大數(shù)據(jù)環(huán)境下人工智能計(jì)算技術(shù)

李晨陽(yáng)

摘要 文章主要針對(duì)當(dāng)前的大數(shù)據(jù)分析中計(jì)算智能研究現(xiàn)狀以及展望進(jìn)行分析，首先分析了大數(shù)據(jù)背景下人工智能計(jì)算研究的必要性，其次對(duì)大數(shù)據(jù)環(huán)境下智能計(jì)算技術(shù)類型進(jìn)行研究，從中發(fā)現(xiàn)計(jì)算智能研究的現(xiàn)狀以及發(fā)展前景，最后提出幾點(diǎn)促進(jìn)計(jì)算智能研究發(fā)展的有效措施，主要目的是提高計(jì)算智能發(fā)展，順應(yīng)大數(shù)據(jù)發(fā)展要求。

[關(guān)鍵詞]大數(shù)據(jù) 人工智能 遺傳算法 人工神經(jīng)網(wǎng)絡(luò)

1 大數(shù)據(jù)環(huán)境下人工智能計(jì)算技術(shù)類型

1.1 人工神經(jīng)網(wǎng)絡(luò)

對(duì)于人工神經(jīng)網(wǎng)絡(luò)技術(shù)，其主要結(jié)合人腦組織結(jié)構(gòu)以及人腦組織運(yùn)行機(jī)制等為基礎(chǔ)，進(jìn)行模擬結(jié)構(gòu)與新聞給，是當(dāng)前發(fā)展比較成熟的智能計(jì)算技術(shù)。其最初提出主要在20世紀(jì)40年代初期，由數(shù)學(xué)家Pitts與心理學(xué)家McCui-loch提出，建立第一個(gè)人工神經(jīng)網(wǎng)絡(luò)技術(shù)數(shù)學(xué)模型，為神經(jīng)科學(xué)理論的發(fā)展奠定基礎(chǔ)。

人工神經(jīng)網(wǎng)絡(luò)技術(shù)中，主要核心為神經(jīng)元，其屬于神經(jīng)系統(tǒng)的基本組成單位，同時(shí)在人體中擔(dān)任信息傳遞的職能。結(jié)合神經(jīng)生物學(xué)家對(duì)神經(jīng)的研究，發(fā)現(xiàn)人體大腦中包含神經(jīng)元1010-1011個(gè)。不同的神經(jīng)元都包含細(xì)胞體、連接軸突，同時(shí)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(jīng)元的興奮信號(hào)輸出到別的神經(jīng)元在中，能夠通過末端神經(jīng)末梢將興奮傳達(dá)到人體的多個(gè)神經(jīng)元中。對(duì)于樹突組成的作用，其主要是對(duì)傳輸?shù)男畔⑦M(jìn)行簡(jiǎn)單處理，比如加權(quán)求和，將所有的輸入信號(hào)進(jìn)行全面考慮研究，提高對(duì)信號(hào)的重視程度，將信號(hào)全部體現(xiàn)在權(quán)值上，呈現(xiàn)出不同的信號(hào)信息。將屬兔與其他神經(jīng)元的神經(jīng)末梢進(jìn)行連接，神經(jīng)元將會(huì)出現(xiàn)變化，這種變化被稱之為突觸。

