大數據時代下人工智能應用研究探討

◆王盼盼

大數據時代下人工智能應用研究探討

◆王盼盼

（鄭州財經學院 河南 450000）

大數據時代背景下，人工智能研究初露鋒芒。如何利用海量數據為人工智能技術的應用普及添磚加瓦成為研究熱點。本文簡要探討大數據時代背景下，人工智能的發展現狀、研究熱點、應用優勢、運行條件及應用前景等內容。文章主要討論分析大數據時代人工智能所涉及的領域，為了不斷更新應用服務，將大數據和人工智能進行有效結合。

大數據；人工智能；應用研究；

目前，人工智能技術研究突破重大，人工智能應用逐漸融入日常生活。大數據時代數據指數增長，如何合理利用海量數據為人們提供生活工作便利，成為研究熱點。大數據技術可以有效處理各項數據信息，與大數據技術相結合，發揮人工智能快速精準計算的優勢，有效解決實際問題，加快社會發展。

1 大數據時代與人工智能概述

1.1 大數據時代

大數據[1-3]是數據挖掘的基礎，數據挖掘是解釋數據及其相互關系的一門學科，需要大量數據反復對比完成。挖掘過程單一，存在大量的反復環節：采集數據源，提取關鍵數據、整理分析，得出結論。現今各行業應用普及，特別是電信、農業、銀行、電力、化學品等行業數據量大，數據處理工作繁重。數據挖掘作為一個全新的專業學科，應用范圍廣，發展潛力巨大，是當今社會的重要研究對象。由于大量、反復的循環挖掘過程，人力無法實現，急需人工智能技術支持。

隨著各行業海量數據的激增，更多領域將迎來人工智能快速發展。人工智能研究應契合大數據時代，以更自動、智能、高效、普適為發展方向，為各領域、各行業挖掘有效數據、展現實際應用價值，完成數字化轉型。

1.2 人工智能

人工智能（Artificial Intelligence，AI）是研究使計算機來模擬人的某些思維過程和智能行為的一門綜合性前沿學科，與基因過程、納米科學并列為 21 世紀的三大尖端技術。人工智能在 20世紀中葉誕生，發展過程可以分為四個階段：萌芽階段（20 世紀 40 年代到 50 年代）、形成階段（20 世紀 50 年代至 60 年代）、發展階段（20 世紀 70 年代到 90 年代早期）和成熟階段（20世紀90年代末期至今）。

1950年圖靈測試用于判定計算機是否智能，1969年召開第一屆國際人工智能聯合會議，人工智能得到國際認可。1980年第一屆機器學習國際研討會，人工智能興起。1997年IBM深藍第一次擊敗世界冠軍人工智能進入成熟階段。人工智能用于優化生產經驗、提高工作效率和質量。研究學派大致分為符號主義（主要研究專家系統和知識工程等內容）、聯結主義（主要研究機器學習和深度學習等）和行為主義（主要研究智能控制、智能機器人等）三類。

大數據時代下，人工智能幫助人們完成高危操作、完善某些較為復雜的問題，應用領域不斷拓展，小到日常生活中的“吃、穿、住、行”，大到宇宙的探索。人工智能為生活提供便利，具有方便快捷特點的智能化生活引起社會關注。2016年，Alpha Go戰勝了世界頂級棋手，人工智能成為熱點話題。本文主要探討人工智能應用優勢以及應用策略。

2 人工智能應用研究背景

2.1 研究熱點

（1）專家系統

專家系統：根據業界共識標準建立，系統可自主推理與判斷。包括專業理論、經驗知識庫和問題求解推理機兩部分。主要應用于預測、診斷、監視等領域。

（2）機器學習

機器學習：模擬人類的學習活動，獲取知識、技能，預測事件、做出相應決策。作為人工智能的核心，主要包括機械、示教、類比和實例四種學習策略，常見算法有決策樹，隨機森林算法，神經網絡等。主要應用于自然語言理解、計算機視覺、數據挖掘、智能機器人等。

