人工智能背景下的大数据技术及其应用

梁中豪 金悦萌 杨洋 梁宸铭

（哈尔滨信息工程学院 黑龙江省哈尔滨市 150431）

互联网与物联网的快速发展，进一步推动了大数据技术的进步与广泛应用。而实现大数据技术在人工智能中的应用，在提升人工智能应用范围的同时，能够给予用户更好的体验。因此需相关研究人员给予大数据技术充足的重视，把握其应用中的关键技术要素，以适宜的方式实现与人工智能的融合，推动人工智能便捷性、智能化的进一步提升，这对于其长远发展来说有着积极的意义。

1 大数据技术关键要素

1.1 数据收集

计算机技术与互联网科技飞速发展，各种数据信息杂乱而繁多，每年数据信息量呈几何式增长，这给数据收集工作带来较多的工作量。大数据技术的应用完美的解决了这项问题，其数据收集技术，通过Web信息系统、管理系统、物理信息系统、科学实验等实现对各种数据的便捷、高效收集，为大数据技术的合理应用提供了坚实的基础。

1.2 数据处理技术

数据处理技术水平的高低直接关系着大数据技术本身的应用效率，借助多种形式的数据结构方式，使得大数据技术可实现各种形式数据处理方式的应用，应用较多的数据结构方式涵盖XML树、关系表等，就各种形式的数据集合，为实现对各项数据的有效整合以及处理，可利用信息化手段将各种数据整合为一项新颖的数据集合，为其后的数据分析奠定基础与提供保障。

1.3 数据储存

大数据技术的广泛应用，需庞大的数据信息来支撑，因此要求对应的储存空间来存储收集、处理过的有效信息，且需保障其本身的稳定性与安全性。就现阶段而言，应用较多的数据存储技术包括：大结构化大规模数据存储、非结构化与半结构化数据存储、非结构化与结构化数据存储[1]。

1.4 数据挖掘技术

就某种应用角度来说，数据挖掘技术是大数据技术应用的核心以及关键部分，大数据技术的逐渐完善，促进了数据挖掘技术的广泛应用。机器学习技术、数据挖掘技术等虽然实现了较快的发展，但是仍有着较大的提升空间，比如正在进行的图挖掘、特异群组挖掘、数据网络挖掘等，这些方面的研究打破了传统形式以用户为根本的数据连接模式，通过技术创新来推动网络行为分析，综合考虑不同用户的情感分析以及兴趣爱好等系列因素。

2 大数据技术应用的关键要素

大数据技术的广泛应用可较大程度的协助相关管理人员处理繁杂、巨量的信息收集、整理工作，节省人力物力资源的同时，提升工作效率与数据准确性，为管理层的相关决策提供科学的数据支撑。大数据技术的应用主要表现在数据处理方面，通过人工智能系统从原有数据库中提取与汇总各项有效数据信息，对于利用价值不大的信息则会直接剔除，如此使得有更大的存储空间能够利用，且在核心数据应用不受影响的状况下，能将各种数据的存储将至最低点；其次，大数据技术本身的应用特点会使得各项数据的呈现形式更加的复杂，若是采取应用传统形式的数据管理系统实施数据分析，系统会默认于不同服务器检索，如此不利于各种大数据处理数据的应用，且得出的信息结果通常难以满足使用者的切实需求，因此要求改变传统的应用方式，尝试类似HDFS之类的系统实现对大数据的信息检索，若此可高效率的实现大数据的相关访问目的；最后，在大数据技术的应用与发展中，需重视数据挖掘技术本身的可行性，因数据库中涵盖的数据有着信息复杂、规模庞大的特点，因此需合理应用数据挖掘技术在庞大的信息库中搜取与筛选应用价值较高的信息资源，以此来降低个人或者企业遭遇风险的概率，保障决策的有效性与科学性[2]。

3 人工智能背景下的大数据技术途径

人工智能背景下大数据技术有着较为明朗的发展方向，不论是在生产、制造、产品等方面，还是在生活、物流、农业等方面都有着较大的应用与突破，改变了人们传统形式的作业方式，真正的实现了人们的智能生活。

3.1 智能机器人

柯洁在排名世界第一的巅峰时期迎战机器人“阿尔法狗”，最终却以失败而告终，相信给不少人留下了深刻的印象，这表明随着计算机技术的快速发展，人类社会开始逐渐步入智能时代，以大数据技术为支撑的人工智能在很大程度上会左右社会的发展方向，给予人们不同的生活体验。

大数据技术可对智能机器人的操作层、感知层进行对应的设定工作，使其按照操作者的意志进行对应的运转与运作，发挥出应有的作用，比如老人拨打电话、小孩学习辅导、智能语音播放视频等，如此情况下，人工智能可与大数据技术实现有效结合，使得智能机器人可如同人类一般拥有短暂自我思考与决策的能力，借助数据学习以及数据反馈完成系统分析与设定，以传感器来进行信息源的传递，以此来实现智能机器人的广泛应用。当前阶段应用较为广泛的是智能搜救机器人，比如用于海上搜救的智能机器人，一些船本身的内部结构极为复杂，当其发生事故需搜救时，就会给搜救人员带来较大的安全隐患，而实现大数据技术的应用，智能机器人可第一时间掌握船只的具体情况，结合船只当前所处的位置以及自身的实际状况，利用图像处理技术以及三维建模技术，通过智能机器人对船只进行全面检查，并通过实时回传数据进行船只内部各种状况的回传，其后智能机器人按照原路返回即可，这极大扯程度提升了搜救的效率与质量[3]。

