程琳

摘 要：進(jìn)入21世紀(jì)以后，人類開始深入研究新技術(shù)環(huán)境，例如人工智能的全面深入研究及普及。而在近些年來，隨著互聯(lián)網(wǎng)信息時(shí)代的快速發(fā)展，大數(shù)據(jù)技術(shù)環(huán)境應(yīng)運(yùn)而生，它更在某種程度上豐富了人工智能研究應(yīng)用領(lǐng)域，實(shí)現(xiàn)了人工智能技術(shù)的多元化創(chuàng)新過程。本文就思考了大數(shù)據(jù)技術(shù)環(huán)境與人工智能之間的密切關(guān)系，并簡(jiǎn)要談?wù)勗诖髷?shù)據(jù)技術(shù)環(huán)境下各種人工智能的創(chuàng)新過程。

關(guān)鍵詞：大數(shù)據(jù)技術(shù) 人工智能 關(guān)系 技術(shù)創(chuàng)新

中圖分類號(hào)：TN929.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-9082（2018）08-00-01

大數(shù)據(jù)技術(shù)整體數(shù)據(jù)體量大、數(shù)據(jù)類別多、可組織形成相當(dāng)龐大的數(shù)據(jù)集合，實(shí)現(xiàn)傳統(tǒng)數(shù)據(jù)庫工具所無法實(shí)現(xiàn)的數(shù)據(jù)獲取與處理過程。另外，它的數(shù)據(jù)真實(shí)性高、數(shù)據(jù)處理速度快，能夠滿足當(dāng)前人工智能中的某些理論、方法與技術(shù)應(yīng)用系統(tǒng)，實(shí)現(xiàn)人工智能與計(jì)算機(jī)科學(xué)技術(shù)緊密發(fā)展聯(lián)系，所以說在大數(shù)據(jù)環(huán)境下實(shí)現(xiàn)人工智能技術(shù)創(chuàng)新是具有可行性的。

一、大數(shù)據(jù)技術(shù)與人工智能之間的關(guān)系分析

人工智能概念產(chǎn)生于20世紀(jì)中葉，是人類文明與社會(huì)發(fā)展的重要標(biāo)志。進(jìn)入20世紀(jì)80年代以后，人類也進(jìn)入了人工智能聯(lián)結(jié)主義時(shí)期，更多有關(guān)科學(xué)技術(shù)的大膽構(gòu)思為人類所嘗試。例如21世紀(jì)以后對(duì)數(shù)據(jù)環(huán)境的分布處理、對(duì)人類大腦與神經(jīng)網(wǎng)絡(luò)的智能化模擬等等就促成了諸多新技術(shù)、新技能的產(chǎn)生，比如說智能信息化時(shí)代的重要產(chǎn)物——大數(shù)據(jù)技術(shù)。由大數(shù)據(jù)所營造的互聯(lián)網(wǎng)技術(shù)環(huán)境讓人工智能如魚得水，擁有了更多的研究與創(chuàng)新契機(jī)。

