大数据技术在人工智能中的应用研究

摘要：随着现代社会的不断发展，科技行业取得了长足进步，人工智能作为高精尖科技，俨然转变成信息技术研发中的重中之重。在人工智能发展进程中，大数据技术扮演着十分重要的角色，通过推进两者的有机融合，可促进人工智能的有序健康发展，提升人工智能的智慧化水平。基于此，本文从大数据技术、人工智能概述出发，对大数据技术在人工智能中的应用进行了探索研究。

关键词：大数据技术;人工智能;实际应用

中图分类号：TP311   文献标识码：A     文章编号：1007-9416（2020）10-0000-00

0引言

随着现代互联网、物联网的不断发，大数据技术应运而生，网络资源的庞大存储特性，为大数据存储提供了有力支撑，物联网的万物互联功能，可促进采集大量的用户信息。人工智能的发展有赖于数学、信息学、心理学等一系列学科，且主要是应用于当前对于社会中人类活动进行规律性的总结分析[1]。在人工智能领域，离不开大数据技术的有力支撑，即为通过大数据技术可对数据开展知识转化，进而可促进增强人工智能的科技含量及智能水平，推动人工智能的不断发展完善。因此，对大数据技术在人工智能中的应用进行探索研究，有着十分重要现实意义。

1大数据技术与人工智能

1.1大数据技术

近年来，大数据技术迅猛发展，受到了社会大众的广泛关注，同时在众多行业领域得到推广。“大数据”概念最早是由美国麦肯锡公司提出的，随着网络信息技术的不断发展，现如今有关大数据理论及其应用的研究已取得了革命性突破。大数据的核心特征在于“大”，关于这一特征学界有着多种不同的看法，而相对公认的特征则主要为4个V，分别为Volume（数据量）、Velocity（速度）、Variety（类型多）以及Value（价值），这4个V对大数据的基本特征进行了概括：首先，数据处理量庞大。该项特征不仅是大数据处理技术与传统计算机数据处理技术最突出的不同，还是其适应网络信息技术发展所表现出的重要优势。其次，数据处理速度快。在当前时代背景下，人们信息数据处理不仅提出了大容量的需求，还对数据处理速度提出了较为严格的要求。而大数据技术在数据采集、分析、处理、整合等各个环节都可表现出极高的运行效率。再次，可处理数据类型多。大数据技术可实现对各式各样类型、来源、性质等数据的统一整合处理，不仅可满足数据处理数量方面的要求，还可保证对各种复杂数据处理的有序进行。最后，应用价值大。经大数据技术处理后的数据，其科学性、精确性可得到显著提升，以此可为相关工作开展提供有力数据支撑，实现数据的可观价值。综上，大数据技术通过对海量数据的整合处理，不断发挥资源优势，可促进达成智慧化管理及检索目标。

1.2人工智能

提起人工智能，人们首先想到的往往是智能机器人，要知道，人工智能很早便以出现，其并非完全属于现代科学技术的产物，即为各式各样可替代人类开展生产劳动的机械广义都可称之为人工智能。比如，可替代人们行走的各种交通工具属于是人工智能，可替代人们爬楼梯的电梯也属于是人工智能。因而人工智能并非只是高端的科技产品，其同样可使人们日常生活工作中处处可见的事物。在现代科技背景下，人工智能普遍被界定为由人类创造的现代科技智能技术的一种集合体，其涉及范围十分广泛，涵盖计算机科学、认知科学、逻辑科学等多门学科，通过对这些学科的交叉融合，以此形成了一门新的科学技术。现如今，人工智能已在智能制造、智能农业、智能电网、智能机器人等多个领域得到推广，但其中仍然面临着诸多技术发展瓶颈，有待进一步开展研究开发。