人工神經(jīng)網(wǎng)絡(luò)技術(shù)的知識(shí)存儲(chǔ)空間非常大，可以囊括眾多數(shù)據(jù)信息。利用神經(jīng)網(wǎng)絡(luò)，將其中的知識(shí)與信息存儲(chǔ)進(jìn)行處理，劃分為神經(jīng)元分布式物理聯(lián)系，這些知識(shí)分散在不斷的存儲(chǔ)空間中，貫穿于整個(gè)人工神經(jīng)網(wǎng)絡(luò)的全部，與每條神經(jīng)網(wǎng)絡(luò)線路都緊密契合。神經(jīng)元與其連線會(huì)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(dāng)?shù)姆绞?，比如神?jīng)元分布式綜合處理，將其中的特定概念與信息知識(shí)展現(xiàn)出來(lái)。人工神經(jīng)網(wǎng)絡(luò)這一特點(diǎn)，為其在實(shí)際應(yīng)用中提供了很多幫助。其結(jié)構(gòu)特點(diǎn)與分布式信息特點(diǎn)，體現(xiàn)出突出的健壯性優(yōu)勢(shì)。因?yàn)樯锷窠?jīng)網(wǎng)絡(luò)是一個(gè)整體，其不會(huì)因?yàn)閭€(gè)別神經(jīng)的損失信息就會(huì)全部丟失，即使一些神經(jīng)信息丟失，但是依然不會(huì)影響整體工作，也不會(huì)模糊記憶。人體的大腦如果只是受到輕微的損傷，其對(duì)于事物的印象以及知識(shí)的掌握是不會(huì)出現(xiàn)任何變化的，人工神經(jīng)網(wǎng)絡(luò)亦是如此。人工神經(jīng)網(wǎng)絡(luò)因?yàn)閭€(gè)別原因，導(dǎo)致網(wǎng)絡(luò)中的硬件部分受到損傷，但是整個(gè)網(wǎng)絡(luò)體系卻不會(huì)停止工作。這個(gè)優(yōu)勢(shì)為人工神經(jīng)網(wǎng)絡(luò)發(fā)展帶來(lái)更多優(yōu)勢(shì)。

1.2 遺傳算法

遺傳算法也是智能計(jì)算技術(shù)中的一種，遺傳算法主要是以生物進(jìn)化論為基礎(chǔ)，是一種隨機(jī)搜索以及優(yōu)化處理的技術(shù)。這方面的技術(shù)特點(diǎn)主要是結(jié)合群體搜搜索，提高隨機(jī)搜索的高效性，幫助個(gè)體之間將搜索到的消息進(jìn)行交換，當(dāng)然信息搜索并不依賴于梯度信息模式。該技術(shù)主要是20世紀(jì)70年代初期，美國(guó)教授Holland發(fā)起。經(jīng)過不斷的發(fā)展與完善，遺傳算法也在不斷進(jìn)步，形成規(guī)劃框架，將遺傳算法進(jìn)行進(jìn)化處理，為人工智能提供更多計(jì)算服務(wù)。當(dāng)前的遺傳算法應(yīng)用范圍也在不斷延伸。特別是交通路徑選擇、作業(yè)調(diào)度以及設(shè)備布置等方面。因?yàn)槠浔旧砟軌驅(qū)?fù)雜的問題優(yōu)化求解，所以在工業(yè)領(lǐng)域應(yīng)用十分廣泛，取得了非常顯著的計(jì)算處理效果。

對(duì)于遺傳算法來(lái)講，其本身是搜索問題的主要算法形式，首先會(huì)將需要計(jì)算的結(jié)構(gòu)組合成候選解，其次是對(duì)其中存在的適應(yīng)性條件進(jìn)行計(jì)算測(cè)量，一一對(duì)應(yīng)計(jì)算與候選解之間的契合度，再次是對(duì)其中適當(dāng)?shù)暮蜻x解進(jìn)行操作，及時(shí)處理之后生成全新的候選解.最后是將保留的候選解進(jìn)行處理。結(jié)合上述幾個(gè)步驟，對(duì)遺傳算法中的方式進(jìn)行特殊組合，積極實(shí)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(cè)性。具體組合方式的運(yùn)營(yíng)，需要將遺傳算法與正常其他算法類型有效區(qū)分。

