大數據環境下人工智能計算技術

李晨陽

摘要 文章主要針對當前的大數據分析中計算智能研究現狀以及展望進行分析，首先分析了大數據背景下人工智能計算研究的必要性，其次對大數據環境下智能計算技術類型進行研究，從中發現計算智能研究的現狀以及發展前景，最后提出幾點促進計算智能研究發展的有效措施，主要目的是提高計算智能發展，順應大數據發展要求。

[關鍵詞]大數據 人工智能 遺傳算法 人工神經網絡

1 大數據環境下人工智能計算技術類型

1.1 人工神經網絡

對于人工神經網絡技術，其主要結合人腦組織結構以及人腦組織運行機制等為基礎，進行模擬結構與新聞給，是當前發展比較成熟的智能計算技術。其最初提出主要在20世紀40年代初期，由數學家Pitts與心理學家McCui-loch提出，建立第一個人工神經網絡技術數學模型，為神經科學理論的發展奠定基礎。

人工神經網絡技術中，主要核心為神經元，其屬于神經系統的基本組成單位，同時在人體中擔任信息傳遞的職能。結合神經生物學家對神經的研究，發現人體大腦中包含神經元1010-1011個。不同的神經元都包含細胞體、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元的興奮信號輸出到別的神經元在中，能夠通過末端神經末梢將興奮傳達到人體的多個神經元中。對于樹突組成的作用，其主要是對傳輸的信息進行簡單處理，比如加權求和，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，將信號全部體現在權值上，呈現出不同的信號信息。將屬兔與其他神經元的神經末梢進行連接，神經元將會出現變化，這種變化被稱之為突觸。

人工神經網絡技術的知識存儲空間非常大，可以囊括眾多數據信息。利用神經網絡，將其中的知識與信息存儲進行處理，劃分為神經元分布式物理聯系，這些知識分散在不斷的存儲空間中，貫穿于整個人工神經網絡的全部，與每條神經網絡線路都緊密契合。神經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。必須利用適當的方式，比如神經元分布式綜合處理，將其中的特定概念與信息知識展現出來。人工神經網絡這一特點，為其在實際應用中提供了很多幫助。其結構特點與分布式信息特點，體現出突出的健壯性優勢。因為生物神經網絡是一個整體，其不會因為個別神經的損失信息就會全部丟失，即使一些神經信息丟失，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任何變化的，人工神經網絡亦是如此。人工神經網絡因為個別原因，導致網絡中的硬件部分受到損傷，但是整個網絡體系卻不會停止工作。這個優勢為人工神經網絡發展帶來更多優勢。

1.2 遺傳算法

遺傳算法也是智能計算技術中的一種，遺傳算法主要是以生物進化論為基礎，是一種隨機搜索以及優化處理的技術。這方面的技術特點主要是結合群體搜搜索，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，當然信息搜索并不依賴于梯度信息模式。該技術主要是20世紀70年代初期，美國教授Holland發起。經過不斷的發展與完善，遺傳算法也在不斷進步，形成規劃框架，將遺傳算法進行進化處理，為人工智能提供更多計算服務。當前的遺傳算法應用范圍也在不斷延伸。特別是交通路徑選擇、作業調度以及設備布置等方面。因為其本身能夠將復雜的問題優化求解，所以在工業領域應用十分廣泛，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構組合成候選解，其次是對其中存在的適應性條件進行計算測量，一一對應計算與候選解之間的契合度，再次是對其中適當的候選解進行操作，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字串集，從問題分析角度出發開始對串集進行搜索，同時注重從整體出發，并非單個問題解。遺傳算法在這一方面的優勢非常明顯，將傳統優化算法中的單個初始值計算進行轉變，整體計算分析。將搜索范圍覆蓋整個問題體系，實現全局的收斂優解。

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

1.3 大數據時代

對于大數據發展的定位包含很多，從狹義上分析，大數據其形態不能裝載到計算機中存儲器中，數據形式更具自由性。當然這方面的定義屬于非正式定義，但是卻將大數據內涵直白的展現出來，一些數據集非常大，是電腦不能裝載的系統。還有一種大數據觀點，將大數據比喻為數據集臺，是可容忍時間之內無法上傳到IT技術中的數據信息模式。大數據其特點非常多，同時發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。結合這些特點為基礎，將大數據時代進行調整，尤其是其中的智能分析以及系統調整，將人類與計算機世界之間的連接關系變得更加緊密。當前大數據發展速度不斷上升，其中存在的問題也備受學術界與產業界關注，這些問題十分具有挑戰性，所以限制了大數據發展模式的優化。大數據在采集、傳輸以及各種技術的應用等方面主要技術形式便是大數據處理技術，大數據處理技術屬于一項區別與傳統的工具類型，其本身具備結構化、半結構化等數據形態，同時也可以對數據信息進行預測性的處理。正因為大數據處理技術的優勢，其發展延伸迅速明顯，很多企業不斷應用大數據處理技術。 大數據發展環境下，其逐漸成為科學技術研究以及學術界、產業界關注的焦點。當前很多智能計算技術都是以大數據為依托，很多技術應用行業非常廣泛。從最初的大規模數據庫處理技術，到后期的商業智能數據處理以及數據挖掘技術等在企業中的應用，將大數據發展推向更大的發展平臺。大數據發展中搜索引擎技術到后期的推薦系統等，不斷延伸到語音識別技術中，同時也優化了機器翻譯。大數據計算方法的調整與升級，在工程設備設計與建筑等方面應用廣泛，隨著設計領域的不斷擴展，開始出現并行計算、云計算等計算方法。但是因為大數據計算，很多數據特點復雜并且屬于高緯度形態，加上數據多變，所以需要從雜亂無章的數據中不斷整理與優化，尋找社會發展感興趣的數據信息，這方面要求大數據技術還需要不斷優化，積極發展更高級的智能計算機理論以及相關處理技術。

