陳紅 天津?yàn)I海汽車工程職業(yè)學(xué)院

前言

人工智能的發(fā)展依靠著數(shù)學(xué)、心理學(xué)和信息學(xué)等等眾多學(xué)科，主要應(yīng)用在當(dāng)前對(duì)于社會(huì)中的人類活動(dòng)進(jìn)行規(guī)律性的分析和總結(jié)。而大數(shù)據(jù)則是通過海量的信息進(jìn)行分析和總結(jié)，對(duì)可能會(huì)發(fā)生的事情進(jìn)行預(yù)測(cè)，在人工智能領(lǐng)域，使用大數(shù)據(jù)能夠?qū)?shù)據(jù)進(jìn)行知識(shí)的轉(zhuǎn)化，促進(jìn)該項(xiàng)技術(shù)的發(fā)展于完善。

1 大數(shù)據(jù)核心技術(shù)

1.1 收集數(shù)據(jù)

當(dāng)前計(jì)算機(jī)技術(shù)正在飛速發(fā)展，因此海量的數(shù)據(jù)也在同時(shí)誕生著，到目前為止，數(shù)據(jù)的產(chǎn)生速度已經(jīng)達(dá)到了每年百分之五十，通過對(duì)大數(shù)據(jù)的應(yīng)用能夠?qū)缙嚮蚱渌O(shè)備進(jìn)行包括運(yùn)動(dòng)狀況或者位置進(jìn)行詳細(xì)的分析，對(duì)于傳統(tǒng)的信息技術(shù)來說能夠得到較快的發(fā)展，在處理數(shù)據(jù)時(shí)，能夠減少人力以及物力的消耗，減輕一定的成本負(fù)擔(dān)，大數(shù)據(jù)分析完成之后，人工智能能夠?qū)ζ渲械南嚓P(guān)信息進(jìn)行挑選，進(jìn)行分析，通過概率或統(tǒng)計(jì)對(duì)其進(jìn)行智能分析，整體的精確度能夠顯著提高。

1.2 數(shù)據(jù)的儲(chǔ)存

數(shù)據(jù)存儲(chǔ)的應(yīng)用主要是數(shù)據(jù)庫的建立，多個(gè)節(jié)點(diǎn)能夠并行，數(shù)據(jù)庫的任務(wù)能夠有效執(zhí)行，當(dāng)前該類方法應(yīng)用逐漸得到普及，其高性能提供了更大的便利。在當(dāng)前技術(shù)不斷發(fā)展的情況之下，系統(tǒng)的整體性能得到了不斷被提高，在數(shù)據(jù)結(jié)果的緩存上以及數(shù)據(jù)庫的索引上都得到了進(jìn)一步的完善。大數(shù)據(jù)自身有著系列的問題，因此許多人將數(shù)據(jù)存儲(chǔ)在智能終端中。人工智能機(jī)器人能夠?qū)⑵渲械暮诵膬?nèi)容進(jìn)行有效的提取，從而節(jié)省較大的空間，對(duì)于存儲(chǔ)的風(fēng)險(xiǎn)來說能夠得到有效降低。

1.3 對(duì)數(shù)據(jù)的表示、檢索以及隨機(jī)訪問

大數(shù)據(jù)存在一些獨(dú)有的特點(diǎn)，數(shù)據(jù)一般數(shù)量較多，比普通數(shù)據(jù)更加復(fù)雜，在過去的系統(tǒng)中，如果需要進(jìn)行檢索，則需要將關(guān)鍵詞向各個(gè)服務(wù)器進(jìn)行發(fā)送，屬于平行檢索的方式，因此在很多情況之下，檢索的結(jié)果往往不能夠令人滿意，或者說不能夠達(dá)到預(yù)期的要求，因此，一部分人員開始使用Apache Hadoop框架下的HDFS，通過其對(duì)大數(shù)據(jù)的信息開始開源，以實(shí)現(xiàn)隨機(jī)訪問的目標(biāo)。