遺傳算法的主要特征包含以下幾點(diǎn)：

（1）遺傳算法在計(jì)算期間會(huì)形成數(shù)字串集，從問題分析角度出發(fā)開始對(duì)串集進(jìn)行搜索，同時(shí)注重從整體出發(fā)，并非單個(gè)問題解。遺傳算法在這一方面的優(yōu)勢(shì)非常明顯，將傳統(tǒng)優(yōu)化算法中的單個(gè)初始值計(jì)算進(jìn)行轉(zhuǎn)變，整體計(jì)算分析。將搜索范圍覆蓋整個(gè)問題體系，實(shí)現(xiàn)全局的收斂?jī)?yōu)解。

（2）遺傳算法的搜索都是從整體出發(fā)，相比較傳統(tǒng)在搜索算法中的單點(diǎn)搜索，節(jié)省更多搜索時(shí)間，同時(shí)將從局部延伸到整體。利用問題中的處理群體為基礎(chǔ)，對(duì)空間進(jìn)行逐個(gè)搜多，實(shí)現(xiàn)搜索與評(píng)估同體，降低問題處理的風(fēng)險(xiǎn)，并且真正時(shí)間問題計(jì)算處理的并行化。

1.3 大數(shù)據(jù)時(shí)代

對(duì)于大數(shù)據(jù)發(fā)展的定位包含很多，從狹義上分析，大數(shù)據(jù)其形態(tài)不能裝載到計(jì)算機(jī)中存儲(chǔ)器中，數(shù)據(jù)形式更具自由性。當(dāng)然這方面的定義屬于非正式定義，但是卻將大數(shù)據(jù)內(nèi)涵直白的展現(xiàn)出來(lái)，一些數(shù)據(jù)集非常大，是電腦不能裝載的系統(tǒng)。還有一種大數(shù)據(jù)觀點(diǎn)，將大數(shù)據(jù)比喻為數(shù)據(jù)集臺(tái)，是可容忍時(shí)間之內(nèi)無(wú)法上傳到IT技術(shù)中的數(shù)據(jù)信息模式。大數(shù)據(jù)其特點(diǎn)非常多，同時(shí)發(fā)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(jí)。結(jié)合這些特點(diǎn)為基礎(chǔ)，將大數(shù)據(jù)時(shí)代進(jìn)行調(diào)整，尤其是其中的智能分析以及系統(tǒng)調(diào)整，將人類與計(jì)算機(jī)世界之間的連接關(guān)系變得更加緊密。當(dāng)前大數(shù)據(jù)發(fā)展速度不斷上升，其中存在的問題也備受學(xué)術(shù)界與產(chǎn)業(yè)界關(guān)注，這些問題十分具有挑戰(zhàn)性，所以限制了大數(shù)據(jù)發(fā)展模式的優(yōu)化。大數(shù)據(jù)在采集、傳輸以及各種技術(shù)的應(yīng)用等方面主要技術(shù)形式便是大數(shù)據(jù)處理技術(shù)，大數(shù)據(jù)處理技術(shù)屬于一項(xiàng)區(qū)別與傳統(tǒng)的工具類型，其本身具備結(jié)構(gòu)化、半結(jié)構(gòu)化等數(shù)據(jù)形態(tài)，同時(shí)也可以對(duì)數(shù)據(jù)信息進(jìn)行預(yù)測(cè)性的處理。正因?yàn)榇髷?shù)據(jù)處理技術(shù)的優(yōu)勢(shì)，其發(fā)展延伸迅速明顯，很多企業(yè)不斷應(yīng)用大數(shù)據(jù)處理技術(shù)。 大數(shù)據(jù)發(fā)展環(huán)境下，其逐漸成為科學(xué)技術(shù)研究以及學(xué)術(shù)界、產(chǎn)業(yè)界關(guān)注的焦點(diǎn)。當(dāng)前很多智能計(jì)算技術(shù)都是以大數(shù)據(jù)為依托，很多技術(shù)應(yīng)用行業(yè)非常廣泛。從最初的大規(guī)模數(shù)據(jù)庫(kù)處理技術(shù)，到后期的商業(yè)智能數(shù)據(jù)處理以及數(shù)據(jù)挖掘技術(shù)等在企業(yè)中的應(yīng)用，將大數(shù)據(jù)發(fā)展推向更大的發(fā)展平臺(tái)。大數(shù)據(jù)發(fā)展中搜索引擎技術(shù)到后期的推薦系統(tǒng)等，不斷延伸到語(yǔ)音識(shí)別技術(shù)中，同時(shí)也優(yōu)化了機(jī)器翻譯。大數(shù)據(jù)計(jì)算方法的調(diào)整與升級(jí)，在工程設(shè)備設(shè)計(jì)與建筑等方面應(yīng)用廣泛，隨著設(shè)計(jì)領(lǐng)域的不斷擴(kuò)展，開始出現(xiàn)并行計(jì)算、云計(jì)算等計(jì)算方法。但是因?yàn)榇髷?shù)據(jù)計(jì)算，很多數(shù)據(jù)特點(diǎn)復(fù)雜并且屬于高緯度形態(tài)，加上數(shù)據(jù)多變，所以需要從雜亂無(wú)章的數(shù)據(jù)中不斷整理與優(yōu)化，尋找社會(huì)發(fā)展感興趣的數(shù)據(jù)信息，這方面要求大數(shù)據(jù)技術(shù)還需要不斷優(yōu)化，積極發(fā)展更高級(jí)的智能計(jì)算機(jī)理論以及相關(guān)處理技術(shù)。

