論人工智能在大數(shù)據(jù)時(shí)代網(wǎng)絡(luò)信息研究中應(yīng)用

劉杰強(qiáng)

摘 要：在信息化時(shí)代背景下，特別是分析大數(shù)據(jù)時(shí)代的網(wǎng)絡(luò)信息的應(yīng)用情況的過(guò)程中，我們應(yīng)該重視人工智能、深度學(xué)習(xí)和網(wǎng)絡(luò)信息融合發(fā)展，這樣才有利于推動(dòng)社會(huì)發(fā)展，有利于實(shí)現(xiàn)信息化建設(shè)的根本目標(biāo)。

關(guān)鍵詞：大數(shù)據(jù)技術(shù);人工智能;網(wǎng)絡(luò)信息;深度學(xué)習(xí)

在信息化時(shí)代背景下，海量數(shù)據(jù)則是必然的發(fā)展趨勢(shì)，在應(yīng)用大規(guī)模集群的并行計(jì)算的背景下，對(duì)于如何實(shí)現(xiàn)大數(shù)據(jù)時(shí)代背景下網(wǎng)絡(luò)數(shù)據(jù)挖掘效率具有一定的挑戰(zhàn)性。另外，大數(shù)據(jù)背景下的網(wǎng)絡(luò)信息的圖像、影音相關(guān)數(shù)據(jù)分析以及處理水平整體還不高。將AI人工智能技術(shù)應(yīng)用在網(wǎng)絡(luò)信息處理方面則也是必然的趨勢(shì)，這里重點(diǎn)探討了人工智能技術(shù)在大數(shù)據(jù)背景下的信息處理研究問(wèn)題。

1大數(shù)據(jù)時(shí)代的網(wǎng)絡(luò)信息

1. 1網(wǎng)絡(luò)信息

網(wǎng)絡(luò)信息則是在網(wǎng)絡(luò)環(huán)境下，用戶(hù)所表達(dá)自身言論以及觀點(diǎn)的內(nèi)容，其具有互動(dòng)性強(qiáng)、內(nèi)容豐富、傳播快速以及具有很強(qiáng)的即時(shí)性等特點(diǎn)。隨著移動(dòng)網(wǎng)絡(luò)終端的不斷普及，大數(shù)據(jù)背景下的互聯(lián)網(wǎng)信息具有飛快的傳播速度。在進(jìn)行信息傳播的過(guò)程中，人們能夠充分利用新媒體職工的微信、微博、直播、短視頻以及各種社交平臺(tái)的優(yōu)勢(shì)，從而能進(jìn)行數(shù)據(jù)信息的快速傳播，其具有多樣化的內(nèi)容，包括文字、圖像以及音視頻等，數(shù)據(jù)單個(gè)價(jià)值十分有限，整體價(jià)值較高但往往分布較為分散。網(wǎng)絡(luò)信息的傳播速度、復(fù)雜多樣性以及數(shù)據(jù)吞吐量都呈現(xiàn)出幾何式的快速變化。

1.2 網(wǎng)絡(luò)輿情分析處理技術(shù)

在信息化大數(shù)據(jù)時(shí)代背景下，網(wǎng)絡(luò)信息分析處理技術(shù)則是能有效進(jìn)行數(shù)據(jù)分析為決策服務(wù)提供幫助，主要涉及到以下方面。一是，熱點(diǎn)發(fā)現(xiàn)技術(shù)。這樣能有效針對(duì)大量數(shù)據(jù)話(huà)題以及關(guān)鍵詞進(jìn)行辨別，進(jìn)行相應(yīng)的新聞、目標(biāo)話(huà)題數(shù)量的動(dòng)態(tài)化統(tǒng)計(jì)，并能通過(guò)相應(yīng)的算法來(lái)進(jìn)行預(yù)測(cè);二是，信息采集技術(shù)，主要是對(duì)于數(shù)據(jù)進(jìn)行抓取以及清洗，并能結(jié)合實(shí)際需求來(lái)實(shí)現(xiàn)精簡(jiǎn)數(shù)據(jù);三是，熱點(diǎn)評(píng)估技術(shù)。能結(jié)合社會(huì)特點(diǎn)問(wèn)題以及反饋情況，提出評(píng)分以及預(yù)警方案，從而影響公眾輿論的引導(dǎo)。