（3）深度學習

深度學習：模擬人腦多層神經網絡，是人工智能的核心驅動。具有強大的特征提取、遷移和多層學習能力。主要應用于圖像識別、自然語言處理、自動駕駛汽車等各種決策預測。

（4）機器視覺

機器視覺：用機器代替人眼完成人類無法實現的高危工作。通過圖像攝取裝置采集圖像，處理圖像、判別信息、輸出結果并執行。目前，已實現物體定位、目標識別、計數和運動跟蹤等功能，主要應用于自動化生產線中的工況監視、成品檢驗和質量控制等。

（5）數據挖掘

數據挖掘：挖掘大數據中蘊藏的有效信息，提取數據模式/模型，總結出原理和法則。主要有預測模型（最復雜）、數據分割、關聯分析和偏離分析等方法，主要應用于多媒體、計算機網絡等。

2.2 應用優勢

大數據時代人工智能應用優勢，主要有以下幾個方面：

（1）強處理

大數據時代，信息處理成為必要環節，人工智能使用模糊語言搜集篩選有效信息。科學準確的選擇信息，避免錯誤信息的誘導，快速高效化分析處理，實現信息的分類和篩選。人工智能的高可靠性提高了信息的正確率，提高了工作辦事效率和實用性為企業提供巨大便利。

（2）廣覆蓋

面對海量信息，提取有效信息變得十分復雜。人工智能利用關鍵詞實現信息提取，避免了復雜傳統的查閱資料的方式，讓人們享受便捷智能生活。

（3）低成本

人工智能主要通過算法程序滿足用戶需求，低運行成本決定了其普適性和廣域性，使企業投資、用戶量激增。

2.3 運行條件

（1）操作維修人員

操作維修人工智能機器的技術人員應具備專業的操作維修技能。應精通技術知識，并擁有豐富的實操經驗，正確下達智能機器操作指令。未熟練掌握技術知識，易下達錯誤指令，導致人工智能系統留下安全隱患，減少使用壽命。

（2）定期檢測維修

人工智能系統程序設計復雜，所處理的數據異常龐大、工作內容繁雜交叉進行，長期使用后，常出現系統卡頓、機器發熱等情況。企業應安排專業技術人員定期檢測維修人工智能內部構架，以防機器發生故障，系統無法正常運行，延誤工作進度、降低工作效率。

3 人工智能應用研究

大數據時代，將大數據與人工智能結合會產生無限可能。同時，人工智能也離不開大數據的支撐。人工智能應用[4]融入日常生活和企業生產制造，不斷提升工作效率、科研創新創造，為人們提供便捷生活。人工智能應用主要分為以下幾個方面：

3.1 數據挖掘技術

大數據時代，數據挖掘技術作為一門新興技術，產生和發展起來，主要應用于商業領域。由于原始數據冗余量大，數據格式不規則性等特點，運用數據挖掘技術可以提取其中潛在高價值信息。從商業角度出發，雖然原始數據量冗余巨大，但通過篩選、挖掘、分析后，為商業決策提供參考依據，促進相關企業的健康發展。

數據挖掘技術是大數據時代的重要基礎，有效挖掘才能合理推斷分析，得出所需的可靠結論，人工智能具備較大的優勢。利用人工智能廣覆蓋優勢，輸入模糊詞語通過一系列的算法，挖掘相關數據信息（包含人力挖掘無法涉及的信息）傳送至終端，供用戶隨時查看，為工作生活提供巨大的便利。

3.2 專家系統

當今時代，專家意識明顯，社會認可專家權威。與傳統專家不同，人工智能專家系統不再只根據大多數人的要求提出普適性分析和建議，而是根據用戶的獨特需求提出切合實際的個性化建議。為實現創新發展，充分發展人的個性發揮重要作用。

3.3 網絡安全技術

目前，用戶信息泄漏現象頻出，防火墻和反垃圾郵件系統等應用可提升計算機安全度，信息泄露情況明顯減少[5]。為保證計算機網絡安全[6-9]，特將人工智能融入防火墻以及反垃圾郵件系統等應用中。不斷完善智能防火墻和智能反垃圾郵件系統，進一步發展全國聯網的防火墻系統，營造和諧安全網絡環境，提升網絡用戶體驗。