2 以大數(shù)據(jù)力理論為基礎(chǔ)人工智能計(jì)算技術(shù)運(yùn)用方案

2.1 選擇科學(xué)的智能計(jì)算管理思路

隨著我國(guó)步入信息化時(shí)代，計(jì)算機(jī)技術(shù)與互聯(lián)網(wǎng)技術(shù)得到了全面的普及，這也為大數(shù)據(jù)時(shí)代的到來(lái)創(chuàng)建了良好的條件。在大數(shù)據(jù)環(huán)境中，企業(yè)應(yīng)結(jié)合實(shí)際需求創(chuàng)建全新的智能管理思路與觀點(diǎn)。企業(yè)主要屬于以使用數(shù)據(jù)為基咄對(duì)各種企業(yè)事務(wù)進(jìn)行處理的專業(yè)單位，需要對(duì)數(shù)據(jù)進(jìn)行較為科學(xué)合理的分析與研究，并利用數(shù)據(jù)分析結(jié)果為企業(yè)的經(jīng)濟(jì)活動(dòng)管理提高良好的參考依據(jù)。在智能計(jì)算技術(shù)收集期間，企業(yè)通常會(huì)獲得來(lái)自各方面的數(shù)據(jù)系統(tǒng)的數(shù)據(jù)信息資料，這也是的信息數(shù)據(jù)差異性形成的主要原因。

通常情況下，在各種智能系統(tǒng)中，數(shù)據(jù)的來(lái)源具有較大的差距，數(shù)據(jù)的標(biāo)準(zhǔn)也有著極大的不同，數(shù)據(jù)庫(kù)運(yùn)用的體系的差距的優(yōu)化會(huì)得出不同的結(jié)果，這種結(jié)果的差異性也被稱之為數(shù)據(jù)信息的先天性差異，屬于不可避免的誤差問題。由于現(xiàn)階段我國(guó)企業(yè)數(shù)量相對(duì)較多，各企業(yè)內(nèi)部各種活動(dòng)與業(yè)務(wù)也具有較強(qiáng)的復(fù)雜性，統(tǒng)計(jì)人員自身專業(yè)能力也有著較大的差距，這些因素在一定程度上導(dǎo)致不用途徑來(lái)源的數(shù)據(jù)信息存在較大差距。企業(yè)需要根據(jù)自身的智能計(jì)算技術(shù)創(chuàng)建良好的分析數(shù)據(jù)模型與完善的管理體系，并對(duì)各種數(shù)據(jù)信息進(jìn)行科學(xué)的分析與研究，獲得相對(duì)較為正確的結(jié)果，其中在以該結(jié)果為基礎(chǔ)，對(duì)企業(yè)實(shí)際運(yùn)營(yíng)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(jìn)企業(yè)各業(yè)務(wù)活動(dòng)的順利實(shí)施，為企業(yè)經(jīng)濟(jì)效益的發(fā)展奠定良好的基礎(chǔ)。

