要目的是提高計算智能發(fā)展，順應(yīng)大數(shù)據(jù)發(fā)展要求。

[關(guān)鍵詞]大數(shù)據(jù) 人工智能 遺傳算法 人工神經(jīng)網(wǎng)絡(luò)

1 大數(shù)據(jù)環(huán)境下人工智能計算技術(shù)類型

1.1 人工神經(jīng)網(wǎng)絡(luò)

對于人工神經(jīng)網(wǎng)絡(luò)技術(shù)，其主要結(jié)合人腦組織結(jié)構(gòu)以及人腦組織運行機制等為基礎(chǔ)，進行模擬結(jié)構(gòu)與新聞給，是當(dāng)前發(fā)展比較成熟的智能計算技術(shù)。其最初提出主要在20世紀40年代初期，由數(shù)學(xué)家Pitts與心理學(xué)家McCui-loch提出，建立第一個人工神經(jīng)網(wǎng)絡(luò)技術(shù)數(shù)學(xué)模型，為神經(jīng)科學(xué)理論的發(fā)展奠定基礎(chǔ)。

人工神經(jīng)網(wǎng)絡(luò)技術(shù)中，主要核心為神經(jīng)元，其屬于神經(jīng)系統(tǒng)的基本組成單位，同時在人體中擔(dān)任信息傳遞的職能。結(jié)合神經(jīng)生物學(xué)家對神經(jīng)的研究，發(fā)現(xiàn)人體大腦中包含神經(jīng)元1010-1011個。不同的神經(jīng)元都包含細胞體、連接軸突，同時還包含一些比較短的分支（樹突組成）。軸突的主要功能是幫助大腦將神經(jīng)元的興奮信號輸出到別的神經(jīng)元在中，能夠通過末端神經(jīng)末梢將興奮傳達到人體的多個神經(jīng)元中。對于樹突組成的作用，其主要是對傳輸?shù)男畔⑦M行簡單處理，比如加權(quán)求和，將所有的輸入信號進行全面考慮研究，提高對信號的重視程度，將信號全部體現(xiàn)在權(quán)值上，呈現(xiàn)出不同的信號信息。將屬兔與其他神經(jīng)元的神經(jīng)末梢進行連接，神經(jīng)元將會出現(xiàn)變化，這種變化被稱之為突觸。

人工神經(jīng)網(wǎng)絡(luò)技術(shù)的知識存儲空間非常大，可以囊括眾多數(shù)據(jù)信息。利用神經(jīng)網(wǎng)絡(luò)，將其中的知識與信息存儲進行處理，劃分為神經(jīng)元分布式物理聯(lián)系，這些知識分散在不斷的存儲空間中，貫穿于整個人工神經(jīng)網(wǎng)絡(luò)的全部，與每條神經(jīng)網(wǎng)絡(luò)線路都緊密契合。神經(jīng)元與其連線會將部分信息傳遞到線路中，但是卻不是完整信息。必須利用適當(dāng)?shù)姆绞?，比如神?jīng)元分布式綜合處理，將其中的特定概念與信息知識展現(xiàn)出來。人工神經(jīng)網(wǎng)絡(luò)這一特點，為其在實際應(yīng)用中提供了很多幫助。其結(jié)構(gòu)特點與分布式信息特點，體現(xiàn)出突出的健壯性優(yōu)勢。因為生物神經(jīng)網(wǎng)絡(luò)是一個整體，其不會因為個別神經(jīng)的損失信息就會全部丟失，即使一些神經(jīng)信息丟失，但是依然不會影響整體工作，也不會模糊記憶。人體的大腦如果只是受到輕微的損傷，其對于事物的印象以及知識的掌握是不會出現(xiàn)任何變化的，人工神經(jīng)網(wǎng)絡(luò)亦是如此。人工神經(jīng)網(wǎng)絡(luò)因為個別原因，導(dǎo)致網(wǎng)絡(luò)中的硬件部分受到損傷，但是整個網(wǎng)絡(luò)體系卻不會停止工作。這個優(yōu)勢為人工神經(jīng)網(wǎng)絡(luò)發(fā)展帶來更多優(yōu)勢。

