大数据时代下人工智能应用研究探讨

◆王盼盼

大数据时代下人工智能应用研究探讨

◆王盼盼

（郑州财经学院 河南 450000）

大数据时代背景下，人工智能研究初露锋芒。如何利用海量数据为人工智能技术的应用普及添砖加瓦成为研究热点。本文简要探讨大数据时代背景下，人工智能的发展现状、研究热点、应用优势、运行条件及应用前景等内容。文章主要讨论分析大数据时代人工智能所涉及的领域，为了不断更新应用服务，将大数据和人工智能进行有效结合。

大数据；人工智能；应用研究；

目前，人工智能技术研究突破重大，人工智能应用逐渐融入日常生活。大数据时代数据指数增长，如何合理利用海量数据为人们提供生活工作便利，成为研究热点。大数据技术可以有效处理各项数据信息，与大数据技术相结合，发挥人工智能快速精准计算的优势，有效解决实际问题，加快社会发展。

1 大数据时代与人工智能概述

1.1 大数据时代

大数据[1-3]是数据挖掘的基础，数据挖掘是解释数据及其相互关系的一门学科，需要大量数据反复对比完成。挖掘过程单一，存在大量的反复环节：采集数据源，提取关键数据、整理分析，得出结论。现今各行业应用普及，特别是电信、农业、银行、电力、化学品等行业数据量大，数据处理工作繁重。数据挖掘作为一个全新的专业学科，应用范围广，发展潜力巨大，是当今社会的重要研究对象。由于大量、反复的循环挖掘过程，人力无法实现，急需人工智能技术支持。

随着各行业海量数据的激增，更多领域将迎来人工智能快速发展。人工智能研究应契合大数据时代，以更自动、智能、高效、普适为发展方向，为各领域、各行业挖掘有效数据、展现实际应用价值，完成数字化转型。

1.2 人工智能

人工智能（Artificial Intelligence，AI）是研究使计算机来模拟人的某些思维过程和智能行为的一门综合性前沿学科，与基因过程、纳米科学并列为 21 世纪的三大尖端技术。人工智能在 20世纪中叶诞生，发展过程可以分为四个阶段：萌芽阶段（20 世纪 40 年代到 50 年代）、形成阶段（20 世纪 50 年代至 60 年代）、发展阶段（20 世纪 70 年代到 90 年代早期）和成熟阶段（20世纪90年代末期至今）。

1950年图灵测试用于判定计算机是否智能，1969年召开第一届国际人工智能联合会议，人工智能得到国际认可。1980年第一届机器学习国际研讨会，人工智能兴起。1997年IBM深蓝第一次击败世界冠军人工智能进入成熟阶段。人工智能用于优化生产经验、提高工作效率和质量。研究学派大致分为符号主义（主要研究专家系统和知识工程等内容）、联结主义（主要研究机器学习和深度学习等）和行为主义（主要研究智能控制、智能机器人等）三类。

大数据时代下，人工智能帮助人们完成高危操作、完善某些较为复杂的问题，应用领域不断拓展，小到日常生活中的“吃、穿、住、行”，大到宇宙的探索。人工智能为生活提供便利，具有方便快捷特点的智能化生活引起社会关注。2016年，Alpha Go战胜了世界顶级棋手，人工智能成为热点话题。本文主要探讨人工智能应用优势以及应用策略。

2 人工智能应用研究背景

2.1 研究热点

（1）专家系统

专家系统：根据业界共识标准建立，系统可自主推理与判断。包括专业理论、经验知识库和问题求解推理机两部分。主要应用于预测、诊断、监视等领域。

（2）机器学习

机器学习：模拟人类的学习活动，获取知识、技能，预测事件、做出相应决策。作为人工智能的核心，主要包括机械、示教、类比和实例四种学习策略，常见算法有决策树，随机森林算法，神经网络等。主要应用于自然语言理解、计算机视觉、数据挖掘、智能机器人等。

