大数据背景下计算机人工智能应用研究

原知新

山东大学泰山学堂，山东 济南 250199

0 引言

大数据技术的发展充分挖掘了数据的价值属性，而人工智能技术则实现了人类基础思维模式与计算机网络的融合，不仅增加了以数据为参考的工作效率，同时也保证了相关决策的科学性和准确性。虽然基于大数据的计算机人工智能技术具有以上优势，但其缺陷依然较为明显，在优化大数据技术的同时，计算机人工智能技术也将更加完善，从而得到更加广泛的应用。

1 计算机人工智能技术概述

互联网的普及加速了信息时代的到来，同时也形成了大量的网络数据，计算机人工智能技术则通过对数据的搜集、整理和分析，发现了不同数据之间的逻辑关系，并将其作为系统决策的重要依据[1]。由此可以看出，计算机人工智能技术对数据有着较强的依赖性，数据的真伪、规模等都会对其产生影响。

2 计算机人工智能技术的核心技术体系

为实现类人思维能力，计算机人工智能技术需要自主采集相关数据，并通过数据逻辑关系不断优化其算法实现智能化水平的提升。因此，计算机人工智能技术的核心技术体系主要包括以下几个方面。

2.1 机器视觉技术

所谓机器视觉，是指利用图形、图像等声、光、电传感器获知周围空间环境特征数据，通过空间模型构建算法，对已识别环境特征数据进行分块处理，从而赋予系统软件或平台空间感知与目标识别能力。

2.2 机器学习技术

区别于传统计算机软件基数，机器学习技术具有算法优化能力，随着其处理数据量的增加，相关数据之间的逻辑关系将发生改变，针对不同数据的处理机制也会有所调整。然而，在综合考虑数据可信度的情况下，为确保机器学习质量，则需要及时剔除异常数据，并在机器处理异常时及时介入，最大限度减小机器学习的预测偏离值。

2.3 语言识别与处理技术

计算机人工智能技术需要满足人们的不同需求，因此，其需要更加准确的识别人的语言，以及不同语言的直接或间接意图。这里所谓的语言主要包括声音、文字等，随着处理任务数量的增加，计算机人工智能技术对不同语言的识别能力明显提升，并能够按照与人类相似的思维执行相关动作。

3 大数据背景下计算机人工智能应用

计算机人工智能技术的应用需要庞大的数据作为支撑，大数据技术的出现解决网络数据快速增长过程中的搜集、整理和分析能力，由此推动了计算机人工智能技术在电力、交通、医疗、互联网安全等领域的广泛应用。

3.1 电力智能运维系统

电力系统的正常运转涉及国计民生，为此，则需要投入大量的人力、物力和财力参与到电力运维工作之中，尽管，自动化、数字化、网络化电力运维系统在一定程度上实现了“降本增效”的效果，但智能化水平依然偏低。

电力智能运维系统是在传统电力运维系统的基础上，增加了数据融合处理单元与人工智能软件（图1），并通过4G、5G通信技术与云平台实现数据在运维系统中的共享[2]。由于电力智能运维系统可以动态获取电力系统内部各节点的数据变化情况，利用电力运维系统模型对电力系统中各节点的状态信息进行预测，从而为运维工作提供参考。

图1 电力智能运维系统组成示意图

电力智能运维系统的核心在于故障模型的构建，任何非人为故障的形成都是量变到质变的过程，而量变则伴随着电力系统中某一节点状态参数的变化，智能运维中心在对相关数据进行处理、分析的基础上，通过计算故障模型曲线的拟合度，从而预测故障类型和时间，并给出具有可行性的维修方案。

以变电站温度场模型为例，在分布式温度传感器的帮助下，基于电力智能运维系统的变电站温度场模型更加精准、科学，当变电站输入、输出电压和电流发生变化的情况下，变电站温度场模型将逐渐与某一故障下的温度场模型相吻合。在此情况下，电力智能运维系统将及时调取电子交互手册，调取相关节点状态数据，快速分析异常温度场模型产生原因，准确定位故障点，引导工程技术人员进行维修。

由此可以看出，电力智能运维系统的优势在于可以提前预知故障的发生，通过制定科学的电力系统运维计划，减少因电力系统故障带来的损失。

3.2 智慧交通管理系统

在城市规模不断扩大的过程中，城市道路拥挤问题愈发严重，现阶段普遍使用的红绿灯管理机制在一定程度上缓解了城市交通拥堵问题，但无法根据路况进行红绿灯时长的动态管理，以至于无法实现城市交通的最优化管理。

智慧交通管理系统是大数据背景下智慧城市的重要组成部分，其系统组成如图2所示，依托目标监控单元中设置的摄像头等图像采集设备可以实时拍摄路口车辆信息，并利用图形图像识别技术计算经过各路口的车辆数目[3]。同时，交通流量预测模块将根据既往数据对未来一段时间内的车流量变化情况进行预测，并根据预测结果构建交通流量管制模型，从而确定最佳交通信号灯控制时间，从而将交通拥堵情况降至最低。