2 以大數據力理論為基礎人工智能計算技術運用方案

2.1 選擇科學的智能計算管理思路

隨著我國步入信息化時代，計算機技術與互聯網技術得到了全面的普及，這也為大數據時代的到來創建了良好的條件。在大數據環境中，企業應結合實際需求創建全新的智能管理思路與觀點。企業主要屬于以使用數據為基咄對各種企業事務進行處理的專業單位，需要對數據進行較為科學合理的分析與研究，并利用數據分析結果為企業的經濟活動管理提高良好的參考依據。在智能計算技術收集期間，企業通常會獲得來自各方面的數據系統的數據信息資料，這也是的信息數據差異性形成的主要原因。

通常情況下，在各種智能系統中，數據的來源具有較大的差距，數據的標準也有著極大的不同，數據庫運用的體系的差距的優化會得出不同的結果，這種結果的差異性也被稱之為數據信息的先天性差異，屬于不可避免的誤差問題。由于現階段我國企業數量相對較多，各企業內部各種活動與業務也具有較強的復雜性，統計人員自身專業能力也有著較大的差距，這些因素在一定程度上導致不用途徑來源的數據信息存在較大差距。企業需要根據自身的智能計算技術創建良好的分析數據模型與完善的管理體系，并對各種數據信息進行科學的分析與研究，獲得相對較為正確的結果，其中在以該結果為基礎，對企業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，真正促進企業各業務活動的順利實施，為企業經濟效益的發展奠定良好的基礎。

2.2 積極建設智能化信息管理體系

大數據發展環境下，將很多技術融入到企業中，同時對企業帶來智能化的要求，企業需要不斷調整系統模式，積極引進先進的智能計算技術，注重對數據資源的有效利用，掌握住關鍵信息。提高數據資源的收集，注重大數據平臺模式的構建，及時了解市場發展訊息，以智能計算技術為手段收集信息，組成信息數據庫，將數據信息進行歸類處理，保證信息標準的統一，增強信息數據實用性，處理規范性，同時保證數據管理的準確性與嚴格性。針對智能計算機技術及時展開數據專業處理。企業選擇適當的智能計算分析軟件，積極構建數據分析專業模型，保證數據信息處理的細致科學，提高分析結果的專業性。對于智能計算技術下分數據分析結果，還要保證能夠很好的應用到企業中。特別是企業獲得信息結論之后，以結論為出發點，與企業發展相結合，調整企業發展結果，及時對相關數據業務進行整合處理，這種情況下，企業計算機基礎能夠獲得更進一步的發展，企業在市場競爭中的實力也會得到提升，為企業擴大發展奠定基礎。

2.3 創建共享、兼容信息數據庫

在大數據環境中，企業為了促進人工智能計算技術管理的真正落實，需要從兩方面入手創建完善的共享、兼容智能數據庫。首先，企業需要根據實際需求在內部創建財務共享數據庫。在其實際創建過程中，企業管理人員需要對各使用人員的權限進行科學的明確，充分實現針對性較強的權限數據庫的創建，并逐漸形成企業內部的智能計算數據庫，促進相關數據信息在企業內部的共享。其次，企業需要強化內部數據庫的監管力度。通常情況下，企業數據庫需要較為完善且有力的監督與管理。因此企業相關部門需要提高對于數據的監管力度，其中可利用計算機技術中的圖像識別以及語言識別功能等對企業內部數據庫犯罪方面進行較為嚴格的打擊。充分促進企業信息數據庫作用的全面發揮。

3 結束語

綜上所述，對于大數據時代下，人工智能計算技術促進社會發展的重要產物，同時也是企業發展中的主要動力。將智能計算技術應用到企業中，幫助企業提升數據處理與形式分析的準確性，同時減少相關工作人員在數據處理方面的工作量，幫助企業提升整體經營運行效率。協助企業建立完善的數據收集、處理、分析等系統，保證數據分析的準確性。結合當前技術發展為基礎，對操作情況以及企業的經濟情況展開處理，不斷提高智能計算技術的使用效率，為企業獲取更多經營效益。

參考文獻

[1]郭平，王可，羅阿理等，大數據分析中的計算智能研究現狀與展望[J]，軟件學報，2015， 26 （11）： 3010-3025.

[2]王鵬，張利，大數據處理系統的研究進展與展望[J].高技術通訊，2015， 25 （08）： 793-801.

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

[4]張勞模，王君，基于大數據理論的智能計算技術研究及應用[J].數字通信世界，2016 （10）.

[5]宋維靜，劉鵬，王力哲等，遙感大數據的智能處理：現狀與挑戰[J]，工程研究一跨學科視野中的工程，2014 （03）： 259-265.

[6]馬小平，代偉，大數據技術在煤炭工業中的研究現狀與應用展望[J]，工礦自動化，2018（01）.

[7]劉志卓.探究大數據技術在指揮信息系統中的應用與發展[J].科技傳播，2017，9 （22）.

[8]馮國瑞，王亮，基于大數據和云計算的電網財務系統決策研究[J].通信電源技術，2017， 34 （01）：113-115.

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