（3）深度学习

深度学习：模拟人脑多层神经网络，是人工智能的核心驱动。具有强大的特征提取、迁移和多层学习能力。主要应用于图像识别、自然语言处理、自动驾驶汽车等各种决策预测。

（4）机器视觉

机器视觉：用机器代替人眼完成人类无法实现的高危工作。通过图像摄取装置采集图像，处理图像、判别信息、输出结果并执行。目前，已实现物体定位、目标识别、计数和运动跟踪等功能，主要应用于自动化生产线中的工况监视、成品检验和质量控制等。

（5）数据挖掘

数据挖掘：挖掘大数据中蕴藏的有效信息，提取数据模式/模型，总结出原理和法则。主要有预测模型（最复杂）、数据分割、关联分析和偏离分析等方法，主要应用于多媒体、计算机网络等。

2.2 应用优势

大数据时代人工智能应用优势，主要有以下几个方面：

（1）强处理

大数据时代，信息处理成为必要环节，人工智能使用模糊语言搜集筛选有效信息。科学准确的选择信息，避免错误信息的诱导，快速高效化分析处理，实现信息的分类和筛选。人工智能的高可靠性提高了信息的正确率，提高了工作办事效率和实用性为企业提供巨大便利。

（2）广覆盖

面对海量信息，提取有效信息变得十分复杂。人工智能利用关键词实现信息提取，避免了复杂传统的查阅资料的方式，让人们享受便捷智能生活。

（3）低成本

人工智能主要通过算法程序满足用户需求，低运行成本决定了其普适性和广域性，使企业投资、用户量激增。

2.3 运行条件

（1）操作维修人员

操作维修人工智能机器的技术人员应具备专业的操作维修技能。应精通技术知识，并拥有丰富的实操经验，正确下达智能机器操作指令。未熟练掌握技术知识，易下达错误指令，导致人工智能系统留下安全隐患，减少使用寿命。

（2）定期检测维修

人工智能系统程序设计复杂，所处理的数据异常庞大、工作内容繁杂交叉进行，长期使用后，常出现系统卡顿、机器发热等情况。企业应安排专业技术人员定期检测维修人工智能内部构架，以防机器发生故障，系统无法正常运行，延误工作进度、降低工作效率。

3 人工智能应用研究

大数据时代，将大数据与人工智能结合会产生无限可能。同时，人工智能也离不开大数据的支撑。人工智能应用[4]融入日常生活和企业生产制造，不断提升工作效率、科研创新创造，为人们提供便捷生活。人工智能应用主要分为以下几个方面：

3.1 数据挖掘技术

大数据时代，数据挖掘技术作为一门新兴技术，产生和发展起来，主要应用于商业领域。由于原始数据冗余量大，数据格式不规则性等特点，运用数据挖掘技术可以提取其中潜在高价值信息。从商业角度出发，虽然原始数据量冗余巨大，但通过筛选、挖掘、分析后，为商业决策提供参考依据，促进相关企业的健康发展。

数据挖掘技术是大数据时代的重要基础，有效挖掘才能合理推断分析，得出所需的可靠结论，人工智能具备较大的优势。利用人工智能广覆盖优势，输入模糊词语通过一系列的算法，挖掘相关数据信息（包含人力挖掘无法涉及的信息）传送至终端，供用户随时查看，为工作生活提供巨大的便利。

3.2 专家系统

当今时代，专家意识明显，社会认可专家权威。与传统专家不同，人工智能专家系统不再只根据大多数人的要求提出普适性分析和建议，而是根据用户的独特需求提出切合实际的个性化建议。为实现创新发展，充分发展人的个性发挥重要作用。

3.3 网络安全技术

目前，用户信息泄漏现象频出，防火墙和反垃圾邮件系统等应用可提升计算机安全度，信息泄露情况明显减少[5]。为保证计算机网络安全[6-9]，特将人工智能融入防火墙以及反垃圾邮件系统等应用中。不断完善智能防火墙和智能反垃圾邮件系统，进一步发展全国联网的防火墙系统，营造和谐安全网络环境，提升网络用户体验。