1.2 遺傳算法

遺傳算法也是智能計算技術(shù)中的一種，遺傳算法主要是以生物進化論為基礎(chǔ)，是一種隨機搜索以及優(yōu)化處理的技術(shù)。這方面的技術(shù)特點主要是結(jié)合群體搜搜索，提高隨機搜索的高效性，幫助個體之間將搜索到的消息進行交換，當(dāng)然信息搜索并不依賴于梯度信息模式。該技術(shù)主要是20世紀70年代初期，美國教授Holland發(fā)起。經(jīng)過不斷的發(fā)展與完善，遺傳算法也在不斷進步，形成規(guī)劃框架，將遺傳算法進行進化處理，為人工智能提供更多計算服務(wù)。當(dāng)前的遺傳算法應(yīng)用范圍也在不斷延伸。特別是交通路徑選擇、作業(yè)調(diào)度以及設(shè)備布置等方面。因為其本身能夠?qū)?fù)雜的問題優(yōu)化求解，所以在工業(yè)領(lǐng)域應(yīng)用十分廣泛，取得了非常顯著的計算處理效果。

對于遺傳算法來講，其本身是搜索問題的主要算法形式，首先會將需要計算的結(jié)構(gòu)組合成候選解，其次是對其中存在的適應(yīng)性條件進行計算測量，一一對應(yīng)計算與候選解之間的契合度，再次是對其中適當(dāng)?shù)暮蜻x解進行操作，及時處理之后生成全新的候選解.最后是將保留的候選解進行處理。結(jié)合上述幾個步驟，對遺傳算法中的方式進行特殊組合，積極實施交換操作與突變操作，并且操作類型必須帶有選擇性與猜測性。具體組合方式的運營，需要將遺傳算法與正常其他算法類型有效區(qū)分。

遺傳算法的主要特征包含以下幾點：

（1）遺傳算法在計算期間會形成數(shù)字串集，從問題分析角度出發(fā)開始對串集進行搜索，同時注重從整體出發(fā)，并非單個問題解。遺傳算法在這一方面的優(yōu)勢非常明顯，將傳統(tǒng)優(yōu)化算法中的單個初始值計算進行轉(zhuǎn)變，整體計算分析。將搜索范圍覆蓋整個問題體系，實現(xiàn)全局的收斂優(yōu)解。

（2）遺傳算法的搜索都是從整體出發(fā)，相比較傳統(tǒng)在搜索算法中的單點搜索，節(jié)省更多搜索時間，同時將從局部延伸到整體。利用問題中的處理群體為基礎(chǔ)，對空間進行逐個搜多，實現(xiàn)搜索與評估同體，降低問題處理的風(fēng)險，并且真正時間問題計算處理的并行化。

