摘要：隨著信息技術飛速發(fā)展，人工智能與大數(shù)據(jù)技術成為科技革命和產(chǎn)業(yè)變革的戰(zhàn)略技術。本文概述了二者在計算機應用中的發(fā)展和融合趨勢，分析了融合必要性和現(xiàn)實意義，提出了推動深度融合、賦能計算機應用變革的舉措，旨在促進技術革新與產(chǎn)業(yè)升級。

關鍵詞：人工智能；大數(shù)據(jù)；計算機應用；融合發(fā)展

doi：10.3969/J.ISSN.1672-7274.2025.03.049

中圖分類號：TP 18；TP 3 " " " " "文獻標志碼：A " " " " " "文章編碼：1672-7274（2025）03-0-03

The Impact of the Integration of Artificial Intelligence and Big Data on Computer Applications

CHEN Zhongping

（Qiannan National Vocational and Technical College， Duyun 558000， China）

Abstract： With the rapid development of information technology， artificial intelligence and big data have become strategic technologies in the scientific and technological revolution and industrial transformation. This paper outlines the development and integration trends of the two in computer applications， analyzes the necessity and practical significance of integration， and puts forward measures to promote in-depth integration and empower the transformation of computer applications， aiming to promote technological innovation and industrial upgrading.

Keywords： artificial intelligence; big data; computer applications; integrated development

0 " 引言

人工智能（Artificial Intelligence，AI）與大數(shù)據(jù)（Big Data）技術的快速發(fā)展和廣泛應用，正在深刻影響和重塑各行各業(yè)的發(fā)展格局，尤其是在計算機應用領域，人工智能與大數(shù)據(jù)的深度融合與協(xié)同創(chuàng)新，正在催生一系列變革性的技術突破和應用模式創(chuàng)新。縱觀全球，人工智能與大數(shù)據(jù)已成為引領新一輪科技革命和產(chǎn)業(yè)變革的核心驅動力，人工智能與大數(shù)據(jù)在計算機應用中的融合發(fā)展也面臨諸多挑戰(zhàn)。本文通過系統(tǒng)梳理人工智能與大數(shù)據(jù)在計算機應用中的發(fā)展現(xiàn)狀、應用模式、融合趨勢，以及面臨的瓶頸問題，提出了相應的應對策略與發(fā)展建議。

1 " 人工智能與大數(shù)據(jù)在計算機應用領域

的運用

1.1 人工智能

1.1.1 人工智能的發(fā)展歷程與現(xiàn)狀

人工智能是計算機科學的分支，其目標是研究如何讓計算機模擬甚至超越人類的智能行為，其發(fā)展歷程可追溯到20世紀50年代，經(jīng)歷了從符號主義、連接主義到行為主義的多個階段。進入21世紀以來，隨著深度學習等技術的突破，以及大數(shù)據(jù)、高性能計算等支撐條件的成熟，人工智能迎來了新一輪的高速發(fā)展，當前，機器學習、知識表示、自然語言處理、計算機視覺等已成為人工智能的核心研究方向，并在智能語音、人機對話、智能決策、自動駕駛等諸多領域取得了重大突破，呈現(xiàn)出從感知智能向認知智能、從專用智能向通用智能、從弱人工智能向強人工智能跨越的發(fā)展態(tài)勢。

1.1.2 人工智能在計算機應用中的運用

人工智能在計算機應用中的運用日益廣泛、深入，表現(xiàn)在諸多領域：機器學習、深度學習算法與計算機技術深度融合，使計算機具備了數(shù)據(jù)分析、特征提取、模式識別等智能處理能力，能夠從海量復雜數(shù)據(jù)中自主學習、提煉知識；知識表示、知識推理等人工智能技術與專家系統(tǒng)、決策支持系統(tǒng)等傳統(tǒng)計算機應用系統(tǒng)的結合，使計算機能夠更好地表征和利用領域知識，智能化求解問題、優(yōu)化策略[1]；自然語言處理、計算機視覺、語音識別使計算機能夠“聽、說、讀、寫”，提供更自然、高效、人性化的語言交互（Chatgpt、Gemeni）、視覺分析（Florence-2、LVMs）、智能搜索（Perplexity）等人機交互服務；強化學習、遷移學習、聯(lián)邦學習等在計算機網(wǎng)絡、數(shù)據(jù)庫、操作系統(tǒng)、嵌入式系統(tǒng)等領域的創(chuàng)新應用，使計算機系統(tǒng)能夠在動態(tài)多變的環(huán)境中自適應、自優(yōu)化、自進化。