3.4 教育领域

随着时代的进步、网络的发展，传统的班级授课制形式已无法满足现代教育发展需要。教育网络打破地域限制，人们可在家中观看学习在线课程。为促进教育发展转型[10-13]，实现网络教育[13-17]优化，特利用人工智能建立学习兴趣分析表，为进一步深入学习提供科学参考依据。

在大数据时代背景下，调取海量学习记录数据，分析用户学习成绩和兴趣方向，为用户推荐适合自身发展的职业方向和学科专业方向。找到用户的学习优势和不足，制定有效解决方案，逐一击破学习壁垒。同时，根据用户自主模糊输入所选学习发展方向等信息，系统分析用户并提供个性化参考意见。为培训机构分析学员情况，得出有效结论提供先进技术支持。

4 结语

本文简述大数据时代背景下，人工智能研究现状，未来发展趋势、研究热点以及运行条件等内容。首先，使人工智能初学爱好者，快速清晰地了解人工智能应用领域现状和发展应用概况。其次，简述人工智能发展阶段、研究学派特点，有助于各学者预测未来研究热点方向。最后，探讨并展望了目前人工智能研究应用领域。融合人工智能与大数据，拓宽人工智能应用领域，展望人工智能应用前景和热门研究方向。“融合”思想为人工智能应用普及发展注入新力量，开拓新方向和引领新趋势。目前，社会还处于“弱人工智能”阶段，要真正实现机器自我学习和进化，其研究、发展和应用仍然任重而道远。

[1]王崇骏. 大数据思维与应用攻略[M]. 机械工业出版社， 2016.

[2]牛铖瑶. 习近平大数据观研究[D].江西财经大学，2020.

[3]彭知辉.“大数据观”辨析[J].情报理论与实践，2020，43（01）：6-11.

[4]李明. 大数据时代人工智能在计算机网络技术中的应用研究[J]. 科学技术创新，2019（31）.

[5]陈岗，王丽.大数据时代面临的信息安全机遇和挑战分析[J].技术与市场，2020，27（11）：122-123+126.

[6]禹会会.大数据时代的个人信息保护[J].法制与社会，2020（30）：15-16.

[7]赛博研究院. 人工智能技术与网络空间安全[J]. 信息安全与通信保密，2019，000（006）：21-26.

[8]陈加烙.人工智能技术在网络安全领域的应用研究[J].网络安全技术与应用，2020（03）：9-10.

[9]杨启飞.大数据时代国内信息安全研究：现状、趋势与反思[J/OL].情报科学：1-7[2020-11-02].http://kns. cnki.net/kcms/detail/22.1264.G2.20200521.1535.038.html.

[10]曹培杰.智慧教育：人工智能时代的教育变革[J].教育研究，2018，（8）：121-128.

[11]吴南中，黄治虎，等.大数据视角下“互联网+教育”生态观及其建构[J].中国电化教育，2018（10）：22-30.

[12]刘璐，辛宝忠.现代大学课程与教学的变革——基于大数据时代的知识观[J].中国电化教育，2017（11）：125-128+133.

[13]王森. 大数据时代研究生学习方式转变研究[D].西南大学，2017.

[14]郭绍青. "互联网+教育"对教育理论发展的诉求[J]. 华东师范大学学报（教育科学版），2019，037（004）：25-37.

[15]吴斌，范太华.使命与创新：高校网络教育提质发展的核心问题[J].高等继续教育学报，2020，33（05）：1-7.

[16]朱德军，王永生，王剑钊.“互联网+”背景下网络教育研究与探索[J].教育教学论坛，2020（41）：227-228.

[17]王广正.网络教育资源课后服务现状和意义分析——以安徽省为例[J].家长，2020（28）：179-180.

郑州财经学院提质工程项目-基层教学组织建设项目（网络工程教研室）；卓越网络工程师教育培养计划研究与实践（编号：ZZJG-C9059）