3.4 教育領域

隨著時代的進步、網絡的發展，傳統的班級授課制形式已無法滿足現代教育發展需要。教育網絡打破地域限制，人們可在家中觀看學習在線課程。為促進教育發展轉型[10-13]，實現網絡教育[13-17]優化，特利用人工智能建立學習興趣分析表，為進一步深入學習提供科學參考依據。

在大數據時代背景下，調取海量學習記錄數據，分析用戶學習成績和興趣方向，為用戶推薦適合自身發展的職業方向和學科專業方向。找到用戶的學習優勢和不足，制定有效解決方案，逐一擊破學習壁壘。同時，根據用戶自主模糊輸入所選學習發展方向等信息，系統分析用戶并提供個性化參考意見。為培訓機構分析學員情況，得出有效結論提供先進技術支持。

4 結語

本文簡述大數據時代背景下，人工智能研究現狀，未來發展趨勢、研究熱點以及運行條件等內容。首先，使人工智能初學愛好者，快速清晰地了解人工智能應用領域現狀和發展應用概況。其次，簡述人工智能發展階段、研究學派特點，有助于各學者預測未來研究熱點方向。最后，探討并展望了目前人工智能研究應用領域。融合人工智能與大數據，拓寬人工智能應用領域，展望人工智能應用前景和熱門研究方向。“融合”思想為人工智能應用普及發展注入新力量，開拓新方向和引領新趨勢。目前，社會還處于“弱人工智能”階段，要真正實現機器自我學習和進化，其研究、發展和應用仍然任重而道遠。

[1]王崇駿. 大數據思維與應用攻略[M]. 機械工業出版社， 2016.

[2]牛鋮瑤. 習近平大數據觀研究[D].江西財經大學，2020.

[3]彭知輝.“大數據觀”辨析[J].情報理論與實踐，2020，43（01）：6-11.

[4]李明. 大數據時代人工智能在計算機網絡技術中的應用研究[J]. 科學技術創新，2019（31）.

[5]陳崗，王麗.大數據時代面臨的信息安全機遇和挑戰分析[J].技術與市場，2020，27（11）：122-123+126.

[6]禹會會.大數據時代的個人信息保護[J].法制與社會，2020（30）：15-16.

[7]賽博研究院. 人工智能技術與網絡空間安全[J]. 信息安全與通信保密，2019，000（006）：21-26.

[8]陳加烙.人工智能技術在網絡安全領域的應用研究[J].網絡安全技術與應用，2020（03）：9-10.

[9]楊啟飛.大數據時代國內信息安全研究：現狀、趨勢與反思[J/OL].情報科學：1-7[2020-11-02].http://kns. cnki.net/kcms/detail/22.1264.G2.20200521.1535.038.html.

[10]曹培杰.智慧教育：人工智能時代的教育變革[J].教育研究，2018，（8）：121-128.

[11]吳南中，黃治虎，等.大數據視角下“互聯網+教育”生態觀及其建構[J].中國電化教育，2018（10）：22-30.

[12]劉璐，辛寶忠.現代大學課程與教學的變革——基于大數據時代的知識觀[J].中國電化教育，2017（11）：125-128+133.

[13]王森. 大數據時代研究生學習方式轉變研究[D].西南大學，2017.

[14]郭紹青. "互聯網+教育"對教育理論發展的訴求[J]. 華東師范大學學報（教育科學版），2019，037（004）：25-37.

[15]吳斌，范太華.使命與創新：高校網絡教育提質發展的核心問題[J].高等繼續教育學報，2020，33（05）：1-7.

[16]朱德軍，王永生，王劍釗.“互聯網+”背景下網絡教育研究與探索[J].教育教學論壇，2020（41）：227-228.

[17]王廣正.網絡教育資源課后服務現狀和意義分析——以安徽省為例[J].家長，2020（28）：179-180.

鄭州財經學院提質工程項目-基層教學組織建設項目（網絡工程教研室）；卓越網絡工程師教育培養計劃研究與實踐（編號：ZZJG-C9059）