進(jìn)入21世紀(jì)以后，大數(shù)據(jù)與人工智能之間擁有了更多交叉促進(jìn)機(jī)會(huì)，同時(shí)產(chǎn)生了更多創(chuàng)新方法，提高了二者之間的實(shí)際應(yīng)用價(jià)值。在該過程中，人類擁有了空前的大數(shù)據(jù)環(huán)境規(guī)模和大數(shù)據(jù)類型，其數(shù)據(jù)流轉(zhuǎn)速度與真實(shí)性也得以提高，特別是在數(shù)據(jù)存儲(chǔ)、檢索、分類與統(tǒng)計(jì)能力方面都有了相當(dāng)程度進(jìn)步，一定程度上加速了大數(shù)據(jù)的發(fā)展進(jìn)程。而越來越多人工智能領(lǐng)域理論及技術(shù)方法被應(yīng)用于大數(shù)據(jù)環(huán)境中實(shí)現(xiàn)數(shù)據(jù)分析也同樣取得了不錯(cuò)的成效。根據(jù)過往實(shí)踐研究表明，大數(shù)據(jù)技術(shù)環(huán)境能夠成功解決人工智能的擴(kuò)展性與成長性問題，它提高了傳統(tǒng)人工會(huì)智能技術(shù)能力，使其可以擁有與人類近似的學(xué)習(xí)研究能力，豐富了人工智能技術(shù)體系本身的復(fù)雜程度。由于人工智能技術(shù)體系本身的繁瑣性特征，它也逐漸衍生出兩大必要技術(shù)理論條件：第一，必須擁有海量的數(shù)據(jù)內(nèi)容作為支撐；第二，必須擁有較強(qiáng)的數(shù)據(jù)處理能力，這是傳統(tǒng)人工智能技術(shù)所不具備的。因此可以見得，人工智能與人類一樣，是需要大量知識(shí)來豐富自身的，進(jìn)而學(xué)習(xí)更多技能、積累更多經(jīng)驗(yàn)，在如此豐富的知識(shí)與經(jīng)驗(yàn)背后就有大數(shù)據(jù)技術(shù)環(huán)境作為支撐。換言之，它能從數(shù)據(jù)存儲(chǔ)、分析方面為人工智能提供必要的技術(shù)支持，保證人功能智能數(shù)據(jù)量與數(shù)據(jù)處理能力的提升，與人工智能的現(xiàn)實(shí)技術(shù)需求相匹配。就當(dāng)前來看，大數(shù)據(jù)技術(shù)的向前發(fā)展已經(jīng)實(shí)現(xiàn)了對(duì)人工智能的有效推動(dòng)，它開啟了人工智能發(fā)展的全新篇章，結(jié)合當(dāng)前人工智能領(lǐng)域已有的一些理論方法來提升了大數(shù)據(jù)的使用價(jià)值，所以在當(dāng)前二者的發(fā)展進(jìn)步是呈現(xiàn)相輔相成之勢(shì)的[1]。

二、大數(shù)據(jù)技術(shù)環(huán)境下人工智能的創(chuàng)新技術(shù)應(yīng)用

在大數(shù)據(jù)技術(shù)環(huán)境中，人工智能的創(chuàng)新技術(shù)應(yīng)用類型較多，下文就主要介紹3種關(guān)鍵技術(shù)應(yīng)用類型。

1.模式識(shí)別技術(shù)應(yīng)用

當(dāng)前模式識(shí)別技術(shù)被稱為是人工智能應(yīng)用的基礎(chǔ)技術(shù)，它對(duì)對(duì)象信息采集、匹配與分析能力都較強(qiáng)，可有效執(zhí)行人類所期望的技術(shù)性操作內(nèi)容，例如特征檢測(cè)、特征提取、模式匹配與語義分析等等。以特征提取為例，它就以人工智能作為學(xué)習(xí)建?；A(chǔ)，全面結(jié)合大數(shù)據(jù)技術(shù)環(huán)境來表述圖像表征內(nèi)容，基于知識(shí)表征和數(shù)據(jù)滿足目標(biāo)對(duì)象輪廓形狀及距離演算、度量過程，最終獲取特征數(shù)據(jù)。例如在人臉識(shí)別技術(shù)中，它以模式識(shí)別技術(shù)中的特征距離度量、曲率角度、歐氏距離等等技術(shù)內(nèi)容對(duì)對(duì)象人臉的多重輪廓特征進(jìn)行整體分析，再結(jié)合其局部特征進(jìn)行一一分解，合理利用局部特征相互之間的幾何結(jié)構(gòu)來帶入大數(shù)據(jù)中的代數(shù)特征與統(tǒng)計(jì)學(xué)習(xí)表征方法，滿足代數(shù)特征和統(tǒng)計(jì)學(xué)習(xí)表征方法要求，再結(jié)合海量數(shù)據(jù)對(duì)目標(biāo)對(duì)象像素密度進(jìn)行有效統(tǒng)計(jì)，優(yōu)化嚴(yán)密規(guī)則實(shí)現(xiàn)對(duì)模式識(shí)別技術(shù)的特征分離與提取。另外，還需要基于大數(shù)據(jù)代數(shù)特征提取方法分析其K均值、譜聚類、密度聚類與支持向量等等指標(biāo)內(nèi)容，完成特征提取技術(shù)流程，為隨后的模式匹配奠定技術(shù)基礎(chǔ)。在判定模式匹配過程中，還要結(jié)合大數(shù)據(jù)環(huán)境來分析模式識(shí)別對(duì)象相似度，通過人工智能技術(shù)判定其是否超過規(guī)定閾值，如果超過，則說明判定模式匹配已成功。

