大数据下云计算的人工智能创新分析

摘要：大数据技术正逐渐普及，云计算技术和人工智能技术也在持续发展，这些技术在各个领域的应用中都发挥着引领作用。科技企业高度重视这些技术，并根据不同领域的需求不断进行创新。在这种背景下，许多行业希望利用大数据技术、云计算技术和人工智能技术降低成本，提高生产效率，以实现最大化的经济效益。如今，各类信息技术正在迅速升级，尤其是大数据，已经成为人们生产和生活中不可或缺的一部分。企业通过应用大数据来获取用户需求信息，提炼有价值的信息，并结合云计算和人工智能技术的应用提高行业竞争力。本文着重研究大数据下云计算的人工智能创新策略。

关键词：大数据；云计算；人工智能；机器学习平台；创新策略

引言

大数据环境下，为了更好地发挥云计算技术的作用，需要结合运用人工智能技术，三者才能实现充分融合。在这三种技术中，人工智能的发展历史相对较早，自20世纪50年代就已经进入发展阶段，而大数据技术则起源于20世纪80年代，人工智能技术在30年间起起落落。随着大数据技术和分布式技术的发展，计算力和训练数据量方面的问题都得以解决，创造了巨大的生产价值。在大数据技术的应用过程中，我们可以将传统的机器学习算法扩展到人工智能领域。通过在一个平台上持续不断地汇聚数据，企业可以运行大数据平台，为各个部门提供服务，同时满足分支机构的各项需求。

与大数据技术相比较，云计算技术的诞生略晚，出现在20世纪70年代末期。在云计算中，容器技术起到了应用管理的作用，随着互联网技术的持续发展，很多企业也开始根据自身需求开发互联网技术。通过容器技术的应用，构建了容器云平台之后，大数据技术和人工智能技术的基础公共能力得到充分发挥。结合多租户技术，可以有效控制云服务成本，促使业务部门在开展工作过程中合理应用大数据技术和创新人工智能，推动企业适应当前的信息环境实现更好发展[1]。

1. 大数据技术、云计算技术、人工智能技术发展背景

移动网络的服务范围不断扩大，从最初为个人提供各项信息服务，逐步发展到覆盖各个行业。这得益于各类智能设备的研制和应用互联网技术的互相连接，实现了信息的相互传输，即为“万物互联”。随着“万物互联”应用领域的不断扩展，智能网络设备的利用率得到提升，同时数据计算量也随之增加。为了更好地发展人工智能，云计算技术起到关键作用，尤其在当前大数据环境中，人工智能技术更需要与云计算技术紧密结合。

隨着科学技术的不断进步，企业为了满足商业发展需求，已经认识到数据作为一种资源存在的同时，也可以创造财富。因此，企业已经开始将各种先进的信息技术应用于日常生产、运行维护管理中，甚至用于企业决策等方面[2]。由于企业数字化技术的应用，再加上大数据技术、云计算技术以及智能技术的普及，各项工作实施平台化管理，各项业务数据化展开，所有的数据信息都业务化。经过处理的数据得到合理应用，使得企业管理能力迅速提高，行业市场竞争力也得到明显增强。

在当前的大数据时代，云计算技术和人工智能技术核心技术仍不断升级，为企业创新和技术变革提供推动力。通过分析数据信息，可以掌握庞大的用户行为轨迹，及时发现商业触点（用户与企业的互动点）比如广告等。对于发生的任何事情都可以追溯，明确其中的根本原因。

在众多领域中，云计算技术发挥着重要作用，如供电和通信等行业。云计算技术应用于网络环境，结合大数据技术进行运算，并将结果存储在云端数据库中，为人工智能提供支持。人工智能技术要实现更好发展，与深度学习密切相关，所以，人工智能技术要不断提升其实用价值。大数据技术起到赋能作用，云计算技术发挥动力作用，两者同时促进深度学习的进一步发展。随着人工智能技术的发展，数据量不断积累，新的挑战和机遇也随之出现。为了获得更大的发展空间，人工智能技术需要更好地适应大数据环境，科学运用云计算技术实现创新，推动社会不断进步。

