數據挖掘在人工智能中的應用

林 莉

(長春工業大學人文信息學院，吉林 吉林 130122)

人工智能不僅應用于社會生活，也應用于生產活動中，如人們在各種手機軟件中與人工客服對話；機械制造和生產企業采用全自動化生產，由人工智能進行監控和生產任務調度等。人工智能的應用不但改變了生活，還極大地提高了企業的生產效率。互聯網時代的到來使全社會每天都在產生大量的數據，通過對大量數據的記錄和分析，可以更準確地了解人們的生活和社會發展情況。

1 人工智能

人工智能(Artificial Intelligence)是隨著計算機發展而衍生出的新興科學。人工智能是以人類作為研究對象的類人化智能機器學科，是指通過現有的科學技術研究模仿和學習人類智能的科學機器以及相關的智能系統，通過在機器運作過程中增加人類智能技術以提高各項工作的效率和水平。現代互聯網社會的發展產生了更多的數據和信息，人們通過對數據的挖掘和處理，加快和改進了人工智能應用技術的發展速度。

人工智能理論是1956年由麥卡西在達特毛斯會議上提出的。隨著人工智能技術的發展，人工智能受到了世界各國的矚目，越來越多的科研人員開始研究如何將人工智能應用于社會各個行業。在人工智能開發過程中，需要社會學、心理學以及機械學等多個學科的合作。人工智能研究的主要目的是通過不斷研發，科學設計出能夠模仿學習人類行為、使機器能夠具備人類完成復雜工作的能力。早期人工智能研究的重點主要放在自動編程、人工神經網絡機器學習、模式識別方面。早期的研究奠定了人工智能開展工作和應用的行業范圍，在此基礎上，人工智能有了更廣闊的應用領域。隨著人工智能研究的逐步完善，在互聯網社會背景下，人工智能的研究發現逐漸趨于數據挖掘和智能決策系統等。對人工智能的研究從人工智能機器轉向研究人工智能相關軟件和網絡。互聯網時代讓人類前所未有地重視數據的作用，在人們的日常生活中也產生了越來越多的數據，數據已經成為指導人們當前生活狀態、工作狀態以及未來發展的重要指標。將數據挖掘應用在人工智能領域，可以拓寬人工智能研究和應用的方向，并結合時代特點發展出適合時代需求的科學技術。

2 數據挖掘

數據挖掘是指通過抓取和分析數據，揭示現行有關數據中的關系和模式。目前，數據研究主要偏向于對大型數據庫的觀測和處理。在人工智能應用方面采用數據挖掘技術，可以加強對相關數據的提取，分析社會生活的各方面因素。

數據挖掘是對數據進行反復的分析和研究，循環挖掘客戶不斷變化的需求，通過對客戶的需求變化而轉變相應的服務模式，提高客戶對有關軟件和系統的滿意程度。數據挖掘應用發展過程見圖1。

圖1 數據挖掘過程

目前，數據挖掘的應用主要集中在移動網絡、銀行金融以及電力供應輸送等相關領域。數據挖掘的應用雖然涉及到多個行業，但是應用范圍和層面還比較窄，未來對于數據挖掘技術的應用將會更加廣泛和深入。數據挖掘可以用更短的時間，快速整合挖掘信息，存儲和分析企業發展的相關信息，提高對有關數據的應用和處理效率，使人們的生活更加便捷。目前，制造業為了節省制作成本而引入半自動和全自動化器械，企業在未來發展過程中會更多地應用人工智能。人工智能可以幫助企業有效節省生產成本，實現生產過程中的利益最大化。

3 數據挖掘在人工智能中的應用

數據挖掘可以采用數據收集和分析系統合理挖掘有關的數據參數，不斷更新和設計智能化算法，數據挖掘和人工智能都以高智能作為發展目標，數據挖掘和人工智能的結合可以促進人工智能的發展和壯大。

3.1 系統設計應用

目前，數據挖掘在人工智能方面的應用主要是在系統設計方面增強有關數據的收集和儲存能力，因此，衍生出了眾多的系統設計內容，最典型的系統設計主要有以下幾方面：一是專家系統。通過某行業專業研發人員歸納相關行業知識和經驗，設計和計算機應用的智能化程序，加強對有關專業知識的挖掘和歸納能力，自主解決計算機領域某個行業的專業性問題，專家系統可以依賴在計算機網絡中的已有經驗和專業知識，獨立解決復雜環境中的復雜問題。二是機器系統。機器系統主要是將機器人作為主體，設置適合機器人使用的人造神經系統，依賴人造神經系統收集挖掘和存儲相關數據，通過學習和應用系統的知識進行有關的開發研究。三是感知仿生。感知仿生系統主要是指通過相關的軟件模擬和感知人類器官的感覺，以人工智能判斷的方式，了解和辨別外部環境。四是數據重組和發掘。通過在人工智能系統中加入數據挖掘相關設計算法，合理歸納和分析人工智能系統的大數據，將相應的數據進行識別存儲，以做出正確判斷和分析。

3.2 智能化服務應用

人工智能和數據挖掘發展的目標在于研究更加完善的智能服務，目前，人工智能已經研究出了眾多新型的應用成果，如智能機器人能夠接受比較簡單的任務，并提供人性化的服務，較為常見的人工智能以及數據挖掘應用結合的成果就是手機智能助手，手機智能助手可以根據個人經常搜索和交流對話信息，主動推薦適合使用者的相關產品和服務。數據挖掘與人工智能的高度結合可以正確的處理和挖掘海量信息中所需的信息，能夠更加快速地解決人類日常工作中所存在的困難。將數據挖掘技術應用在人工智能中，可以使人工智能應用帶上網絡技術的特性，讓人們在享受智能化服務的同時享受到更加人性化的服務。

3.3 體現出知識經濟化

數據挖掘在人工智能中的經濟效益是推動事物發展的重要因素，互聯網時代使數據挖掘和發展應用受到前所未有的重視，數據挖掘和人工智能的結合可以帶來巨大的經濟效益，使眾多行業受益。通過應用數據挖掘的人工智能可以根據情況開展農業災害分析搶救、軍用機械智能改進、醫用機械智能化，數據挖掘和人工智能所結合帶來的巨大經濟效益成為社會發展的風向標。

人工智能對于類人化行為的學習和應用要依靠大量的數據進行支撐，將數據挖掘技術應用于人工智能中，可以加快人工智能儲存數據、分析數據的能力，提高人工智能處理事件的反應和效率。數據挖掘作為計算機科學領域研究和發展的新內容，與人工智能存在交互的部分，在某種程度上，數據挖掘是人工智能領域的拓展，二者都是對智能化技術的研究，在人工智能中應用數據挖掘可以補充和豐富人工智能發展對于大量信息的需求，對人們日常生活和社會工作中的需求作進一步的分析，對各行業以及人們的需求開展人工智能化系統研究和應用，解放因為復雜工作被束縛在崗位上的大量勞動力，淘汰落后的企業生產模式，加速各行業的升級轉型。