2.2 積極建設(shè)智能化信息管理體系

大數(shù)據(jù)發(fā)展環(huán)境下，將很多技術(shù)融入到企業(yè)中，同時(shí)對(duì)企業(yè)帶來(lái)智能化的要求，企業(yè)需要不斷調(diào)整系統(tǒng)模式，積極引進(jìn)先進(jìn)的智能計(jì)算技術(shù)，注重對(duì)數(shù)據(jù)資源的有效利用，掌握住關(guān)鍵信息。提高數(shù)據(jù)資源的收集，注重大數(shù)據(jù)平臺(tái)模式的構(gòu)建，及時(shí)了解市場(chǎng)發(fā)展訊息，以智能計(jì)算技術(shù)為手段收集信息，組成信息數(shù)據(jù)庫(kù)，將數(shù)據(jù)信息進(jìn)行歸類處理，保證信息標(biāo)準(zhǔn)的統(tǒng)一，增強(qiáng)信息數(shù)據(jù)實(shí)用性，處理規(guī)范性，同時(shí)保證數(shù)據(jù)管理的準(zhǔn)確性與嚴(yán)格性。針對(duì)智能計(jì)算機(jī)技術(shù)及時(shí)展開數(shù)據(jù)專業(yè)處理。企業(yè)選擇適當(dāng)?shù)闹悄苡?jì)算分析軟件，積極構(gòu)建數(shù)據(jù)分析專業(yè)模型，保證數(shù)據(jù)信息處理的細(xì)致科學(xué)，提高分析結(jié)果的專業(yè)性。對(duì)于智能計(jì)算技術(shù)下分?jǐn)?shù)據(jù)分析結(jié)果，還要保證能夠很好的應(yīng)用到企業(yè)中。特別是企業(yè)獲得信息結(jié)論之后，以結(jié)論為出發(fā)點(diǎn)，與企業(yè)發(fā)展相結(jié)合，調(diào)整企業(yè)發(fā)展結(jié)果，及時(shí)對(duì)相關(guān)數(shù)據(jù)業(yè)務(wù)進(jìn)行整合處理，這種情況下，企業(yè)計(jì)算機(jī)基礎(chǔ)能夠獲得更進(jìn)一步的發(fā)展，企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中的實(shí)力也會(huì)得到提升，為企業(yè)擴(kuò)大發(fā)展奠定基礎(chǔ)。

2.3 創(chuàng)建共享、兼容信息數(shù)據(jù)庫(kù)

在大數(shù)據(jù)環(huán)境中，企業(yè)為了促進(jìn)人工智能計(jì)算技術(shù)管理的真正落實(shí)，需要從兩方面入手創(chuàng)建完善的共享、兼容智能數(shù)據(jù)庫(kù)。首先，企業(yè)需要根據(jù)實(shí)際需求在內(nèi)部創(chuàng)建財(cái)務(wù)共享數(shù)據(jù)庫(kù)。在其實(shí)際創(chuàng)建過程中，企業(yè)管理人員需要對(duì)各使用人員的權(quán)限進(jìn)行科學(xué)的明確，充分實(shí)現(xiàn)針對(duì)性較強(qiáng)的權(quán)限數(shù)據(jù)庫(kù)的創(chuàng)建，并逐漸形成企業(yè)內(nèi)部的智能計(jì)算數(shù)據(jù)庫(kù)，促進(jìn)相關(guān)數(shù)據(jù)信息在企業(yè)內(nèi)部的共享。其次，企業(yè)需要強(qiáng)化內(nèi)部數(shù)據(jù)庫(kù)的監(jiān)管力度。通常情況下，企業(yè)數(shù)據(jù)庫(kù)需要較為完善且有力的監(jiān)督與管理。因此企業(yè)相關(guān)部門需要提高對(duì)于數(shù)據(jù)的監(jiān)管力度，其中可利用計(jì)算機(jī)技術(shù)中的圖像識(shí)別以及語(yǔ)言識(shí)別功能等對(duì)企業(yè)內(nèi)部數(shù)據(jù)庫(kù)犯罪方面進(jìn)行較為嚴(yán)格的打擊。充分促進(jìn)企業(yè)信息數(shù)據(jù)庫(kù)作用的全面發(fā)揮。