1.4 數(shù)據(jù)的使用于挖掘

當(dāng)前大數(shù)據(jù)已經(jīng)得到了廣泛的使用，日常生活中的電子購(gòu)物、社交媒體等等都對(duì)大數(shù)據(jù)進(jìn)行了較多的應(yīng)用。大數(shù)據(jù)的核心是對(duì)數(shù)據(jù)進(jìn)行挖掘，因此大數(shù)據(jù)的挖掘技術(shù)是該技術(shù)的核心內(nèi)容，數(shù)據(jù)庫中有著數(shù)量龐大的不完整的信息，因此對(duì)于數(shù)據(jù)庫來說，能夠通過隨機(jī)的方式對(duì)有效的信息進(jìn)行提取，從而降低各種可能遇到的風(fēng)險(xiǎn)，在對(duì)數(shù)據(jù)進(jìn)行分析之后得出更加科學(xué)的判斷。通過大數(shù)據(jù)進(jìn)行分析就是對(duì)海量的數(shù)據(jù)進(jìn)行分類和分析總結(jié)等等。

2 大數(shù)據(jù)技術(shù)在人工智能領(lǐng)域中的應(yīng)用

高科技技術(shù)的不斷發(fā)展，人們當(dāng)前已經(jīng)邁入了信息時(shí)代，因此在人工智能領(lǐng)域中，大數(shù)據(jù)也有了更加廣泛的引用。

2.1 人工智能機(jī)器人

首先是通過對(duì)人工智能機(jī)器人在感知層面和操作層面以及認(rèn)知層面進(jìn)行設(shè)置，使得機(jī)器人能夠有效的發(fā)揮其實(shí)際的作用，在生活中，例如使用某些軟件進(jìn)行音樂內(nèi)容的播放，或者通過快速查詢的方式查找自己需要的電話號(hào)碼，按照實(shí)際的要求進(jìn)行營(yíng)養(yǎng)餐的搭配等等。人工智能技術(shù)再加上大數(shù)據(jù)的相關(guān)技術(shù)，能夠使得機(jī)器人性能得到更高的提升，機(jī)器人通過這兩項(xiàng)技術(shù)能夠?qū)崿F(xiàn)像人一樣及進(jìn)行決策等等。大數(shù)據(jù)技術(shù)通過對(duì)信息進(jìn)行傳遞，通過模式識(shí)別引擎對(duì)數(shù)量龐大的信息進(jìn)行結(jié)構(gòu)化的分析，通過數(shù)據(jù)的反饋又或者算法的學(xué)習(xí)對(duì)機(jī)器人的技能進(jìn)行進(jìn)一步的深化。在實(shí)際的應(yīng)用實(shí)踐中，訓(xùn)練語料的數(shù)量越多，神經(jīng)元點(diǎn)產(chǎn)生的需求也進(jìn)一步增多，能夠更加準(zhǔn)確的識(shí)別語義，再加上科學(xué)的計(jì)算，數(shù)量不同的神經(jīng)元已經(jīng)能夠產(chǎn)生明顯的區(qū)別，例如一千萬的神經(jīng)元與一百萬的神經(jīng)元在當(dāng)前的技術(shù)水平下已經(jīng)能夠產(chǎn)生百分之十的差距，由此來看，大數(shù)據(jù)在人工智能中的應(yīng)用效果是顯著的，因此在未來，對(duì)大數(shù)據(jù)進(jìn)行優(yōu)化是必然的。

2.2 智能制造

智能制造是以人工智能為基礎(chǔ)的一項(xiàng)內(nèi)容，智能發(fā)展的一項(xiàng)重要的基本因素就是知識(shí)，而智力指的是對(duì)知識(shí)的應(yīng)用水平。在智能制造中，包括系統(tǒng)和技術(shù)兩方面內(nèi)容，當(dāng)前主要應(yīng)用在分析、推理或決策等領(lǐng)域中，智能制造的發(fā)展使得自動(dòng)化的概念發(fā)生了一定的改變，當(dāng)前的自動(dòng)化已經(jīng)逐漸轉(zhuǎn)向高度的集中化、更加智能化和柔性化，當(dāng)前在研究不斷發(fā)展的今天，制造業(yè)已經(jīng)受到較大的影響，對(duì)于數(shù)據(jù)的采集和管理來說，基本上都已經(jīng)與大數(shù)據(jù)密不可分，在對(duì)數(shù)據(jù)進(jìn)行更加深入的挖掘之后能夠進(jìn)行精準(zhǔn)匹配，制造商能夠有效的減少風(fēng)險(xiǎn)。

2.3 智能農(nóng)業(yè)