3.2 智能生产制造

智能生产制造是当前阶段制造业的发展目标与必然趋势，加快工程智能化步伐，使其具备高度自我型，以此来促进工厂对整体生产流程的整体把握以及自主管理，并可制定出最为合理的生产方案，为企业创造更大的经济收益。这种模式的工厂生产的智能化产品包括多个方面，比如在生产设备上装设控制器、传感器等，以此来推动制造系统化以及生产信息化等，这些都在智能生产范畴内。但是就当前发展现状而言，共产在生产制造时会受到来自各方面因素的影响，不论是生产设备还是后续的整体生产流程，故障与问题的出现难以准确的预测并避免，而一旦有纰漏发生，就会给工厂带来较大的负面影响。

就整体的智能生产制造来说，其包括智能生产系统以及制造系统，在生产制造进程中还可进行对应的智能活动来创新理念，使得智能生产过程更加的高效。大数据技术是制造业实现智能良性发展的基础与保障，在该技术的指导与支撑下，该技术有着较为完善的判别系统与自我预测系统，其后对机械设备运行过程中产生的数据信息进行存储、整理与分析，根据数据反馈实现对设备的保养与维护，使其始终保持一个最佳的应用状态，避免后续使用过程中故障的频繁发生[4]。

3.3 智能物流

人工智能技术背景下大数据技术的应用凸显出更高的便捷性与智能化，不仅仅体现在系列产品的具体生产环境，还包括产品运输过程中的应用，这种状况下，智能物流得以飞速发展。智能物流需自动识别技术、人工智能技术、传感器、全球定位系统、条形码等多种技术的支撑与配合，以此来实现智能识别→地点跟踪→物品溯源→物品监控→实时响应。

而应用较多的智能物流设备包括物流手持终端、智能仓库、智能自动化物流激光导航机器人小车、智能物流车配货等，以物流车配货智能监测为例，对其中的动态目标进行监测需多种技术的综合利用，更需在实施时提升应用的合理性，比如借助卫星定位系统来实时检测动态物流配货车的实际状况，再借助通信技术实现各种数据信息的共享与处理，以此来更好的实时跟踪物流配货车，掌握其具体位置，达到智能检测的目的。

3.4 智能电网

借助大数据技术实现对各个用户实际用电状况的综合分析，协助工作人员调整与完善电网对应的供电计划，并提升网络监控的有效性，促进供电可行性与科学性的提升。智能电网的应用，使得智能电网在大数据服务方面更加的高效与专业，电网工作运转效率亦会大规模提升。此外，还可实现电力资源的科学调控以及合理配置，避免电力资源的浪费，保证各地用户的可持续用电，以此来为民众提供一个更加适宜的用电环境[5]。

3.5 智能农业

智能农业的实现对于周边环境的要求较高，其通过有效控制地理、水文等环境因素，以工业模式来实现对农业的综合管理，凸出高效、集约的特征，使得农业能够按照规定的路线发展，以此来取得较好的收成。智能农业的另一项特征即为规模化成产，摆脱了传统形式农业作业面临的气候、季节限制，须注意的是，智能农业包含多方面的知识，是一项较为复杂的工程，比如应用大数据技术对农业生产过程中涉及的数据信息进行全面采集，然后对其进行科学的数据处理，得出对应的有效信息，可实现信息指令的准确传递，为农业生产的相关决策提供对应的数据支撑。且智能农业涉及到各种移动应用的建设工作，农民可在自媒体平台上及时、准确的把握农作物的系列生长状况，并以科学的方式对其作出调整与完善，使得农作物能够按照其本身最为科学的生产规律成长[6]。

3.6 智能建筑

随着城市化进程的加快，大数据技术开始逐渐在智能建筑中得到应用。在很多高层建筑中，传统形式的消防技术难以得到有效的施展，消防人员亦很难第一时间到达灾难现场，最终错过理想的救援时间。而在智能建筑中实现大数据技术的应用，能够在建筑最佳的位置布置自动喷淋装置以实现理想效果的灭火。此外大数据技术还可时刻监控建筑本身不同区域的人员数量、温度状况、内部湿度等，经过大数据技术的相关处理之后，进行针对性的调控，以此来为建筑内部人员提供一个较为舒适的工作生活环境。

4 结语

探析人工智能背景下的大数据技术及其应用，明确人工智能与大数据技术的具体内涵，以具体的人工智能发展目标来引导两者的加速融合，切实发挥出大数据技术的根本效用，提升人工智能水平的同时，使得人工智能具备更高的适应性，使其能够适应各种状况下的发展需求，以此来支撑人工智能参与更多的生产与组织工作，创造出更大的价值。