图2 智慧交通管理系统组成示意图

智慧交通系统的关键在于对大规模数据的优化处理，因此，在数据管理模块中需要针对这一特点进行数据管理流程优化，其系统框架如图3所示。根据数据管理单元对目标信号的判定情况，可自动区分特殊车辆（如警车、救护车、消防车等）数据，从而合理确定交通信号灯管制的优先级顺序，实现人工智能优化目标[4]。同时，为减轻大规模数据处理的算力压力，数据采集单元可增加激光、红外、压力等传感器，提高数据处理效率，并通过可视化数据模型显示不同管理机制下交通流量变化情况。

图3 智慧交通管理系统框架示意图

基于大数据技术的智慧交通系统改变了传统流程化、机械化的车流量控制模式，有效缓解了道路拥堵情况。随着车辆终端管理平台数据的逐步完善，以及智慧交通系统将实现与车载导航系统、车载定位系统的数据共享机制的建立，智慧交通系统将改变城市传统交通管理机制，减轻城市交通管理部门压力。

3.3 临床辅助决策系统

在现代科学技术与临床医学相结合的过程中，医疗设备的数字化、信息化实现了传统医疗经验的量化，大量临床数据为治疗方案的选择提供了参考，使临床治疗更加精准、科学。临床数据的不断增加，以及大数据技术在临床医学领域的广泛应用，结合临床诊疗模型的设计，可通过计算机人工智能技术对不同临床治疗方案的效果进行系统化评估，从而为医生在临床治疗过程中提供辅助决策。

临床辅助决策系统对数据的精准度要求较高，因此，以大数据技术为核心的计算及人工智能需要加强对差异化数据的校验，剔除非客观因素影响下的超差数据，对不同生理特征数据之间的逻辑关联进行分析，确定不同生理特征数据的致病权重[5]。在大数据技术的支持下，通过建立人体生理特征模型，模拟不同临床治疗方案下人体生理特征数据的变化情况，为医生提供包括治疗设备、临床用药等在内的系统化治疗方案。

不仅如此，临床辅助决策系统可动态跟踪临床治疗的整个过程，在临床治疗过程中根据相关生理特征数据的变化情况对临床治疗方案进行调整，从而在实现人工智能监督的同时，保证治疗效果。以目前较为流行的智能穿戴设备为例，通过多类型传感器可获取人的汗液、血液、肌电等数据信息，相关数据被发送至后台数据中心，经过长期的数据采集和分析，可获得人体生理特征变化曲线，通过生理特征曲线拟合，不仅能够对人体健康情况进行及时预警，还可以作为临床治疗的重要参考依据。

3.4 互联网安全管理

计算机网络技术的发展和推广应用改变了人们传统的工作和生活方式，而互联网的开放性在为人们沟通、交流提供便利的同时，也带来了严重的安全隐患，以Facebook数据泄露、勒索病毒等为代表的互联网安全事件再次暴露了现有网络安全体系的脆弱，以及由此所造成的深远影响。在此背景下，基于网络数据的计算机人工智能在互联网安全管理中得到了广泛应用，如智能防火墙与智能入侵识别系统等。

智能防火墙是作为新一代网络安全防御体系的重要组成部分被提出，其可以实现网络数据的动态智能检测，以庞大的数据作为支撑，对未知网络风险模型进行预测[6]。同时，智能防火墙能够结合机器学习技术对现有网络风险数据进行整合，并在提取特征片段的基础上，利用云算力分析特征片段的程序逻辑，从而优化防火墙防护机制，全面提升防火墙的主动防护能力。

防火墙作为计算机网络安全的第一道防线，其能够应对大多数的网络威胁，针对一些具有较高欺骗性的病毒、木马，则需要利用计算机人工智能强化系统层的安全防御能力。大多数网络入侵行为都是以数据窃取和破坏为目的，在整个过程中伴随着数据吞吐量和关键位置访问权限异常等现象[7]。①智能入侵识别需要对访问数据进行溯源，对比用户访问请求，判定访问行为的合法性；②动态监视网络带宽资源变化情况，准确关联系统应用、进程与算力资源、带宽资源，并能够根据关联数据进行网络环境与内容感知，尤其是针对具有可执行片段的入站数据以及带有关键位置地址的数据块等；③关键位置访问权限管理，在特定情况下，关键位置访问需要经过多层级授权，在落实传统访问授权管理的基础上，还强化了对访问主体操作行为数据的对比验证分析，如访问密钥验证时间、操作习惯等数据，从而有效避免因密钥泄漏、暴力破解等行为带来的安全问题。

4 结语

大数据技术的发展为计算机人工智能在多领域的推广应用奠定了基础，通过分析差异化数据之间的逻辑关系，同时综合机器视觉、机器学习、语言识别与处理等关键核心技术，发挥出计算机人工智能在布式数据存储、云计算、软件设计等方面的优势，从而加快产业技术革命进程。