人工智能背景下的大數據技術及其應用

梁中豪 金悅萌 楊洋 梁宸銘

（哈爾濱信息工程學院 黑龍江省哈爾濱市 150431）

互聯網與物聯網的快速發展，進一步推動了大數據技術的進步與廣泛應用。而實現大數據技術在人工智能中的應用，在提升人工智能應用范圍的同時，能夠給予用戶更好的體驗。因此需相關研究人員給予大數據技術充足的重視，把握其應用中的關鍵技術要素，以適宜的方式實現與人工智能的融合，推動人工智能便捷性、智能化的進一步提升，這對于其長遠發展來說有著積極的意義。

1 大數據技術關鍵要素

1.1 數據收集

計算機技術與互聯網科技飛速發展，各種數據信息雜亂而繁多，每年數據信息量呈幾何式增長，這給數據收集工作帶來較多的工作量。大數據技術的應用完美的解決了這項問題，其數據收集技術，通過Web信息系統、管理系統、物理信息系統、科學實驗等實現對各種數據的便捷、高效收集，為大數據技術的合理應用提供了堅實的基礎。

1.2 數據處理技術

數據處理技術水平的高低直接關系著大數據技術本身的應用效率，借助多種形式的數據結構方式，使得大數據技術可實現各種形式數據處理方式的應用，應用較多的數據結構方式涵蓋XML樹、關系表等，就各種形式的數據集合，為實現對各項數據的有效整合以及處理，可利用信息化手段將各種數據整合為一項新穎的數據集合，為其后的數據分析奠定基礎與提供保障。

1.3 數據儲存

大數據技術的廣泛應用，需龐大的數據信息來支撐，因此要求對應的儲存空間來存儲收集、處理過的有效信息，且需保障其本身的穩定性與安全性。就現階段而言，應用較多的數據存儲技術包括：大結構化大規模數據存儲、非結構化與半結構化數據存儲、非結構化與結構化數據存儲[1]。

1.4 數據挖掘技術

就某種應用角度來說，數據挖掘技術是大數據技術應用的核心以及關鍵部分，大數據技術的逐漸完善，促進了數據挖掘技術的廣泛應用。機器學習技術、數據挖掘技術等雖然實現了較快的發展，但是仍有著較大的提升空間，比如正在進行的圖挖掘、特異群組挖掘、數據網絡挖掘等，這些方面的研究打破了傳統形式以用戶為根本的數據連接模式，通過技術創新來推動網絡行為分析，綜合考慮不同用戶的情感分析以及興趣愛好等系列因素。

2 大數據技術應用的關鍵要素

大數據技術的廣泛應用可較大程度的協助相關管理人員處理繁雜、巨量的信息收集、整理工作，節省人力物力資源的同時，提升工作效率與數據準確性，為管理層的相關決策提供科學的數據支撐。大數據技術的應用主要表現在數據處理方面，通過人工智能系統從原有數據庫中提取與匯總各項有效數據信息，對于利用價值不大的信息則會直接剔除，如此使得有更大的存儲空間能夠利用，且在核心數據應用不受影響的狀況下，能將各種數據的存儲將至最低點；其次，大數據技術本身的應用特點會使得各項數據的呈現形式更加的復雜，若是采取應用傳統形式的數據管理系統實施數據分析，系統會默認于不同服務器檢索，如此不利于各種大數據處理數據的應用，且得出的信息結果通常難以滿足使用者的切實需求，因此要求改變傳統的應用方式，嘗試類似HDFS之類的系統實現對大數據的信息檢索，若此可高效率的實現大數據的相關訪問目的；最后，在大數據技術的應用與發展中，需重視數據挖掘技術本身的可行性，因數據庫中涵蓋的數據有著信息復雜、規模龐大的特點，因此需合理應用數據挖掘技術在龐大的信息庫中搜取與篩選應用價值較高的信息資源，以此來降低個人或者企業遭遇風險的概率，保障決策的有效性與科學性[2]。

3 人工智能背景下的大數據技術途徑

人工智能背景下大數據技術有著較為明朗的發展方向，不論是在生產、制造、產品等方面，還是在生活、物流、農業等方面都有著較大的應用與突破，改變了人們傳統形式的作業方式，真正的實現了人們的智能生活。

3.1 智能機器人

柯潔在排名世界第一的巔峰時期迎戰機器人“阿爾法狗”，最終卻以失敗而告終，相信給不少人留下了深刻的印象，這表明隨著計算機技術的快速發展，人類社會開始逐漸步入智能時代，以大數據技術為支撐的人工智能在很大程度上會左右社會的發展方向，給予人們不同的生活體驗。

大數據技術可對智能機器人的操作層、感知層進行對應的設定工作，使其按照操作者的意志進行對應的運轉與運作，發揮出應有的作用，比如老人撥打電話、小孩學習輔導、智能語音播放視頻等，如此情況下，人工智能可與大數據技術實現有效結合，使得智能機器人可如同人類一般擁有短暫自我思考與決策的能力，借助數據學習以及數據反饋完成系統分析與設定，以傳感器來進行信息源的傳遞，以此來實現智能機器人的廣泛應用。當前階段應用較為廣泛的是智能搜救機器人，比如用于海上搜救的智能機器人，一些船本身的內部結構極為復雜，當其發生事故需搜救時，就會給搜救人員帶來較大的安全隱患，而實現大數據技術的應用，智能機器人可第一時間掌握船只的具體情況，結合船只當前所處的位置以及自身的實際狀況，利用圖像處理技術以及三維建模技術，通過智能機器人對船只進行全面檢查，并通過實時回傳數據進行船只內部各種狀況的回傳，其后智能機器人按照原路返回即可，這極大扯程度提升了搜救的效率與質量[3]。