2人工智能、深度學(xué)習(xí)和網(wǎng)絡(luò)信息

2. 1人工智能與深度學(xué)習(xí)

在計(jì)算機(jī)技術(shù)快速發(fā)展的背景下，人工智能則是其重要的分支領(lǐng)域，對(duì)于各個(gè)方面的發(fā)展都具有重要意義。其中，谷歌圍棋程序AlphaGo則是最具代表性的例子，能輕而易舉地?fù)魯∈澜绻谲娖迨帧＿@就是人工智能中深度學(xué)習(xí)的典型應(yīng)用實(shí)例。

人工智能技術(shù)的發(fā)展過(guò)程中，深度學(xué)習(xí)則是重要的研究方向，屬于機(jī)器學(xué)習(xí)的重要分支。其主要考慮到來(lái)自于人工智能神經(jīng)網(wǎng)絡(luò)方面的內(nèi)容，通過(guò)選擇以及樣本學(xué)習(xí)，利用有效的算法，借助于內(nèi)在結(jié)構(gòu)以及表示層次，能有效實(shí)現(xiàn)采集信息的特征區(qū)分，從而能實(shí)現(xiàn)相應(yīng)識(shí)別規(guī)則要求下，保障機(jī)器具有一定的學(xué)習(xí)能力，有效開(kāi)展文字、聲音、圖像等數(shù)據(jù)信息的特征識(shí)別。

2. 2深度學(xué)習(xí)與圖像處理

深度學(xué)習(xí)則是屬于較為復(fù)雜的機(jī)器學(xué)習(xí)算法，特別是在圖像識(shí)別領(lǐng)域中具有較為廣泛的應(yīng)用空間，能保障實(shí)現(xiàn)較高準(zhǔn)確率的圖像識(shí)別要求，有利于解決復(fù)雜模式的識(shí)別。

從軟件層面來(lái)說(shuō)，圖像識(shí)別工作主要分為獲取數(shù)據(jù)信息、數(shù)據(jù)預(yù)處理、特征選擇及抽取、設(shè)計(jì)及決策等工作。一般來(lái)說(shuō)，神經(jīng)網(wǎng)絡(luò)圖像識(shí)別技術(shù)應(yīng)用較為廣泛，則是結(jié)合了神經(jīng)網(wǎng)絡(luò)算法以及圖像識(shí)別技術(shù)，能有效地進(jìn)行視覺(jué)系統(tǒng)的模擬處理，方可以進(jìn)一步進(jìn)行圖像識(shí)別，在具體的過(guò)程中，當(dāng)存在著圖像特征和人眼識(shí)別記憶及感官判斷的圖像的匹配，則判定為圖像識(shí)別成功。具體的識(shí)別效果來(lái)看，則是可以通過(guò)深度神經(jīng)網(wǎng)絡(luò)能實(shí)現(xiàn)預(yù)期的識(shí)別效果，具有較高的準(zhǔn)確率，其中微軟的圖像識(shí)別引擎具有較低的分類(lèi)錯(cuò)誤率，甚至低于人類(lèi)肉眼辨識(shí)的錯(cuò)誤率。從這個(gè)角度來(lái)看，機(jī)器深度學(xué)習(xí)在圖像識(shí)別效率和精準(zhǔn)度則具有較強(qiáng)的優(yōu)勢(shì)。

從硬件方面來(lái)看，當(dāng)前已經(jīng)將CPU （ graphics processing unit）虛擬化應(yīng)用在人工智能以及數(shù)據(jù)科學(xué)領(lǐng)域中，能夠有效獲得相應(yīng)的AI、深度學(xué)習(xí)和數(shù)據(jù)科學(xué)服務(wù)器虛擬化等方面的支持。相比而言，這樣能大大提升深度學(xué)習(xí)的速度，更好地符合人工智能技術(shù)的發(fā)展，所涉及到的CUDA （ compute unified device architecture）單元?jiǎng)t能更快地進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方面的工作。特別情況下，在進(jìn)行比較大規(guī)模的數(shù)據(jù)監(jiān)控識(shí)別的工作中，則可以通過(guò)增設(shè)專(zhuān)業(yè)顯卡就可以實(shí)現(xiàn)。在摩爾定律的作用下，硬件性能得到快速提升，這對(duì)于深度學(xué)習(xí)的發(fā)展具有重要的意義。