1.2 大數(shù)據(jù)

1.2.1 大數(shù)據(jù)的概念與特征

大數(shù)據(jù)是指無法在一定時間范圍內用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能使其具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)，其“5V”特性—— Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）已經(jīng)成為共識。當前的數(shù)據(jù)規(guī)模已從TB級別躍升到PB、EB、ZB，數(shù)據(jù)生成更新快，類型多樣（結構化數(shù)據(jù)、半結構化數(shù)據(jù)、非結構化數(shù)據(jù)）。大數(shù)據(jù)技術的興起，標志著信息社會從稀缺走向富集，數(shù)據(jù)正成為繼土地、勞動力、資本、技術之后的第五大生產(chǎn)要素。

1.2.2 大數(shù)據(jù)在計算機應用中的運用

隨著大數(shù)據(jù)技術在計算機應用領域的持續(xù)滲透，其應用深度與廣度均呈現(xiàn)出前所未有的增長態(tài)勢，展現(xiàn)出數(shù)據(jù)驅動決策、平臺強力支撐、技術融合創(chuàng)新的鮮明特點。在大數(shù)據(jù)處理、深度分析、智能挖掘及可視化呈現(xiàn)等核心技術領域，一系列創(chuàng)新突破不斷涌現(xiàn)，有力推動了數(shù)據(jù)密集型計算應用新模式的形成與發(fā)展。時空大數(shù)據(jù)、復雜圖與網(wǎng)絡大數(shù)據(jù)、海量文本大數(shù)據(jù)、多媒體大數(shù)據(jù)等多個細分領域，均孕育出豐富多樣的大數(shù)據(jù)計算方法與策略。同時，Hadoop、Spark等大數(shù)據(jù)處理平臺工具的生態(tài)系統(tǒng)日益成熟完善，云計算技術則提供了高度可擴展的計算與存儲資源，物聯(lián)網(wǎng)技術則賦予了系統(tǒng)強大的接入與感知能力。這些技術與大數(shù)據(jù)的深度融合，共同構建起一個計算無處不在、數(shù)據(jù)全面涵蓋、智能隨時響應的泛在智能計算應用生態(tài)體系，為數(shù)字化轉型與智能化升級提供了堅實支撐。

2 " 人工智能與大數(shù)據(jù)技術在計算機應用

中的融合

2.1 人工智能與大數(shù)據(jù)技術融合的必要性

人工智能與大數(shù)據(jù)技術融合已成為計算機應用領域的必然趨勢和前沿方向，二者相互促進、協(xié)同演進。一方面，大數(shù)據(jù)技術使機器學習、深度學習等數(shù)據(jù)驅動的人工智能方法得以大規(guī)模應用和快速迭代，從感知智能到認知智能，從專用智能到通用智能，沒有持續(xù)供給的高質量數(shù)據(jù)，人工智能就難以真正發(fā)揮其智能優(yōu)勢[2]。另一方面，大數(shù)據(jù)的應用也依賴于人工智能，復雜數(shù)據(jù)計算迫切需要借助人工智能的認知計算、智能分析能力，從大數(shù)據(jù)中快速準確地提煉知識、優(yōu)化決策、創(chuàng)造價值，人工智能也使大數(shù)據(jù)處理和分析從描述性分析走向預測性分析、規(guī)范性分析。

2.2 人工智能與大數(shù)據(jù)技術融合的應用場景

人工智能與大數(shù)據(jù)技術的融合催生了一系列新的應用場景和應用模式，深刻影響和變革著傳統(tǒng)計算機應用的技術路線和發(fā)展格局，例如，在智慧城市領域，城市大數(shù)據(jù)使城市的運行態(tài)勢和發(fā)展趨勢可感、可度、可控、可視[3]，使深度學習、知識圖譜等人工智能技術在城市交通、能源、應急等領域得到深入應用；在智能制造領域，工業(yè)大數(shù)據(jù)平臺構建起全流程、全要素的數(shù)據(jù)資源池，使機器學習等人工智能技術在生產(chǎn)排程優(yōu)化、質量缺陷檢測等方面大幅提升了智能化水平；在智慧醫(yī)療領域，醫(yī)療大數(shù)據(jù)全域關聯(lián)起疾病譜、治療資源、健康狀況等醫(yī)療信息，使醫(yī)療影像識別、輔助診斷、藥物研發(fā)更加高效、精準。

