大数据时代人工智能的应用与发展

刘慧力

(哈尔滨华德学院，哈尔滨 150025)

大数据时代产生的海量数据如果未能合理应用将会造成数据资源的浪费。人工智能是互联网时代的产物，它通过整合大数据、云计算等技术，将数据进行分类、计算、分析，为工作开展、行业发展及顶层决策等提供必要的支持。未来，人工智能将会迎来更广阔的发展前景，掌握其应用技巧，使其服务于社会经济发展，成为当前的重要任务。

1 人工智能在各个领域的应用

1.1 网络安全领域中的应用

近年来，网络安全、信息泄露等问题引发各界高度关注。可用于网络安全保护的手段较多，如启动杀毒软件、设置访问密码等，但是仍无法彻底消除安全漏洞。将人工智能应用于这一领域，可使安全保护的重心从事后修补漏洞向事前抵御攻击转变，切实保障用户网络信息安全。人工智能会根据预设程序，以特定的频率对覆盖范围内的网络进行扫描，同时将扫描结果与数据库中设定的标准参数进行配对，如果配对一致，则说明网络系统安全，反之则说明存在网络安全漏洞。根据异常数据的产生位置，快速锁定漏洞，并提供相应的解决方案，保障了网络安全。

1.2 远程控制领域中的应用

利用人工智能代替技术人员实现远程操控，不仅省时省力，还能保证作业安全，其在电力检修、医疗救助等工作中有着广泛运用。以电力检修为例，由于作业环境具有危险性，检修期间容易发生触电事故。基于人工智能的远程控制，计算机可实时采集电力系统中线路、设备的运行参数，并将这些数据存储到数据库中。同时，计算机还会调取预设的标准参数，将实测参数与标准参数进行对比，根据对比结果做出智能分析，由计算机生成相应调控指令，实现远程调控。如某电气设备正常运行的额定电压是220 V，但是监测数据显示电力系统的实时电压为238 V。在人工智能技术的支持下，计算机可自动发出调节指令，控制变压器进行电压调节，并重新恢复到220 V电压，从而保障电气设备的安全运行。

2 大数据时代人工智能的发展前景

2.1 “大智移云物”将会深度融合

人工智能是信息时代的产物，未来发展也离不开信息技术的支持。其中，大数据、人工智能、移动互联、云计算、物联网等前沿技术具有密不可分、相互影响的关系。今后，“大智移云物”将会进一步融合，为AI技术创新发展创造良好的外部环境。如人工智能发展将会更加依赖于深度学习(DL)，而深度学习则需要提供海量数据作为学习样板，这种情况下就必须借助互联网渠道，利用大数据技术为AI提供多元化、海量化的样本资源库，以满足其深度学习的需要，支持AI技术实现创新发展。人工智能的发展要应用并服务于各个行业，这一过程需要使用移动互联网、物联网，在今后的一段时间，基于人工智能的各项应用和服务将会实现从虚拟向现实的过渡。人工智能应用过程中会产生大量的信息数据，海量数据的存储会使用到云存储技术。因此，应继续探索人工智能与云存储、云计算、大数据、移动物联网等技术的深层次整合，为其发展提供契机。

2.2 有望代替人类认知专家顾问

近年来，人工智能快速发展主要依赖三个元素：性能强大的神经元网络、价格低廉的芯片和大数据。其中，神经元网络是机器实现深度学习的基础，能够对人类大脑活动和意识进行模拟，从而逐渐达到专家顾问的水平，并且很有可能在未来代替人类专家顾问。基于深度学习的认知专家顾问，是一个从模仿到超越的过程。初始阶段，AI需要获取人类认知专家顾问的思维逻辑、分析模式，并进行学习、模仿。随着学习时间的增加，AI的分析能力逐渐提升并接近人类认知专家顾问的顶尖水平。在不久的将来，AI可以联合大数据分析和云计算处理，比人类认知专家顾问更加快速地完成海量数据的汇总、统计，在此基础上利用特定的程序逻辑，推导出相应的分析结果。可以预见AI通过深度学习，将会在不远的将来代替人类认知专家顾问，为更多的用户提供决策分析。目前，AI认知专家顾问已经在金融分析、机器翻译、智能搜索等领域得到了推广使用，随着AI深度学习能力的提升，将会在更加广泛的领域得到应用。

2.3 模式识别技术将逐步提升AI学习能力

人工智能可为AI提供大量的学习样本，通过深度学习提高AI决策的科学性，能够达到甚至超越人类专家决策判断的效果。但是面对海量的样本数据，AI并不能也没有必要全盘接受、完全处理，否则会导致计算机运行负荷超标。模式识别(Pattern recognition)技术可以很好地解决此类问题，随着该技术的成熟发展，有望使AI学习能力再提升一个等级。该技术首先对数据库内海量的样本数据进行扫描，提取样本特征，根据特征信息完成对样本数据的分类。根据AI的设计功能、使用需要和应用领域，选择与之对应的样本数据，提高AI学习的专业性，为AI在特定领域发挥更大的作用奠定基础。

2.4 符号计算技术将深入提升AI服务能力

符号计算(Symbolic computation)是支持AI发展的关键技术之一。简单来说，符号计算是基于特定的运算公式，在AI的控制下对相关数据进行计算、求解、得出结果，并将结果运用到决策中。在开源领域，Python的SymPy可以支持符号计算。在商业领域，Maple、Matlab能够进行符号计算。基于AI的符号计算，与传统的数值计算有明显的差别，两种计算方法虽然都能够得出相应的结果，但是AI可以将结果应用于不同领域，为用户提供服务。当前的符号计算技术在符号识别、计算能力等方面还有一定的局限，随着该技术的发展，未来的符号计算将会支持AI为用户提供更加智能和个性的服务。

3 展望

人工智能已在网络安全、远程控制、工业制造等诸多领域得到了创新应用。从实际效果来看，相比于传统的以人工或机械为主的控制模式，人工智能在提升作业效率、保证控制精度、控制运行成本等方面均表现出强大优势。大数据、物联网、云计算等技术的发展为人工智能的创新提供了源动力。未来，人工智能将会在预测决策、风险识别等更多领域提供更加多样的智能服务。掌握和运用人工智能技术已成为大数据时代的一项必备技能，也是支持人工智能发挥价值、持续发展的重要动力。