2. 大数据技术环境下云计算的人工智能创新研究

科学技术在大数据技术与云计算技术的推动下持续发展。大数据、云计算以及人工智能都各自拥有独特的技术领域，三者之间密切相关。未来，为了使人工智能技术走上创新发展的道路并从多方面实现进一步突破，我们需要深入研究模式识别技术、专家系统、人工神经网络和机器情感，具体如下：

2.1 模式识别技术

在人工智能技术中，模式识别技术被视作一项基础技术，其基本工作原理是运用计算方法，依据样本特征将样本划分为不同的类别，然后将其归类到相应的类别中。模式识别是应用计算机软件实现的，采用数学技术方法对自动处理模式和判读模式进行研究，从而实现环境与客体整合。在模式识别过程中，主要依赖数学计算方法进行自动判断和信息处理。

随着计算机技术的发展速度不断加快，当面对更多更复杂的事物时，需要应用智能技术进行准确判断和有效识别，以推动智能技术和自动技术的升级。模式识别技术的应用有助于人类实现智能创新。从当前的生产、生活和学习环境来看，需要自动判断声光等信息并进行有效识别。通过运行计算机软件，可以实现自动判断和准确识别，从而快速获得结果并提高准确率[3]。

例如，早期采用的识别模式之一是指纹识别，企业的员工考勤和小区的智能门锁普遍应用这种识别模式。在指纹识别研究、开发和应用过程中，主要涉及数字图像的离散几何知识。人类发现每个人的指纹都是独特的，当发现该特征信息之后，进一步研究并形成理论和算法，所以，指纹自动识别系统的应用非常广泛。

2.2 专家系统

专家系统即为智能计算机程序系统，融合了众多专业知识和经验，通过对人工智能技术和计算机技术合理应用，基于系统知识与经验展开推理，最终做出准确判断。这种系统可以模拟人类专家决策的整个过程，当面临复杂问题时，专家系统能够提供有效解决方案。随着计算机技术和人工智能技术的持续发展，专家系统得到迅速推进。在专家系统运行的过程中，主要通过模拟人类的判断决策流程来进行推理和判断。例如，动物识别专家系统是一个典型的例子。在判断动物类型的时候需要将一些规则建立起来，从而对动物进行分类[4]。比较适用的规则包括：具有毛发和奶类的动物属于哺乳动物；如果动物是哺乳动物并且具有反刍行为，则可以判断为蹄类动物。通过运用这些推理规则，专家系统能够对动物种类进行准确判断，这正是人工智能技术不断发展的结果。

2.3 人工神经网络和机器情感

世界上第一台电子计算机诞生于1946年，随后计算机技术和人工智能技术在多个领域得到了广泛应用。当人工智能技术发展到高级阶段，人工神经网络技术逐渐成为研究热点。在智能技术领域，情感被认为是一个重要组成部分，因此情感和智能之间并非完全分离，而是紧密相连。例如，目前已经出现了儿童智能陪伴机器人，主要运用的是人工神经网络技术，实现了情感和智能的融合。通过分析这款机器人，我们可以发现其一大亮点在于人机互动功能，当儿童提出简单问题时，机器人能够做出回答，并为儿童提供在线教育资源，实现人工智能互动，提供个性化智能服务[5]。当儿童处于3岁至6岁的时候，对世界充满好奇，提出的各种问题可能会让父母感到困惑。如河水为什么会流动？秋天为什么树叶会变黄还会落下来？这些问题可能让父母难以回答。但是，使用智能机器人可以帮助儿童解决这些问题，让他们更好地了解这个世界。

3. 大数据下云计算的人工智能创新实践

3.1 数据仓库与数据集市迁移

在人工智能技术创新的过程中，数据仓库与数据集市的迁移具有重要意义。需要在项目启动前进行充分的调研和准备工作，根据所获得的信息制定详细的实施方案。在构建量收管理系统时，确保总体架构保持稳定，包括数据同步工具、集中式服务总线、门户和调度工具等，不能随意更改。通过使用大数据平台替换数据仓库和数据集市，采用替换的方式来降低整体迁移风险。在进行整体迁移时，以模型迁移改造为例，保持原有业务逻辑，轻度改造接口层模型、基础层模型以及汇总层模型。由于系统基础层模型结构较为复杂，存在较高的关联性，在改造过程中需要特别注意[6]。