2. 3 人工智能與網(wǎng)絡(luò)信息

深度學(xué)習(xí)則是在信息化時(shí)代背景下的大數(shù)據(jù)技術(shù)下的機(jī)器自主學(xué)習(xí)的情況，能借助于底層組合方式體現(xiàn)出更加直觀的表達(dá)。結(jié)合深度學(xué)習(xí)的情況，當(dāng)存在著特定任務(wù)模型深度訓(xùn)練的問(wèn)題，系統(tǒng)則自動(dòng)進(jìn)行相應(yīng)的計(jì)算單元的增加，意味著相應(yīng)更多的訓(xùn)練樣本以及參數(shù)確定，這樣能充分利用好大數(shù)據(jù)技術(shù)的優(yōu)勢(shì)。另外，在深度學(xué)習(xí)的過(guò)程中，借助于大數(shù)據(jù)的自主學(xué)習(xí)工作，能有效實(shí)現(xiàn)良好的樣本特征提取，從而滿(mǎn)足圖像識(shí)別系統(tǒng)性能得到全方位的提升。深度學(xué)習(xí)在當(dāng)前的語(yǔ)音識(shí)別、文本分析以及自動(dòng)駕駛等方面都有著廣泛的應(yīng)用，相應(yīng)的內(nèi)容都是大數(shù)據(jù)網(wǎng)絡(luò)信息的研究范疇。

由此可見(jiàn)，在基于大數(shù)據(jù)的網(wǎng)絡(luò)信息相關(guān)的研究工作中，充分發(fā)揮好人工智能的優(yōu)勢(shì)，能構(gòu)建深度學(xué)習(xí)模型，并合理化選擇相應(yīng)的優(yōu)化算法，從而滿(mǎn)足實(shí)現(xiàn)各種模式的對(duì)象及目標(biāo)的準(zhǔn)確化識(shí)別，在具體的應(yīng)用實(shí)踐中能實(shí)現(xiàn)車(chē)輛、物品、人臉、文字等方面的識(shí)別，并借助于網(wǎng)絡(luò)信息技術(shù)進(jìn)行反饋，從而更好地開(kāi)展網(wǎng)絡(luò)信息的預(yù)警服務(wù)、實(shí)時(shí)監(jiān)控。

3 結(jié)論

綜上所述，針對(duì)大數(shù)據(jù)網(wǎng)絡(luò)信息處理的背景來(lái)說(shuō)，則應(yīng)充分重視人工智能技術(shù)的融入，其中，則應(yīng)重視相應(yīng)的頂層設(shè)計(jì)工作，并搭配到效率的核心算法，并選擇高性能的硬件配置，結(jié)合人工智能算法有效地進(jìn)行大數(shù)據(jù)信息處理工作，滿(mǎn)足信息化時(shí)代背景對(duì)于數(shù)據(jù)網(wǎng)絡(luò)信息的監(jiān)管以及引導(dǎo)工作，為社會(huì)的進(jìn)步發(fā)展更好地發(fā)揮信息技術(shù)的優(yōu)勢(shì)。

參考文獻(xiàn)：

[1] 丁春光， 黃志華， 沈佳塔， 等. 基于大數(shù)據(jù)與人工智能的元器件數(shù)據(jù)智慧管理[J]. 電子產(chǎn)品可靠性與環(huán)境試驗(yàn)， 2020年1期.

[2] 李肯立， 陽(yáng)王東， 陳岑， 等.? 面向人工智能和大數(shù)據(jù)的高效能計(jì)算[J].? 數(shù)據(jù)與計(jì)算發(fā)展前沿， 2020年1期.

[3] 姜峰.? 探討大數(shù)據(jù)與人工智能在市政工程建設(shè)中的應(yīng)用與推廣[J]. 寫(xiě)真地理， 2020年27期.