1.3 大數(shù)據(jù)時代

對于大數(shù)據(jù)發(fā)展的定位包含很多，從狹義上分析，大數(shù)據(jù)其形態(tài)不能裝載到計算機中存儲器中，數(shù)據(jù)形式更具自由性。當(dāng)然這方面的定義屬于非正式定義，但是卻將大數(shù)據(jù)內(nèi)涵直白的展現(xiàn)出來，一些數(shù)據(jù)集非常大，是電腦不能裝載的系統(tǒng)。還有一種大數(shù)據(jù)觀點，將大數(shù)據(jù)比喻為數(shù)據(jù)集臺，是可容忍時間之內(nèi)無法上傳到IT技術(shù)中的數(shù)據(jù)信息模式。大數(shù)據(jù)其特點非常多，同時發(fā)展延伸速度也十分迅速，從最初的3V到后期的4V模型，體積、速度、虛擬化、多樣性、變化性等都在不斷升級。結(jié)合這些特點為基礎(chǔ)，將大數(shù)據(jù)時代進行調(diào)整，尤其是其中的智能分析以及系統(tǒng)調(diào)整，將人類與計算機世界之間的連接關(guān)系變得更加緊密。當(dāng)前大數(shù)據(jù)發(fā)展速度不斷上升，其中存在的問題也備受學(xué)術(shù)界與產(chǎn)業(yè)界關(guān)注，這些問題十分具有挑戰(zhàn)性，所以限制了大數(shù)據(jù)發(fā)展模式的優(yōu)化。大數(shù)據(jù)在采集、傳輸以及各種技術(shù)的應(yīng)用等方面主要技術(shù)形式便是大數(shù)據(jù)處理技術(shù)，大數(shù)據(jù)處理技術(shù)屬于一項區(qū)別與傳統(tǒng)的工具類型，其本身具備結(jié)構(gòu)化、半結(jié)構(gòu)化等數(shù)據(jù)形態(tài)，同時也可以對數(shù)據(jù)信息進行預(yù)測性的處理。正因為大數(shù)據(jù)處理技術(shù)的優(yōu)勢，其發(fā)展延伸迅速明顯，很多企業(yè)不斷應(yīng)用大數(shù)據(jù)處理技術(shù)。 大數(shù)據(jù)發(fā)展環(huán)境下，其逐漸成為科學(xué)技術(shù)研究以及學(xué)術(shù)界、產(chǎn)業(yè)界關(guān)注的焦點。當(dāng)前很多智能計算技術(shù)都是以大數(shù)據(jù)為依托，很多技術(shù)應(yīng)用行業(yè)非常廣泛。從最初的大規(guī)模數(shù)據(jù)庫處理技術(shù)，到后期的商業(yè)智能數(shù)據(jù)處理以及數(shù)據(jù)挖掘技術(shù)等在企業(yè)中的應(yīng)用，將大數(shù)據(jù)發(fā)展推向更大的發(fā)展平臺。大數(shù)據(jù)發(fā)展中搜索引擎技術(shù)到后期的推薦系統(tǒng)等，不斷延伸到語音識別技術(shù)中，同時也優(yōu)化了機器翻譯。大數(shù)據(jù)計算方法的調(diào)整與升級，在工程設(shè)備設(shè)計與建筑等方面應(yīng)用廣泛，隨著設(shè)計領(lǐng)域的不斷擴展，開始出現(xiàn)并行計算、云計算等計算方法。但是因為大數(shù)據(jù)計算，很多數(shù)據(jù)特點復(fù)雜并且屬于高緯度形態(tài)，加上數(shù)據(jù)多變，所以需要從雜亂無章的數(shù)據(jù)中不斷整理與優(yōu)化，尋找社會發(fā)展感興趣的數(shù)據(jù)信息，這方面要求大數(shù)據(jù)技術(shù)還需要不斷優(yōu)化，積極發(fā)展更高級的智能計算機理論以及相關(guān)處理技術(shù)。

2 以大數(shù)據(jù)力理論為基礎(chǔ)人工智能計算技術(shù)運用方案

2.1 選擇科學(xué)的智能計算管理思路

隨著我國步入信息化時代，計算機技術(shù)與互聯(lián)網(wǎng)技術(shù)得到了全面的普及，這也為大數(shù)據(jù)時代的到來創(chuàng)建了良好的條件。在大數(shù)據(jù)環(huán)境中，企業(yè)應(yīng)結(jié)合實際需求創(chuàng)建全新的智能管理思路與觀點。企業(yè)主要屬于以使用數(shù)據(jù)為基咄對各種企業(yè)事務(wù)進行處理的專業(yè)單位，需要對數(shù)據(jù)進行較為科學(xué)合理的分析與研究，并利用數(shù)據(jù)分析結(jié)果為企業(yè)的經(jīng)濟活動管理提高良好的參考依據(jù)。在智能計算技術(shù)收集期間，企業(yè)通常會獲得來自各方面的數(shù)據(jù)系統(tǒng)的數(shù)據(jù)信息資料，這也是的信息數(shù)據(jù)差異性形成的主要原因。

