大数据时代的人工智能范式探究

张成叔

摘 要：人工智能概念的提出，表明社会已经进入到全新发展阶段.然而由于受到技术限制影响，导致人工智能技术的发展缓慢.当前人类正在面临科技革命，人工智能技术也不断成熟发展.在大数据时代背景下，人工智能技术形成相应范式，并且可以实现初步应用.此次研究主要是探讨分析，人工智能范式在大数据时代中的发展，深入探索了人工智能技术的影响，并且介绍了人工智能的范式结构，希望能够为相关领域的研究提供参考.

关键词：大数据时代;人工智能范式;计算科学

中图分类号：TP18  文献标识码：A  文章编号：1673-260X（2019）12-0057-02

大数据技术为人工智能技术的发展提供了基础条件，但是由于人工智能技术所涉及到的内容比较多，并且具备前沿性与综合性特点.所以人工智能技术在未来发展中，可以对人的行动和思维进行模拟.现阶段，人工智能技术还处于发展阶段，功能限制因素比较多.在大数据技术城市化发展背景下，也会相应扩大人工智能技术的应用范围.

1 大数据对人工智能造成的影响分析

在大數据时代发展背景下，抽象思维逐渐转变为整体思维，大数据技术，可以将社会数据信息存储到数据库中，采用综合分析的方法分析数据内容和结果，逻辑分析能力比较强.大数据技术，可以采用信息提取方式获得不同受众的需求，明显提升了信息精确度.此外，大数据技术的预测功能也比较强，通过决策功能可以指导决策，明显改善了传统思维模式，通过新型思维模式促进科学技术的发展.此外，大数据技术的发展也转变了传统思维模式.比如搜索技术，搜索引擎不仅能够满足信息需求，还可以通过算法计算，将最佳结果提供给用户.长期以来，决策人员在做出决策时，必须考虑到多个方面，推断因果关系.然而在大数据时代背景下，能够简化决策复杂性.比如超市购物销售中，可以通过报表方式获取到商品销售情况，并且通过分析用户的消费喜爱，推荐相关的商品.在比如天气预报，通过人工智能技术能够提前获取天气信息，做好相关准备工作.

2 基于大数据背景下的人工智能范式研究

2.1 人工智能范式的数据功能

在大数据技术快速发展过程中，相应改变了人工智能范式.人工智能具备综合性特点，如果将其规划到数据研究范畴中，则表现出严重的片面性问题.在人工智能范式中引入思维系统，可以通过发散性思维处理真实问题.该范式还可以融合数据收集，分析和处理技术，并且将数据分析结果转化为命令，采用逻辑程序模式完成相关操作.通过数据中心范式结构能够实现全面性搜索引擎，我国系统数据处理技术和搜索引擎，可以获得准确的分析结果.并且将分析结果转化为知识结构.当前多数地图都走入了人工智能范式功能，在家搜索信息，输入之后可以显示出具体位置，还可以实时识别数据信息.基于大数据技术，人工智能范式，可以随时转换语言数据，将其变为指令命令采集和分析语言内容，及时转化为相关数据内容，该范式服务具体体现为人工交谈设备.此外将情感模块融入到人工智能范式当中，可以将公众的需求转化为信息数据，以此为用户提供针对性服务，发挥出数据价值.

在人工智能数据库当中也包含深度学习，主要体现在以下方面：第一，当前已经研发出较多基于深度学习的信息产品，通过脑电波识别控制技术，可以对人脑意念进行控制.在脑电波识别设备中安装读心应用程序，结合平板电脑可以扫描和交互脑电波，不过人脑意念控制平板电脑.第二，深度学习与人脸识别的信息产品也得到广泛应用.通过生物特征识别系统，可以实现摄像机与计算机的连接，扫描特定人群，按照面孔识别与定位，认识到深度学习的重要性.当前，我国多数互联网企业通过深度学习技术，研发出较多智能语言软件，与云端协调作用能够定义和演算目标特征，提供拟人化服务.

2.2 人工智能技术感知范式

在大数据技术快速发展过程中，人工智能范式逐渐改变了传统思维模式，开始朝着开放化和智能化方向发展，通过思维模式的改革发展，能够不断强化人工智能范式的感知能力.采用模糊逻辑控制方法以及集散控制方法，可以有效结合耦合系统和分散系统，不断完善人工智能范式.在各个领域当中，学者都致力于研究agent，并且通过各项措施提升人工智能的感知能力.在传感技术和物联网技术快速发展过程中，为人工智能范式的完善提供了良好环境，相应加强了人工智能的数据管理与控制能力.其次借助于云计算技术，可以对准确记录和存储空间信息，并且利用网络线路传播信息数据.在大数据时代下，人工智能范式可以通过人际交互技术对人体思维形体进行模拟，相应促进的智能语音技术的发展.当前多数产品和智能的感知范式出现，可以为公众提供较多便利，出现了诸如智能眼镜和智能手表等产品.我国关于人工智能技术的研究还在进行当中，并且将感知范式应用到机器人和车辆系统中，为社会生产生活提供较多便利.