2大数据技术的相关核心技术

2.1数据采集技术

数据采集技术是大數据技术实现一系列功能的前提保障，唯有得到充足数据的保障，方可应用大数据技术开展科学可靠的总结分析。通常而言，大数据技术的数据采集主要是通过管理系统、Web信息系统、科学实验及物理信息系统等系统实现的，基于对这些系统的全面整合，可实现高效、便捷的数据采集，为大数据技术应用提供有力的数据依据。

2.2数据处理技术

数据处理技术直接影响着大数据技术的应用效率，依据各式各样的数据结构方式，大数据技术可实现多种不同的数据处理方式，常见的数据结构方式包括有关系表、XML树等，对于各式各样的数据集合，为了完成对数据的集成、整合处理，要求将各项数据整合成一个全新的数据集合，为数据分析提供可靠保障[2]。

2.3数据存储技术

大数据技术应用对数据提出了庞大的需求，所以要求配备相应的存储空间来对这些数据进出存储，并且要保证起的安全稳定性。通常而言，现阶段常用的数据存储技术可划分成三类，一类是大规模大结构化数据存储，另一类是半结构化和非结构化数据存储，还有一类则是结构化和费及饿哦固化混合数据存储。

2.4数据挖掘技术

某种意义上而言，数据挖掘技术是大数据技术的关键核心，大数据技术的发展完善，即意味着数据挖掘技术的发展完善。近年来，数据挖掘技术、机器学习技术不断发展完善，不过仍旧很大的发展空间，现阶段还有待对数据网络挖掘、特异群组挖掘及图挖掘等数据挖掘技术进行开发研究，转变传统以用户为依据的数据连接模式，经由技术创新，推动大数据技术实现网络行为分析，并做到全面考虑用户兴趣、用户情感分析等一系列内容。

3大数据技术在人工智能中的实际应用

3.1智能制造

智能制造作为一项新型的自动化生产技术，是指利用大数据技术对传统制造中一系列数据进行采集处理，然而借助智能化技术完成对数据的综合应用。一般而言，智能制造主要由智能制造技术和智能制造系统两部分构成，前者是智能制造发展所不可或缺的动力，后者则是智能制造运行的前提基础。智能制造系统可于实际制造时开展可靠的数据分析，并结合相关数据制定决策，保证生产活动的智能化，并不断柔性化、高度集成化方向发展[3]。对于制造业发展前景而言，智能制造将是其一大发展趋势，也是促进制造业可持续发展的重要力量，而大数据技术在制造业发展中同样扮演着十分重要的角色，可实现数据采集、数据分析及订单管理等一系列工作。比如，制造企业可借助大数据技术对自身目标客户群体进行分析，以此在开展推广营销过程中可提升广告投放的准确性，增强营销策略的科学可靠性，进一步达成更为精准的营销推送。

3.2智能農业

智能农业发展对实际环境提出了较高的要求，通过对一系列环境因素的有效控制，以工业化的生产模式实现一种相对超前的农业发展生产方式，该种方式表现出突出的集约高效特征，同时可促进现代农业的可持续健康发展。在智能农业下，农业企业可进行规模化生产，摆脱传统农业所面临的季节、气候等因素的限制。值得一提的是，智能农业的发展实现是一项复杂的系统工程，要求融合不同领域的先进知识，涉及的范围十分广泛。比如，在智能农业发展中引入大数据技术，通过对农业生产数据进行全面采集，并开展科学可靠的数据处理，传递相应的信息指令，为农业生产决策制定提供有力依据[4]。同时，智能农业还涉及移动应用的建设，广大农民可经由移动应用适时了解农作物生长状况，并结合农作物的实际状况调整生产方式，满足农作物生长需求，推动农业生产的进步。在整个过程中，大数据通过对农作物生长数据的采集分析，可帮助农户评估农作物产品，提升农作物管理的科学性，提升农业生产效率，为农业生产提供可靠帮助。

