基于大數據結合云計算的人工智能創(chuàng)新發(fā)展

汪京坪

摘要

為了進一步解析大數據和云計算對人工智能發(fā)展的支持，解讀全新的計算升級路徑，本文分析了人工智能利用云計算與大數據的運行機制。并對兩種技術結合后支持人工智能發(fā)展的本質因素加以探討，進而總結了在大數據結合云計算之后創(chuàng)新人工智能的發(fā)展傾向，以便為相關研究提供理論參考。

【關鍵詞】大數據 云計算 人工智能 創(chuàng)新發(fā)展

大數據計算與云計算的深入結合，必然支持人工智能技術的不斷創(chuàng)新。在這一過程中，大數據技術的功能逐步完善，而云計算的輔助性資源解析能力也在不斷加強，必然對人工智能的創(chuàng)新性發(fā)展具備更高的應用價值。

1 人工智能利用云計算與大數據的運行機制

人工智能的發(fā)展之所以能夠不斷接近人類思考方式，最為重要的條件便是運算機制的可行性。早期人工智能算法依賴于關鍵詞黑白名單和過濾技術，后期發(fā)展出貝葉斯過濾算法等等。就其利用價值而言，仍然是神經網絡算法的應用價值更高，對于人工智能運算機制的輔助性也更為便捷。假設計算機系統(tǒng)提出較為復雜的奇函數f（x），并不需要考量該個函數的求解方向，但可以明確在神經網絡中的輸入條件x，其值f（x）可描述近似解集范疇的特征，最終輸出人工智能認為最接近的解集。因此，這一取值范疇的界定，需要以大數據海量信息為對比條件，不斷優(yōu)化近似值的接近度。同時需要借助云計算的對比資源，建立邏輯關系之后延展認知邊界，標識和梳理數據類型的可利用價值。方能促使人工智能的輸出結果接近于真實訴求，真正完成智能化的結果輸出。

2 大數據結合云計算對人工智能的支持

2.1 大數據對人工智能的發(fā)展性支持

在大數據技術不斷發(fā)展的過程中，網絡數據資源的可利用價值不斷提升。人工智能需要在自主學習機制中不斷演化智能思維，不斷接近于人類思考模式，才能為諸多功能需求提供支持。大數據之所以能夠為人工智能提供數據服務，在于數據類型的豐富性。當這種豐富性完全契合了人工智能處理條件，則含量信息的甄選與利用價值也會隨之優(yōu)化。大數據主要存在三種類型：

（1）結構化數存在固定格式或長度，諸如表格類的數據結構，描述了人工智能的淺層交互信息，如：國籍、性別、姓名等等。

（2）是非結構化數據。結構化數據的描述性并不充分，非結構化的數據可描述非固定長度的數據資源，諸如網頁信息、語音、或視頻等非結構化數據類型。

（3）半結構化數據中HTML格式或XML格式等，也是人工智能必須識別的標識性數據類型。

因此，三種數據結構類型的表現形式均需要人工智能來識別，并進行系統(tǒng)分析，方能達到從數據識別到智能甄選的轉化。

2.2 云平臺對關鍵數據信息的整合效力

雖然大數據技術能夠綜合多種數據的海量信息特征，但人工智能并無法直接應用這些信息做出主觀決策。其中缺乏資源對比數據，讓人工智能的自主決策機制過于單薄。而云計算的出現，則在最大限度上整合了多種數據資源的有效形式，補充了資源整合效力，對人工智能的識別決策提供了輔助性支持。在設計云計算之初，其本質目標便是對資源的管理，其中涉及到計算資源、網絡資源、存儲資源三個方面。計算資源為人工智能提供了基礎數據的分析框架，網絡資源促進人工智能的自主學習，存儲資源不斷升級人工智能的認知邊界。因此，云計算并非提供了最直接的數據資源，但是提供了資源整合的輔助性支持，可為人工智能的自我迭代與演化提供輔助路徑。貫穿了大數據與人工智能的技術契合度之后，便可由人工智能自主選擇完善方向和資源類型。

3 在大數據結合云計算之后創(chuàng)新人工智能的發(fā)展傾向

3.1 從數據到資源

大數據技術本身的5V特征支持了信息普遍利用價值，但也存在利用價值實現維度的局限性。而云計算解決數據困境時，便獲取了另一種網絡數據資源的價值再造。重新獲得數據支持后，數據資源的豐富性、完備度、利用價值必然優(yōu)勢突出。而人工智能只有借助了優(yōu)勢資源后，才能規(guī)避海量數據的計算冗余，為快速識別數據特征，提出智能決策提供輔助性支持。故而，從數據到資源的轉，是大數據結合云計算的發(fā)展要素，更加是優(yōu)化人工智能運行效率的必要條件。

3.2 從概率到畫像

人工智能此前的分析維度趨向于某一特定概率的預期結果，但并未精準描述該結果的智能認知。而在借助了云計算的功能之后，其圖像信息的理解能力更強，可辨析人類思維的邏輯延展維度。諸如淘寶大數據平臺，僅通過用戶瀏覽信息的頻次，便可推薦用戶所需的商品類型。這種基于個人主觀選擇傾向的推薦方式，便是人工智能借助云計算服務平臺實現的技術架構，可支持人工智能推薦精準用戶畫像信息，補充選擇機制的完備度。

3.3 從IaaS到PaaS

人工智能為終端網絡用戶提供的服務均借助Intemet完成，既需要計算機基礎設施的支持，也需要軟件服務平臺的支撐。因此，基礎設施僅為運算支持，平臺服務才是優(yōu)化智能資源利用價值的潛在條件。當IaaS不斷向PaaS轉化后，其智能服務的效率與輸出結果才可能被終端用戶所接受。諸如：阿里云、騰訊云、網易云等，其其服務理念上均擴充了虛擬云數據處理中心的功能，可為網絡終端用戶提供更為便捷和快速的智能化服務。

4 結語

綜上所述，匯集云計算、大數據、人工智能三方面技術類型之后，人工智能的數據資源處理能力逐步加強。雖然目前真正支持人工智能自主迭代的演化機制很難操作或實踐，但隨大數據與云計算的深度結合，必然能夠支持人工智能計算的快速發(fā)展，為全新的智能化時代提供科技創(chuàng)新的發(fā)展路徑。

參考文獻

[1]朱珺辰，高俊杰，宋企皋.大數據、人工智能與云計算的融合應用[J].信息技術與標準化，2018（03）：44-47.

[2]姜世戟.人工智能應用在我國銀行業(yè)的探索實踐及發(fā)展策略[J].西南金融，2018（02）：44-49.