2.專家系統(tǒng)技術(shù)應(yīng)用

專家系統(tǒng)是當(dāng)前乃至未來人工智能技術(shù)發(fā)展的重要趨向，它目前在人們的生產(chǎn)生活中已經(jīng)被得到廣泛應(yīng)用。在專家系統(tǒng)中應(yīng)用大數(shù)據(jù)技術(shù)是希望有效集合專門行業(yè)領(lǐng)域知識(shí)與經(jīng)驗(yàn)，構(gòu)建程序系統(tǒng)，利用計(jì)算機(jī)科學(xué)技術(shù)與人工智能技術(shù)基礎(chǔ)，結(jié)合行業(yè)領(lǐng)域權(quán)威專家知識(shí)經(jīng)驗(yàn)，滿足對(duì)某些人工智能專業(yè)技術(shù)內(nèi)容的深入推理與判斷，最終模擬人類專家的判斷決策過程。在該技術(shù)過程中，主要希望通過專家系統(tǒng)來處理某些復(fù)雜問題，并滿足兩大技術(shù)條件：第一，要建立接近于人工智能研究對(duì)象領(lǐng)域的專家系統(tǒng)機(jī)制，并再在此基礎(chǔ)之上建立專家解決實(shí)際問題的大數(shù)據(jù)技術(shù)推理機(jī)制，實(shí)現(xiàn)對(duì)某些問題的有機(jī)解決過程；再一點(diǎn)就是建立完善的存儲(chǔ)領(lǐng)域，結(jié)合專家系統(tǒng)總結(jié)與分析滿足技術(shù)模式優(yōu)化，合理構(gòu)建專家知識(shí)庫?？梢哉f存儲(chǔ)領(lǐng)域?qū)＜铱偨Y(jié)技術(shù)二者在專家系統(tǒng)構(gòu)建過程中是缺一不可的，而專家系統(tǒng)也需要通過大數(shù)據(jù)技術(shù)環(huán)境與人工智能搭建平臺(tái)，滿足其專家識(shí)別功能需求。根據(jù)過往研究發(fā)現(xiàn)，專家系統(tǒng)與人類大數(shù)據(jù)信息輸入輸出之間存在必然聯(lián)系，它的數(shù)據(jù)快速處理與應(yīng)用則結(jié)合到了行業(yè)領(lǐng)域知識(shí)及人工智能推理判斷技術(shù)，希望以此來作出準(zhǔn)確智能化判斷決策，保證專家系統(tǒng)在各個(gè)行業(yè)領(lǐng)域取得良好應(yīng)用成果。就目前來看，基于大數(shù)據(jù)環(huán)境下的人工智能技術(shù)創(chuàng)新專家系統(tǒng)應(yīng)用就涵蓋了預(yù)測(cè)型、解釋型、規(guī)劃型、診斷型、調(diào)試型、設(shè)計(jì)型、控制型等10種類型，所應(yīng)用范圍相當(dāng)之廣泛[2]。

總結(jié)

除上述兩點(diǎn)應(yīng)用技術(shù)創(chuàng)新外，大數(shù)據(jù)環(huán)境下的人工智能創(chuàng)新應(yīng)用還包括了符號(hào)計(jì)算、人工神經(jīng)網(wǎng)絡(luò)與機(jī)器情感等等技術(shù)及相關(guān)產(chǎn)品，它的發(fā)現(xiàn)和發(fā)明成果全部展示在人類眼前，保證了人類自身智能化科技水平的有效發(fā)揮與實(shí)現(xiàn)過程?？梢哉f，大數(shù)據(jù)環(huán)境下人工智能的創(chuàng)新為人類社會(huì)文明發(fā)展打開了一扇新大門，開辟了一條新途徑，是人類未來賴以生存的重要一筆。

參考文獻(xiàn)

[1]徐卓函.大數(shù)據(jù)時(shí)代人工智能的創(chuàng)新與發(fā)展研究[J].科技資訊，2015，13（33）：30-31.

[2]黃鑫.分析計(jì)算機(jī)人工智能識(shí)別技術(shù)的應(yīng)用瓶頸[J].數(shù)字技術(shù)與應(yīng)用，2016（7）：244.