3 結(jié)束語(yǔ)

綜上所述，對(duì)于大數(shù)據(jù)時(shí)代下，人工智能計(jì)算技術(shù)促進(jìn)社會(huì)發(fā)展的重要產(chǎn)物，同時(shí)也是企業(yè)發(fā)展中的主要?jiǎng)恿?。將智能?jì)算技術(shù)應(yīng)用到企業(yè)中，幫助企業(yè)提升數(shù)據(jù)處理與形式分析的準(zhǔn)確性，同時(shí)減少相關(guān)工作人員在數(shù)據(jù)處理方面的工作量，幫助企業(yè)提升整體經(jīng)營(yíng)運(yùn)行效率。協(xié)助企業(yè)建立完善的數(shù)據(jù)收集、處理、分析等系統(tǒng)，保證數(shù)據(jù)分析的準(zhǔn)確性。結(jié)合當(dāng)前技術(shù)發(fā)展為基礎(chǔ)，對(duì)操作情況以及企業(yè)的經(jīng)濟(jì)情況展開處理，不斷提高智能計(jì)算技術(shù)的使用效率，為企業(yè)獲取更多經(jīng)營(yíng)效益。

參考文獻(xiàn)

[1]郭平，王可，羅阿理等，大數(shù)據(jù)分析中的計(jì)算智能研究現(xiàn)狀與展望[J]，軟件學(xué)報(bào)，2015， 26 （11）： 3010-3025.

[2]王鵬，張利，大數(shù)據(jù)處理系統(tǒng)的研究進(jìn)展與展望[J].高技術(shù)通訊，2015， 25 （08）： 793-801.

[3]彭濤，孫連英，劉暢等.大數(shù)據(jù)時(shí)代的智能計(jì)算技術(shù)[J]，科技廣場(chǎng)，2016（03）：4—10.

[4]張勞模，王君，基于大數(shù)據(jù)理論的智能計(jì)算技術(shù)研究及應(yīng)用[J].數(shù)字通信世界，2016 （10）.

[5]宋維靜，劉鵬，王力哲等，遙感大數(shù)據(jù)的智能處理：現(xiàn)狀與挑戰(zhàn)[J]，工程研究一跨學(xué)科視野中的工程，2014 （03）： 259-265.

[6]馬小平，代偉，大數(shù)據(jù)技術(shù)在煤炭工業(yè)中的研究現(xiàn)狀與應(yīng)用展望[J]，工礦自動(dòng)化，2018（01）.

[7]劉志卓.探究大數(shù)據(jù)技術(shù)在指揮信息系統(tǒng)中的應(yīng)用與發(fā)展[J].科技傳播，2017，9 （22）.

[8]馮國(guó)瑞，王亮，基于大數(shù)據(jù)和云計(jì)算的電網(wǎng)財(cái)務(wù)系統(tǒng)決策研究[J].通信電源技術(shù)，2017， 34 （01）：113-115.

[9]梁吉業(yè)，錢宇華，李德玉等，面向大數(shù)據(jù)的粒計(jì)算理論與方法研究進(jìn)展[J].大數(shù)據(jù)，2016，2 （04）：13-23.