馬臻 車雨霏
摘要:人工智能是科學(xué)技術(shù)發(fā)展的最新成果,其的發(fā)展依靠相關(guān)的云技術(shù)和大數(shù)據(jù)技術(shù)的日漸成熟,本文對于大數(shù)據(jù)技術(shù)在人工智能中的應(yīng)用進(jìn)行了分析,供相關(guān)專業(yè)人士參考。
關(guān)鍵詞:大數(shù)據(jù) 人工智能應(yīng)用研究 云技術(shù)
在心理學(xué)、數(shù)學(xué)、信息學(xué)等各種知識的基礎(chǔ)上人工智能得到了發(fā)展,其能夠?qū)τ谏鐣械母鞣N人類活動規(guī)律進(jìn)行總結(jié)分析;大數(shù)據(jù)是基于海量的信息條件下工作的,經(jīng)過科學(xué)的總結(jié)和分類,對于可能發(fā)生的事情進(jìn)行預(yù)測,大數(shù)據(jù)在人工智能中的應(yīng)用主要是實現(xiàn)數(shù)據(jù)到知識的轉(zhuǎn)化,促進(jìn)技術(shù)的進(jìn)一步完善。
一、大數(shù)據(jù)核心技術(shù)
(一)數(shù)據(jù)的收集。由于計算機(jī)技術(shù)的不斷發(fā)展,數(shù)量非常巨大的新數(shù)據(jù)也在時時刻刻的產(chǎn)生,目前的增長速度已經(jīng)達(dá)到了每年百分之五十,應(yīng)用大數(shù)據(jù)可以對于一些汽車的和設(shè)備的具體運動狀況或是位置進(jìn)行詳細(xì)的分析,其加速了傳統(tǒng)信息技術(shù)的發(fā)展,讓數(shù)據(jù)處理工作消耗的人力以及物力資源更小,而人工智能對于相關(guān)的信息進(jìn)行讀取,通過概率分析或是統(tǒng)計等多種途徑進(jìn)行智能化的分析,總體的精確度提高。
(二)數(shù)據(jù)的存儲。大數(shù)據(jù)存儲應(yīng)用的為并行數(shù)據(jù)庫,經(jīng)過對于多個節(jié)點并行進(jìn)實現(xiàn)數(shù)據(jù)庫任務(wù)的執(zhí)行,由于性能比較高所以目前實際應(yīng)用普遍。多年來系統(tǒng)性能的持續(xù)提高,具體的結(jié)果緩存、數(shù)據(jù)庫索引等持續(xù)完善,由于其自身存在系列的問題,很多人選擇在智能終端上進(jìn)行數(shù)據(jù)的存儲。應(yīng)用人工智能機(jī)器人將核心的內(nèi)容信息進(jìn)行提取,可以節(jié)省大量的存儲空間,減低存儲風(fēng)險。
(三)數(shù)據(jù)的表示、檢索、隨機(jī)訪問。大數(shù)據(jù)自身具有一定的特性,數(shù)據(jù)的表示多并且比較復(fù)雜,以往的系統(tǒng)進(jìn)行數(shù)據(jù)檢索時候?qū)㈥P(guān)鍵詞發(fā)布到各個服務(wù)器之中,實現(xiàn)平行的檢索,檢索的結(jié)果有時候不能滿足實際的需求,所以部分人員應(yīng)用了Apache Hadoop框架下的HDFS系統(tǒng),對于大數(shù)據(jù)進(jìn)行信息開源,最終實現(xiàn)了隨機(jī)的訪問。
(四)數(shù)據(jù)的使用和挖掘。大數(shù)據(jù)的應(yīng)用已經(jīng)非常廣泛,如今的電子網(wǎng)絡(luò)購物、通過社交媒體公布圖片或是視頻等等都利用了該種技術(shù)。該技術(shù)的核心內(nèi)容是大數(shù)據(jù)的挖掘技術(shù),其在數(shù)量巨大、不完整的信息、具有隨機(jī)性的數(shù)據(jù)庫中搜索到的有效信息能夠降低各種風(fēng)險,最終得到科學(xué)的判斷。大數(shù)據(jù)挖掘技術(shù)概括即是數(shù)據(jù)的分類、總結(jié)分析、聚類、web數(shù)據(jù)挖掘等等。
二、大數(shù)據(jù)技術(shù)在人工智能領(lǐng)域中的應(yīng)用
隨著高科技技術(shù)的深化發(fā)展,人類已經(jīng)進(jìn)入到了信息時代,大數(shù)據(jù)在人工智能領(lǐng)域也有廣泛的應(yīng)用。