3.3智能电网

基于集成高速的双向通信网络发展智能电网，可增强电网的安全可靠性，保障生产生活用电的稳定性，满足社会大众的多元需求。未来电网行业将不断向智能化方向发展，融合计算机网络技术、通信技术等，实现高效可靠的智能化运行。对于电力数据而言，其表现出复杂、多样的特征，且产生速度极快，通过引入大数据技术对电力数据进行整合处理，可很大程度上提升电力运行的安全性、稳定性。同时，还可利用大数据技术对用户用电情况进行全面分析，保证电网优化配置，促进建立更为科学合理的供电计划。另外，大数据技术还可用以监控用电情况，增强供电可靠性。

3.4智能机器人

智能机器人的发展有赖于大数据的支撑。比如，智能机器人可模拟人类做各种动作，并做到对人类语言进行分析、理解，即为通过大数据技术对人类活动信息数据予以采集，接着将该部分信息数据传输进智能机器人参数中。智能机器人在接收到操作者发出的指令后，可对指令进行分析，完成指令目标。调节好各项参数信息后，通过智能技术对参数信息开展识别处理，进一步调整各项参数，接着借助智能技术对该部分数据开展科学合理地应用。人工智能机器人不仅可对人类的语言进行识别分析，还可实现相应的学习功能，可从主观层面对人类行为语言开展分析判断，提升自身的智能化水平。而为了实现对人类行为语言的精准识别分析，要求提供庞大的语料数据，以此便要求提供大量的神经元节点，神经元节点的数量很大程度上影响着机器人识别的精准度，在整体识别率上存在显著的差异[5]。

4结语

总而言之，在当前时代背景下，不管是大数据技术还是人工智能都实现了长足的进步，并在诸多领域得到推广应用。作为网络信息技术同步迅猛发展环境下，所产生的两种表现出高先进性、便捷性的技术类型，人工智能与大数据技术的融合应用，势必可推动两者的优化发展。而对于人工智能的研究开发而言，也势必要得到大数据技术的有力支撑，探索研究大数据技术在人工智能中的多元化应用手段，对提升人工智能的智慧化水平，满足现代智能化发展需求，具有十分重要的意义。因此，不同行业领域相关人员应围绕如何更有效实现大数据技术在人工智能中的应用进行探索研究，明确大数据技术、人工智能的内涵特征，充分发挥大数据技术在人工智能中的应用优势，从多个方面着手实现人工智能发展目标，促进现代化信息技术的有序建设。

参考文献

[1]王洪艳，郭云峰.大数据技术在人工智能中的应用研究[J].数字技术与应用，2015（12）：109-110.

[2]杨宇.大数据技术在人工智能中的应用研究[J].中国新通信，2018（18）：123.

[3]韦宁.计算机网络中大数据与人工智能技术的应用[J].电子技术与软件工程，2019（8）：27.

[4]吴立珺，邹凝，谢明珠.大数据技术在人工智能的应用研究：以智慧工地管理系统为例[J]. 计算机产品与流通，2019（3）：83.

[5]曹颖，王彦琳，秦晓晗，等.大数据技术在人工智能中的应用研究[J].数码设计（下），2018（7）：137-138.

收稿日期：2020-08-25

作者简介：李少敏（1974—），男，黎族，海南万宁人，硕士，讲师，研究方向：人工智能与大数据应用。

Research on the Application of Big Data Technology in Artificial Intelligence

LI Shao-min

（General Education College of Hainan College of Vocation and  technique， Haikou Hainan  570216）

Abstract：With the continuous development of modern society， the science and technology industry has made considerable progress. Artificial intelligence， as a high-precision technology， has become the top priority in the research and development of information technology. In the development of artificial intelligence， big data technology plays a very important role. By promoting the organic integration of the two， it can promote the orderly and healthy development of artificial intelligence and enhance the level of intelligence of artificial intelligence. Based on this， this article starts from the overview of big data technology and artificial intelligence， and explores the application of big data technology in artificial intelligence.

Keywords：big data technology; artificial intelligence; practical application