3.2 智能生產制造

智能生產制造是當前階段制造業的發展目標與必然趨勢，加快工程智能化步伐，使其具備高度自我型，以此來促進工廠對整體生產流程的整體把握以及自主管理，并可制定出最為合理的生產方案，為企業創造更大的經濟收益。這種模式的工廠生產的智能化產品包括多個方面，比如在生產設備上裝設控制器、傳感器等，以此來推動制造系統化以及生產信息化等，這些都在智能生產范疇內。但是就當前發展現狀而言，共產在生產制造時會受到來自各方面因素的影響，不論是生產設備還是后續的整體生產流程，故障與問題的出現難以準確的預測并避免，而一旦有紕漏發生，就會給工廠帶來較大的負面影響。

就整體的智能生產制造來說，其包括智能生產系統以及制造系統，在生產制造進程中還可進行對應的智能活動來創新理念，使得智能生產過程更加的高效。大數據技術是制造業實現智能良性發展的基礎與保障，在該技術的指導與支撐下，該技術有著較為完善的判別系統與自我預測系統，其后對機械設備運行過程中產生的數據信息進行存儲、整理與分析，根據數據反饋實現對設備的保養與維護，使其始終保持一個最佳的應用狀態，避免后續使用過程中故障的頻繁發生[4]。

3.3 智能物流

人工智能技術背景下大數據技術的應用凸顯出更高的便捷性與智能化，不僅僅體現在系列產品的具體生產環境，還包括產品運輸過程中的應用，這種狀況下，智能物流得以飛速發展。智能物流需自動識別技術、人工智能技術、傳感器、全球定位系統、條形碼等多種技術的支撐與配合，以此來實現智能識別→地點跟蹤→物品溯源→物品監控→實時響應。

而應用較多的智能物流設備包括物流手持終端、智能倉庫、智能自動化物流激光導航機器人小車、智能物流車配貨等，以物流車配貨智能監測為例，對其中的動態目標進行監測需多種技術的綜合利用，更需在實施時提升應用的合理性，比如借助衛星定位系統來實時檢測動態物流配貨車的實際狀況，再借助通信技術實現各種數據信息的共享與處理，以此來更好的實時跟蹤物流配貨車，掌握其具體位置，達到智能檢測的目的。

3.4 智能電網

借助大數據技術實現對各個用戶實際用電狀況的綜合分析，協助工作人員調整與完善電網對應的供電計劃，并提升網絡監控的有效性，促進供電可行性與科學性的提升。智能電網的應用，使得智能電網在大數據服務方面更加的高效與專業，電網工作運轉效率亦會大規模提升。此外，還可實現電力資源的科學調控以及合理配置，避免電力資源的浪費，保證各地用戶的可持續用電，以此來為民眾提供一個更加適宜的用電環境[5]。

3.5 智能農業

智能農業的實現對于周邊環境的要求較高，其通過有效控制地理、水文等環境因素，以工業模式來實現對農業的綜合管理，凸出高效、集約的特征，使得農業能夠按照規定的路線發展，以此來取得較好的收成。智能農業的另一項特征即為規模化成產，擺脫了傳統形式農業作業面臨的氣候、季節限制，須注意的是，智能農業包含多方面的知識，是一項較為復雜的工程，比如應用大數據技術對農業生產過程中涉及的數據信息進行全面采集，然后對其進行科學的數據處理，得出對應的有效信息，可實現信息指令的準確傳遞，為農業生產的相關決策提供對應的數據支撐。且智能農業涉及到各種移動應用的建設工作，農民可在自媒體平臺上及時、準確的把握農作物的系列生長狀況，并以科學的方式對其作出調整與完善，使得農作物能夠按照其本身最為科學的生產規律成長[6]。

3.6 智能建筑

隨著城市化進程的加快，大數據技術開始逐漸在智能建筑中得到應用。在很多高層建筑中，傳統形式的消防技術難以得到有效的施展，消防人員亦很難第一時間到達災難現場，最終錯過理想的救援時間。而在智能建筑中實現大數據技術的應用，能夠在建筑最佳的位置布置自動噴淋裝置以實現理想效果的滅火。此外大數據技術還可時刻監控建筑本身不同區域的人員數量、溫度狀況、內部濕度等，經過大數據技術的相關處理之后，進行針對性的調控，以此來為建筑內部人員提供一個較為舒適的工作生活環境。

4 結語

探析人工智能背景下的大數據技術及其應用，明確人工智能與大數據技術的具體內涵，以具體的人工智能發展目標來引導兩者的加速融合，切實發揮出大數據技術的根本效用，提升人工智能水平的同時，使得人工智能具備更高的適應性，使其能夠適應各種狀況下的發展需求，以此來支撐人工智能參與更多的生產與組織工作，創造出更大的價值。