对于以感知为中心的人工智能范式，当前的研究进展主要表现在以下方面：第一，基于人工智能的搜索引擎技术，该种技术可以借助阅读技术和标签感应，将所有网络连接的工业控制系统罗列出来，明显提升了物联网技术的可视化与管理能力;第二，在云计算技术发展过程中，也逐渐实现了人工智能技术耦合，促进人机互动，并且开发出一系列互联网应用与业务.语音交互系统的发展，能够结合到姿态操控、视觉操控以及手势操控中.并且基于计算机中央处理器研发出同声传译系统，降低语音识别的错误率.第三，在信息化产品中，开始研发出智能联网设备.基于人工智能及时的设备已经成为研究热点.比如谷歌眼睛、智能手表等，都属于穿戴式联网设备的体现.在未来发展中，该类网络设备会逐渐朝着医疗领域、生物领域和体育领域发展.比如当前所研发的电子药片，人体吞服之后，能够通过胃酸发电，从而发出信号，能够应用到身份验证和生物识别中.智能机器人也属于人工智能的研究方向，当前已经开始应用无人飞行器派送包裹，并且逐渐应用到工业制造和市场营销领域.通过机器人的研发，有助于降低人力成本.在未来发展研究中，基于人工智能技术的智能机器人会朝着更加高端的方向发展.

2.3 人工智能范式的人脑科学

人工智能技术研究的目的在于模仿人类思维，具备自身独立的思想.人工智能范式的人脑科学能够对人类保护活动和思维方式进行模拟，并且运送简单的问题.人工智能范式的，程序化特点比较突出，还能够进行高级运算.不同学者在研究人工智能范式的人脑活动时，建立了专门的研究小组，希望通过人脑科学研究不断完善人工智能技术，确保其可以通过神经形态赋予机器人人类思维.人工智能范式中的人脑科学能够对指导行为和思维方式进行模拟，逐渐朝着高级形态发展.

2.4 人工智能范式的认知功能

人类脑组织具备认知功能识别功能，可以实现逻辑思维分析，提升对周边事物的认知力.在人工智能范式的认知功能中，可将其作为独立模块进行研究.在大数据發展背景下，计算机计算过程就属于认知过程，在研究社需要高度融合计算机处理技术和认知工作，建立系统理论结构，不断强化人工智能范式的思考能力.以数据作为认知前提，可以成就事务当中发现新的认知，建立新型人工智能设备.

3 人工智能的实现途径

下图为人工智能的实现途径和机理.

从图中的纵向分析能够看出，人工智能的途径主要包括计算认知，功能，社会以及记忆等方面的模拟，不同途径均具备相应的特点，因此无法使用同一种范式对所有功能模块进行统一.人工智能范式希望可以叫人工智能纳入到严密系统当中，然而人类智能却无法融入到逻辑框架当中.对于以认知为中心的人工智能范式，在组织构造和使用方面都存在难度.基于结构中心的人工智能范式可以应用到感觉和识别当中，然而在高级思维活动中的应用不足.基于感知中心的人工智能范式可以实现主动智能，收集数据信息，并且结合到大数据技术当中，以此挖掘出隐藏智能作用.基于脑科学中心的人工智能范式，属于实现人工智能的最佳途径.然而由于对某结构认识的不足，因此只能够进行低级智能行为的模拟.基于数据中心的人工智能范式可以满足大数据发展要求，因此在实际应用期间需要确保数据质量.需要注意的是，当前仍然缺乏统一的数据制定标准.

通过横向分析能够看出，不同凡事都存在各自的机理，包括计算代理，进化和学习，不同机理所对应的形态各不相同，包括脑科学，大数据，人工神经网络以及互联网.将人工智能的不同范式对应到相应的范式当中，可以归纳为计算科学范式.

4 结束语

综上所述，人工智能高度融合了多种学科的知识，不仅涉及到人类思维的模拟技术问题，还涉及到人工智能的基本概念、逻辑假设以及研究方法等问题.多学科的相互交融能够促进不同观点的发展.需要注意的是，当前没有任何一种假说在经过选择后，被彻底推翻和去除，也无法对人工智能领域统一.因此，人工智能属于缺乏统一观点的学科体系.当前，人工智能在军事领域及工业领域被广泛应用，在发展过程中也出现了较多新的研究方式，体现出人们对于人工智能的研究的变化.通过人工智能的研究，能够为后续深入研究奠定良好基础，也能够有效处理专业研究中所出现的问题.

参考文献：

〔1〕解学芳.人工智能时代的文化创意产业智能化创新：范式与边界[J].同济大学学报（社会科学版），2019，30（1）：42-51.

〔2〕马宁宇.人工智能技术范式下的媒体创新优化与伦理失范[J].新闻知识，2018，25（9）：82-85.

〔3〕周知，于帅，陈旭.边缘智能：边缘计算与人工智能融合的新范式[J].大数据，2019，5（2）：53-63.

〔4〕那顺乌力吉.“大任务、小数据”范式下人工智能的一种可能路径——浅谈类比与人工智能[J].重庆理工大学学报（社会科学版），2018，32（6）：27-31.

〔5〕王磊钦.资产评估专业教育的探讨——基于大数据与人工智能科技背景[J].中国资产评估，2019，26（7）：35-37.

〔6〕覃京燕.量子思维对人工智能、大数据、万联网语境下的交互设计影响研究[J].装饰，2018，（10）：34-39.

〔7〕李翠平，柴云鹏，杜小勇，等.新工科背景下以数据为中心的计算机专业教学改革[J].中国大学教学，2018，18（7）：22-24.