(一)人工智能機(jī)器人。利用人工智能機(jī)器人的感知層面、操作層面或是認(rèn)知層面進(jìn)行設(shè)定,讓機(jī)器人發(fā)揮實際的作用效果,例如通過軟件播放選擇的音樂內(nèi)容,快速查到需要的電話號碼,提供和實際要求匹配的營養(yǎng)餐,將人工智能技術(shù)和大數(shù)據(jù)技術(shù)有機(jī)集合讓機(jī)器人可以像人類一樣進(jìn)行決策或是思考,將大量的信息通過信息傳感器進(jìn)行傳遞,利用模式識別引擎將大數(shù)據(jù)進(jìn)行結(jié)構(gòu)化或是系統(tǒng)化的分析,利用數(shù)據(jù)反饋或是學(xué)習(xí)算法對于機(jī)器人的技能設(shè)定深化,經(jīng)過實際應(yīng)用發(fā)現(xiàn)對應(yīng)的訓(xùn)練語料數(shù)據(jù)越多,神經(jīng)元節(jié)點的需求就更多,對于具體語義的識別就能夠更加精準(zhǔn),通過科學(xué)的計算,一千萬和一百萬的神經(jīng)元整體識別率差距已經(jīng)達(dá)到百分之十,一百億和十億的神經(jīng)元整體識別率差距已經(jīng)高于百分之二十,因此大數(shù)據(jù)應(yīng)用的優(yōu)化是必然趨勢。
(二)智能制造。在人工智能的基礎(chǔ)上產(chǎn)生了智能制造,知識是推進(jìn)智能發(fā)展的基本,智力是如何利用知識進(jìn)行應(yīng)用的一種水平。智能制造時候包括了智能制造系統(tǒng)、智能制造技術(shù),具體應(yīng)用過程中展開系列化的類似分析、推理、決策等的活動,在智能制造的基礎(chǔ)上對于相關(guān)自動化的概念進(jìn)行創(chuàng)新,并且發(fā)展日漸高度集成化、智能化、柔性化,多年的研究發(fā)展已經(jīng)對于制造行業(yè)產(chǎn)生影響。制造業(yè)中的數(shù)據(jù)采集、管理,訂單的管理、智能化制造、定制的平臺均關(guān)系到大數(shù)據(jù),深入挖掘后可以實現(xiàn)更精準(zhǔn)的匹配,減低制造商的風(fēng)險。
(三)智能農(nóng)業(yè)。所謂智能農(nóng)業(yè)是在能夠進(jìn)行人工管理的環(huán)境條件下,通過工業(yè)化的生產(chǎn),實現(xiàn)高效集約可持續(xù)發(fā)展的現(xiàn)代化超前農(nóng)業(yè)生產(chǎn),其可以反季節(jié)、全天候、周年性的進(jìn)行規(guī)?;鳂I(yè),根據(jù)現(xiàn)代化的農(nóng)業(yè)為基本,應(yīng)用到農(nóng)業(yè)工程、生物技術(shù)、新材料等多面的學(xué)科知識,讓科技化水平上升到新的高度,使得土地的出產(chǎn)率提升,勞動人民的工作效率提高,是一種突破性的改革創(chuàng)新。結(jié)合不同區(qū)域的實際狀況,在準(zhǔn)確的數(shù)據(jù)分析基礎(chǔ)上控制具體的指令,構(gòu)建農(nóng)業(yè)向的移動大數(shù)據(jù)系統(tǒng),農(nóng)業(yè)工作者能夠快速了解具體的行業(yè)動態(tài),對于生長狀態(tài)準(zhǔn)時的把握,實現(xiàn)科學(xué)化的農(nóng)業(yè)管理。
三、應(yīng)用中的注意事項
在對于發(fā)展形勢有科學(xué)的分析研究基礎(chǔ)上,趨利避害,將人工智能技術(shù)應(yīng)用到日常生活中或是社會發(fā)展建設(shè)工作中。但是實際的應(yīng)用中還是應(yīng)該注意一些問題。
(一)技術(shù)無法代替人際關(guān)系。如今人工智能技術(shù)已經(jīng)發(fā)展起來,可是其無法對于人際關(guān)系處理中發(fā)生的部分特別狀況進(jìn)行科學(xué)合理的判斷,其不能夠感受到人類之間細(xì)膩豐富的情感,如果過分的依靠該技術(shù)會造成一定的社會問題,人類的社交溝通能力會降低,所以人們還是應(yīng)該繼續(xù)加入到正常的人際溝通交往中,避免對于技術(shù)的過分依賴。
(二)保護(hù)數(shù)據(jù)和信息安全。大數(shù)據(jù)人工智能條件下各種的信息數(shù)據(jù)資源經(jīng)常會受到攻擊或是發(fā)生丟失問題,這對于使用者會造成一定程度的影響,帶來不必要的經(jīng)濟(jì)或是其他損失,合理的對于數(shù)據(jù)網(wǎng)絡(luò)安全問題進(jìn)行維護(hù),提高安全系數(shù),保證使用者的信息。
(三)避免對于技術(shù)的過分依賴。長時間的依賴人工智能技術(shù)就會造成人類感情和情緒的失控,面對實際生活中出現(xiàn)的問題就不能夠積極的解決,讓個體之間的感情變得非常脆弱,對于社會的穩(wěn)定發(fā)展造成反面影響,所以合理的應(yīng)用人工智能技術(shù),發(fā)揮優(yōu)勢,讓其為社會的發(fā)展貢獻(xiàn)力量。