2.3 人工智能與大數(shù)據(jù)技術融合面臨的挑戰(zhàn)

盡管人工智能與大數(shù)據(jù)技術的融合正在計算機應用領域蓬勃興起，但仍面臨諸多亟待突破的瓶頸。一是數(shù)據(jù)基礎設施支撐能力亟待加強，人工智能對大數(shù)據(jù)的質量、規(guī)模、多樣性提出了更高要求，迫切需要構建高速、智能、安全的新型數(shù)據(jù)基礎設施。二是人工智能模型和大數(shù)據(jù)分析的可解釋性有待提升，深度學習等主流人工智能模型和大數(shù)據(jù)挖掘方法中的內在機理和決策邏輯往往難以解釋，“黑盒”風險依然存在。三是隨著人工智能和大數(shù)據(jù)技術在關鍵領域的規(guī)?；瘧茫悄芟到y(tǒng)和數(shù)據(jù)平臺面臨的安全威脅也日益嚴峻，數(shù)據(jù)污染、模型攻擊、隱私泄露等問題頻發(fā)[4]，亟須加強人工智能和大數(shù)據(jù)全生命周期的安全防護和可信驗證。

3 " 人工智能與大數(shù)據(jù)技術融合趨勢的應對策略

3.1 持續(xù)探索人工智能與大數(shù)據(jù)技術融合的

關鍵科學問題

人工智能與大數(shù)據(jù)技術融合已成為計算機應用領域的前沿方向和必然趨勢，目前的主要方向是從基礎理論和方法論層面持續(xù)發(fā)力，在認知計算、類腦計算、自主智能等方面取得突破。一是深入探究人工智能與大數(shù)據(jù)在感知、認知、決策等方面的耦合機理，借鑒人腦認知機制，研究面向復雜場景的自主學習、主動認知、持續(xù)進化等關鍵科學問題。二是探索融合多模態(tài)、多尺度數(shù)據(jù)的新型智能計算范式，研究面向視頻、圖像、語音、文本等復合數(shù)據(jù)環(huán)境的跨模態(tài)認知與計算方法。三是研究支撐人工智能與大數(shù)據(jù)技術融合的新型計算架構與計算模型，探索類腦啟發(fā)的神經(jīng)形態(tài)計算、憶阻計算等非馮·諾依曼計算架構，構建數(shù)據(jù)驅動、知識引導、自學習進化的類腦智能芯片與智能系統(tǒng)。人工智能與大數(shù)據(jù)技術的深度融合，關鍵在于數(shù)學基礎、計算模型和芯片架構，只有機器具備自主學習、類人認知的智能內核，才能催生出更多融合創(chuàng)新的智能應用。

3.2 構建人工智能與大數(shù)據(jù)技術融合的標準

規(guī)范

針對當前人工智能和大數(shù)據(jù)在技術機制、評測體系、安全倫理等方面缺乏統(tǒng)一規(guī)范的問題，亟須加快人工智能與大數(shù)據(jù)技術融合標準規(guī)范的研究與制定。一是加快制定人工智能與大數(shù)據(jù)關鍵技術標準，圍繞機器學習、知識圖譜、計算機視覺、自然語言理解、類腦計算等細分領域，建立全流程、全要素的技術標準體系，促進不同平臺、系統(tǒng)、工具之間的互聯(lián)互通與協(xié)同創(chuàng)新。二是健全人工智能產(chǎn)品和服務的評測認證機制，針對不同行業(yè)、不同場景，制定科學合理的評測標準與規(guī)范，強化第三方評測認證，建立與國際接軌的人工智能產(chǎn)品分級分類管理制度。三是完善人工智能系統(tǒng)的安全防護標準，針對數(shù)據(jù)污染、模型竊取、隱私泄露等問題，建立人工智能全生命周期的安全管理防護體系，制定人工智能倫理規(guī)范，在人工智能系統(tǒng)測試、發(fā)布、應用等關鍵環(huán)節(jié)嵌入倫理審查，建立政府引導、行業(yè)自律、社會監(jiān)督的多層次治理模式。