原系统中，我们安装了Teradata数据库，其一大优势在于可以实现批量加载数据，通过应用一站式多模型数据管理平台，能够轻松地连接和管理其数据源。此外，该平台还具有全面兼容Teradata数据类型和结构化查询语言的功能，有助于将迁移成本降至最低。完成迁移后，系统性能将得到显著提升。

3.2 容器云大数据平台与机器学习平台

基于TOS系统中运行多租户模式，将大数据技术应用于机器学习平台，构建容器云大数据平台，并提供相应的能力服务[7]。企业可以对内部云平台进行统一部署，针对每个租户动态分配存储、计算和网络等资源，实现资源的完整隔离。各租户的数据分析人员和业务人员可以在相对独立的资源环境中开展工作，为业务提供支持。对各项资源动态调配，资源得以共享。通过运行多租户平台，企业可以发布资源、使用资源、开发应用和推广成果。当立项申请经过审批后，相关人员可以进入租户空间，访问数据资源接入，对平台各项服务资源合理使用，利用大数据分析工具对数据信息进行分析，发挥机器学习挖掘工具的作用，挖掘有价值的数据信息。具体包括处理数据信息、开发模型、应用算法以及发布等，在审批验收之后，企业可以全面推广所获得的成果。

随着企业对于数据处理技术要求的提高和服务需求的持续增长，利用大数据技术进行汇聚后，分布式技术释放了强大的计算能力。在技术不断延伸的过程中，大数据技术、人工智能技术和云计算技术之间的界限变得愈发模糊，这些技术在发展的过程中相互影響[8]。进入“后大数据时代”，越来越多的企业开始采用大数据技术、人工智能技术和云计算技术，真正实现科技赋能业务，对企业提高运行效率起到促进作用。

结语

通过上述研究，我们可以明确看到，现在已经进入21世纪，人工智能技术的发展已超过半个世纪，这一技术不断取得突破和创新。其中最引人注目的是无人驾驶汽车，已经在实际应用中取得了一定的成果。大数据技术的不断发展，推动了云计算技术的迅速完善，并应用到人工智能技术中，不断推动着其创新。当前，大数据容量的增长速度非常快，利用云计算技术进行运算可以有效应对这一挑战。在这两者的共同推动下，人工智能技术实现了突破性进展。

同时，人工智能技术的发展也促使云计算应用更加深入各个行业。各行各业都在积极引入人工智能技术，发挥其驱动作用，如语音图像识别和语言理解领域等，在应用领域中取得显著成效。大数据技术的应用创造了巨大的商业价值，辅助云计算技术的使用将进一步提高智能技术的应用价值和持续创新，包括信息存储能力和运算能力方面也得到增强。随着人工智能技术的不断升级，各种新产品应运而生。这些产品通过复杂的神经元连接和功能模块安装，不仅模仿人类行为，而且还拥有人类一样的智慧和情感，这对人工智能技术与人类共存具有重要的意义。

参考文献：

[1]王丽，权洁.大数据及人工智能技术的计算机网络安全防御系统设计[J].卫星电视与宽带多媒体，2021，（15）：49-50.

[2]李建基.大数据时代人工智能在计算机网络技术中的运用[J].电子元器件与信息技术，2023，（2）：135-138.

[3]史万庆.人工智能，大数据和云计算的融合分析[J].电子元器件与信息技术，2022，（7）：73-76.

[4]邱均平.大数据，云计算与人工智能视角下的科教评价新发展[J].农业图书情报学报， 2021，（6）：4-5.

[5]吕晓艳.计算机大数据分析与云计算网络技术[J].电子世界，2021，（7）：5-6.

[6]张利兵.大数据时代人工智能在计算机网络技术中的运用[J].数字通信世界，2022，（12）：87-89.

[7]李燕.大数据时代人工智能在计算机网络技术中的应用分析[J].无线互联科技，2021，（14）：76-77.

[8]马越.大数据及人工智能技术的计算机网络安全防御系统设计[J].中国新通信，2022，24（24）：132-134.

作者简介：刘江涛，博士研究生，研究方向：云计算及人工智能。