通常情況下，在各種智能系統(tǒng)中，數(shù)據(jù)的來源具有較大的差距，數(shù)據(jù)的標準也有著極大的不同，數(shù)據(jù)庫運用的體系的差距的優(yōu)化會得出不同的結(jié)果，這種結(jié)果的差異性也被稱之為數(shù)據(jù)信息的先天性差異，屬于不可避免的誤差問題。由于現(xiàn)階段我國企業(yè)數(shù)量相對較多，各企業(yè)內(nèi)部各種活動與業(yè)務(wù)也具有較強的復(fù)雜性，統(tǒng)計人員自身專業(yè)能力也有著較大的差距，這些因素在一定程度上導(dǎo)致不用途徑來源的數(shù)據(jù)信息存在較大差距。企業(yè)需要根據(jù)自身的智能計算技術(shù)創(chuàng)建良好的分析數(shù)據(jù)模型與完善的管理體系，并對各種數(shù)據(jù)信息進行科學(xué)的分析與研究，獲得相對較為正確的結(jié)果，其中在以該結(jié)果為基礎(chǔ)，對企業(yè)實際運營期間存在的不足與問題制定較為完善的解決方法，真正促進企業(yè)各業(yè)務(wù)活動的順利實施，為企業(yè)經(jīng)濟效益的發(fā)展奠定良好的基礎(chǔ)。

2.2 積極建設(shè)智能化信息管理體系

大數(shù)據(jù)發(fā)展環(huán)境下，將很多技術(shù)融入到企業(yè)中，同時對企業(yè)帶來智能化的要求，企業(yè)需要不斷調(diào)整系統(tǒng)模式，積極引進先進的智能計算技術(shù)，注重對數(shù)據(jù)資源的有效利用，掌握住關(guān)鍵信息。提高數(shù)據(jù)資源的收集，注重大數(shù)據(jù)平臺模式的構(gòu)建，及時了解市場發(fā)展訊息，以智能計算技術(shù)為手段收集信息，組成信息數(shù)據(jù)庫，將數(shù)據(jù)信息進行歸類處理，保證信息標準的統(tǒng)一，增強信息數(shù)據(jù)實用性，處理規(guī)范性，同時保證數(shù)據(jù)管理的準確性與嚴格性。針對智能計算機技術(shù)及時展開數(shù)據(jù)專業(yè)處理。企業(yè)選擇適當(dāng)?shù)闹悄苡嬎惴治鲕浖?，積極構(gòu)建數(shù)據(jù)分析專業(yè)模型，保證數(shù)據(jù)信息處理的細致科學(xué)，提高分析結(jié)果的專業(yè)性。對于智能計算技術(shù)下分數(shù)據(jù)分析結(jié)果，還要保證能夠很好的應(yīng)用到企業(yè)中。特別是企業(yè)獲得信息結(jié)論之后，以結(jié)論為出發(fā)點，與企業(yè)發(fā)展相結(jié)合，調(diào)整企業(yè)發(fā)展結(jié)果，及時對相關(guān)數(shù)據(jù)業(yè)務(wù)進行整合處理，這種情況下，企業(yè)計算機基礎(chǔ)能夠獲得更進一步的發(fā)展，企業(yè)在市場競爭中的實力也會得到提升，為企業(yè)擴大發(fā)展奠定基礎(chǔ)。