3.3 鼓勵跨學科交叉研究，培養(yǎng)復合型創(chuàng)新

人才

隨著人工智能與大數(shù)據(jù)技術的深度交叉融合，對從業(yè)人員的專業(yè)素養(yǎng)與綜合能力提出了更為嚴苛的要求。為適應這一技術融合的新趨勢，要深化人才培養(yǎng)體系的改革與創(chuàng)新。首先，應積極推動人工智能與大數(shù)據(jù)交叉學科建設，鼓勵高等教育機構及科研機構增設相關交叉專業(yè)，探索并實施“人工智能+大數(shù)據(jù)”的復合型人才培養(yǎng)模式，著力打造一批具有國際競爭力的高水平人工智能學院及交叉學科研究中心。其次，要強化基礎理論與工程實踐的有機融合，在人才培養(yǎng)過程中既重視數(shù)學、計算機、統(tǒng)計學等基礎理論的夯實，又突出編程技巧、算法設計等實踐技能的錘煉，實現(xiàn)“軟硬”兼?zhèn)?。最后，要加速構建產(chǎn)學研用緊密結合的協(xié)同育人機制，鼓勵高校、科研機構與領軍企業(yè)共建聯(lián)合實驗室，共同攻克技術難關；支持行業(yè)領軍企業(yè)與高校合作共建人工智能學院，實施訂單式人才培養(yǎng)計劃，為產(chǎn)業(yè)發(fā)展輸送高素質的專業(yè)人才。

3.4 加強人工智能與大數(shù)據(jù)技術融合的產(chǎn)業(yè)

生態(tài)建設

我國在人工智能理論研究、關鍵技術、產(chǎn)業(yè)發(fā)展等方面已具有堅實基礎，但在核心硬件、基礎軟件、行業(yè)應用等領域的供給能力還有待加強，亟須政產(chǎn)學研用各方攜手，加快構建自主可控、安全可信的人工智能產(chǎn)業(yè)體系。一是加快構建“基礎研究-技術攻關-成果轉化-示范應用”的全鏈條創(chuàng)新布局，加強智能感知、智能計算、智能控制等核心技術的前瞻部署，推動關鍵技術、產(chǎn)品和服務的研發(fā)創(chuàng)新，加速科技成果向新質生產(chǎn)力轉化。二是大力培育人工智能領域的“獨角獸”企業(yè)和創(chuàng)新型中小企業(yè)，鼓勵科技型中小企業(yè)加大技術創(chuàng)新投入，在智能芯片、智能傳感器、智能軟硬件等領域取得突破；支持龍頭骨干企業(yè)在重點區(qū)域布局人工智能創(chuàng)新中心、新型研發(fā)機構。三是發(fā)揮大企業(yè)引領和帶動作用，鼓勵互聯(lián)網(wǎng)巨頭企業(yè)加大開源平臺建設力度[5]，開放數(shù)據(jù)、算力、算法等創(chuàng)新資源，帶動上下游中小企業(yè)融通發(fā)展，營造開源、開放、共享的人工智能產(chǎn)業(yè)生態(tài)。

4 " 結束語

人工智能與大數(shù)據(jù)技術已經(jīng)成為計算機應用領域中最具活力和創(chuàng)新潛力的技術力量，它們的深度融合與協(xié)同發(fā)展，正在孕育著新一輪的技術變革與產(chǎn)業(yè)升級。隨著理論基礎與關鍵技術的不斷突破，標準規(guī)范與制度保障的日益健全，復合型創(chuàng)新人才的大量涌現(xiàn)，以及產(chǎn)學研用協(xié)同創(chuàng)新機制的逐步完善，人工智能與大數(shù)據(jù)技術必將在更廣闊的應用場景中實現(xiàn)深度融合、集成創(chuàng)新，為智慧社會、數(shù)字經(jīng)濟的發(fā)展注入不竭動力。

參考文獻

[1] 袁露露.大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡技術中的運用[J].信息記錄材料，2024（10）：177-179.

[2] 詹犇.基于大數(shù)據(jù)的人工智能服務創(chuàng)新策略分析[J].電子技術，2024（9）：100-101.

[3] 常捷.云計算與人工智能驅動下的數(shù)據(jù)可視化革新[J].中國高新科技，

2024（17）：25-27.

[4] 侯東德.人工智能發(fā)展中的數(shù)據(jù)風險及治理[J].行政法學研究，2024（6）：3-15.

[5] 于銳，管磊.人工智能驅動開源大數(shù)據(jù)分析工作提質升級[J].信息安全研究，

2024（5）：390-395.