智能農(nóng)業(yè)指的是通過人工進(jìn)行管理，生產(chǎn)實(shí)行工業(yè)化的模式，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)的高效和集約化，并保證可持續(xù)化發(fā)展。這種方式能夠?qū)Νh(huán)境進(jìn)行更加有效的應(yīng)對(duì)，實(shí)現(xiàn)反季節(jié)和全天候周年性的農(nóng)業(yè)作業(yè)。只能農(nóng)業(yè)依然以現(xiàn)代化農(nóng)業(yè)為基礎(chǔ)，吸收農(nóng)業(yè)工程、生物加護(hù)以及材料技術(shù)等方面的專業(yè)知識(shí)，提高整體的科技化水平。這種方式的應(yīng)用能夠保證土地的出產(chǎn)率，對(duì)于勞動(dòng)人民來說，工作效率也得到了有效的提高，該項(xiàng)創(chuàng)新是一次突破式的嘗試。針對(duì)不同地區(qū)的不同情況，使用數(shù)據(jù)分析技術(shù)能夠更加高效的建立大數(shù)據(jù)系統(tǒng)，對(duì)于行業(yè)動(dòng)態(tài)可以在第一時(shí)間進(jìn)行獲悉，農(nóng)業(yè)的科學(xué)化管理也能夠得到深入發(fā)展。

3 應(yīng)用中的注意事項(xiàng)

大數(shù)據(jù)的應(yīng)用中，首先需要對(duì)其發(fā)展趨勢(shì)進(jìn)行科學(xué)深入的分析，在此基礎(chǔ)之上，進(jìn)行趨利避害，使得人工智能技術(shù)以及大數(shù)據(jù)技術(shù)能夠在日常生活中帶來較好的影響，在實(shí)際的應(yīng)用中，依然需要注意一些問題。

3.1 技術(shù)不能夠代替人際關(guān)系

人工智能技術(shù)在當(dāng)前已經(jīng)得到了一定的發(fā)展，但在實(shí)際的人機(jī)交往過程中，還不能夠?qū)μ厥獾囊徊糠智闆r進(jìn)行科學(xué)準(zhǔn)確的判斷，人工智能雖然擁有非常多的知識(shí)、數(shù)據(jù)，但并不能夠理解人類之間的情感，如果對(duì)人工智能技術(shù)過分的依賴，則會(huì)造成不良的社會(huì)問題的產(chǎn)生，對(duì)于人類來說，溝通能力會(huì)產(chǎn)生一定的下降，在日常生活中逐漸無法適應(yīng)環(huán)境，不能夠?qū)μ厥馇闆r進(jìn)行有效的解決，因此不能夠度該技術(shù)產(chǎn)生過度的依賴。

3.2 對(duì)數(shù)據(jù)和信息進(jìn)行安全保護(hù)

在人工智能中的大數(shù)據(jù)應(yīng)用事件中，通常會(huì)發(fā)生數(shù)據(jù)丟失的情況，或者是遭到不同程度的攻擊，使用者會(huì)受到一定的影響，造成經(jīng)濟(jì)損失等等，因此需要對(duì)網(wǎng)絡(luò)問題進(jìn)行維護(hù)，對(duì)數(shù)據(jù)的安全性進(jìn)行更深入的保護(hù)，建立可靠的信息保護(hù)系統(tǒng)。保證使用者的信息以及數(shù)據(jù)能夠得到有效的保護(hù)，價(jià)格低數(shù)據(jù)丟失的可能性。

3.3 技術(shù)不能夠過分的依賴

對(duì)于人工智能技術(shù)來說，如果對(duì)其進(jìn)行長(zhǎng)時(shí)間的依賴，那么對(duì)于人類之間的感情和情緒來說，會(huì)產(chǎn)生不利的影響，人們處理生活問題的能力會(huì)下降，對(duì)于生活中出現(xiàn)的問題就沒有更加積極的態(tài)度，久而久之，個(gè)體之間的情感會(huì)變得更加脆弱，對(duì)于社會(huì)的發(fā)展來說，會(huì)造成嚴(yán)重的負(fù)面影響，因此，人工智能技術(shù)需要我們進(jìn)行科學(xué)合理的應(yīng)用，盡可能的發(fā)揮其能夠帶來的優(yōu)勢(shì)，趨利避害，使人工智能技術(shù)更好的為社會(huì)發(fā)展服務(wù)。

4 結(jié)語

總而言之，在人工智能應(yīng)用大數(shù)據(jù)技術(shù)不僅能提高智能水平，同時(shí)能夠?qū)崿F(xiàn)智能化的飛躍，但是在實(shí)踐過程中，還需要不斷的完善大數(shù)據(jù)的實(shí)踐水平，使其能夠更好的在人工智能中應(yīng)用。