2.3 創(chuàng)建共享、兼容信息數(shù)據(jù)庫

在大數(shù)據(jù)環(huán)境中，企業(yè)為了促進人工智能計算技術(shù)管理的真正落實，需要從兩方面入手創(chuàng)建完善的共享、兼容智能數(shù)據(jù)庫。首先，企業(yè)需要根據(jù)實際需求在內(nèi)部創(chuàng)建財務(wù)共享數(shù)據(jù)庫。在其實際創(chuàng)建過程中，企業(yè)管理人員需要對各使用人員的權(quán)限進行科學(xué)的明確，充分實現(xiàn)針對性較強的權(quán)限數(shù)據(jù)庫的創(chuàng)建，并逐漸形成企業(yè)內(nèi)部的智能計算數(shù)據(jù)庫，促進相關(guān)數(shù)據(jù)信息在企業(yè)內(nèi)部的共享。其次，企業(yè)需要強化內(nèi)部數(shù)據(jù)庫的監(jiān)管力度。通常情況下，企業(yè)數(shù)據(jù)庫需要較為完善且有力的監(jiān)督與管理。因此企業(yè)相關(guān)部門需要提高對于數(shù)據(jù)的監(jiān)管力度，其中可利用計算機技術(shù)中的圖像識別以及語言識別功能等對企業(yè)內(nèi)部數(shù)據(jù)庫犯罪方面進行較為嚴格的打擊。充分促進企業(yè)信息數(shù)據(jù)庫作用的全面發(fā)揮。

3 結(jié)束語

綜上所述，對于大數(shù)據(jù)時代下，人工智能計算技術(shù)促進社會發(fā)展的重要產(chǎn)物，同時也是企業(yè)發(fā)展中的主要動力。將智能計算技術(shù)應(yīng)用到企業(yè)中，幫助企業(yè)提升數(shù)據(jù)處理與形式分析的準確性，同時減少相關(guān)工作人員在數(shù)據(jù)處理方面的工作量，幫助企業(yè)提升整體經(jīng)營運行效率。協(xié)助企業(yè)建立完善的數(shù)據(jù)收集、處理、分析等系統(tǒng)，保證數(shù)據(jù)分析的準確性。結(jié)合當(dāng)前技術(shù)發(fā)展為基礎(chǔ)，對操作情況以及企業(yè)的經(jīng)濟情況展開處理，不斷提高智能計算技術(shù)的使用效率，為企業(yè)獲取更多經(jīng)營效益。

參考文獻

[1]郭平，王可，羅阿理等，大數(shù)據(jù)分析中的計算智能研究現(xiàn)狀與展望[J]，軟件學(xué)報，2015， 26 （11）： 3010-3025.

[2]王鵬，張利，大數(shù)據(jù)處理系統(tǒng)的研究進展與展望[J].高技術(shù)通訊，2015， 25 （08）： 793-801.

[3]彭濤，孫連英，劉暢等.大數(shù)據(jù)時代的智能計算技術(shù)[J]，科技廣場，2016（03）：4—10.

[4]張勞模，王君，基于大數(shù)據(jù)理論的智能計算技術(shù)研究及應(yīng)用[J].數(shù)字通信世界，2016 （10）.

[5]宋維靜，劉鵬，王力哲等，遙感大數(shù)據(jù)的智能處理：現(xiàn)狀與挑戰(zhàn)[J]，工程研究一跨學(xué)科視野中的工程，2014 （03）： 259-265.

[6]馬小平，代偉，大數(shù)據(jù)技術(shù)在煤炭工業(yè)中的研究現(xiàn)狀與應(yīng)用展望[J]，工礦自動化，2018（01）.

[7]劉志卓.探究大數(shù)據(jù)技術(shù)在指揮信息系統(tǒng)中的應(yīng)用與發(fā)展[J].科技傳播，2017，9 （22）.

[8]馮國瑞，王亮，基于大數(shù)據(jù)和云計算的電網(wǎng)財務(wù)系統(tǒng)決策研究[J].通信電源技術(shù)，2017， 34 （01）：113-115.

[9]梁吉業(yè)，錢宇華，李德玉等，面向大數(shù)據(jù)的粒計算理論與方法研究進展[J].大數(shù)據(jù)，2016，2 （04）：13-23.