摘要：大数据技术依托现代物联网和互联网技术而出现、兴起、发展，网络资源的海量存储特性，为大数据存储提供了必备的条件，物联网的万物互联功能，有助于收集更多的用户信息。发展人工智能，离不开大数据的支撑，通过多种数据的整合利用，有助于提升人工智能的智慧化水平，满足当代科技发展需求。
关键词：大数据；人工智能；技术应用；科技探索
1大数据和人工智能的概述
1.1 大数据
随着信息时代的到来，信息的膨胀，数据量的增多，大数据也被人提出。大数据又被成为巨量数据资料，是指无法在一定时间范围内用常规工具进行分析的数据集合，是海量的、高增长率和多样化的信息资源。它具有数据量巨大、数据类型繁多、可以获得高价值的信息、会带来高价值的回报四个特点。在某种程度上来说，大数据是数据分析最先进的技术，它具有可以对海量的数据进行存储和分析的核心价值。在进入 21 世纪以来，网络技术的发展，网络信息越来越多，传统的数据处理方式已经不能满足需求，这就要求必须有新的处理方式来进行对大量数据的分析整理，大数据技术应运而生。
1.2人工智能
人工智能是科技技术快速发展的产物，英文缩写为 AI。它是研究开发用于模拟、延伸和扩展的智能的理论、方法、技术及应用系统的一门技术科学。人工智能的终极目的是理解智能的本质，从而生产出一种和人类相似的智能机器。它是现代社会科学技术最尖端的技术科学。人工智能是借助新型的高端技术对人类的行为进行模仿，主要是能解决人类做不到的事情，是人类的一种延伸，从本质上来说，人工智能是计算机技术的一个分支，它与大数据都是当前最先进、最前沿的计算机技术。
2大数据的关键技术
2.1数据的收集
数据在计算机技术的发展中不断的增加，大量的新数据在随时随刻的产生，以平均每年百分之五十的增速上涨中，通过大数据能够分析一些工业设备和汽车的位置和运动情况，大数据技术改变了传统信息技术的发展，使数据的处理能够用更少的人力和物力进行查找和分类，而人工智能通过对收集来的数据进行读取，利用数据的统计和概率分析等方式实现智能化的处理，提高了人工智能本身的精准度。
2.2数据的存储
大数据的存储主要应用的是并行数据库，通过对数据多个节点并行进而完成执行数据库的任务，拥有较高的性能作用，被普遍的使用在实际的技术应用中。由于近些年对于系统性能在不断的提高，使得数据库中的索引、结果缓存等技术功能不断的完善，但是并行数据库本身也存在着不少的问题，所以对于数据的存储更多人偏向于智能终端上。在数据的存储上如果利用人工智能机器人直接将原有的数据块给删除而将其中最有价值的信息提炼出来融人到机器人的“智慧”中，不仅能够腾出新的存储空间，也能够使机器人本身吸收大量的核心数据，降低大数据存储的风险。
2.3数据的表示、检索和随机访问
大数据由于其本身的特性，数据的表示非常多并且复杂，在检索数据时，传统的数据管理系统会将搜索词发布到个各个服务器当中，进行平行的检索，有时不能够很好的对大数据进行处理，查找出来的信息很难让用户满意，为了转变这样的方式，一些用户利用了Apache Hadoop框架下的HDFs系统，进行大数据的信息开源，从而实现对大数据的随机访问。
2.4数据的使用和挖掘
大数据可以使用在人们日常生活的方方面面，例如网络购物、在社交媒体发布视频和图片等。
期刊文章分类查询,尽在期刊图书馆而大数据的挖掘是发展大数据技术中的关键部分，从规模庞大、信息不全、有随机性的数据库中找到所需要的信息可以使一些企业和个人减少行业和生活中的风险问题，做出正确的选择和判断。简单的对大数据挖掘技术进行概括，可以分为数据分类、总结分析、聚类、Web数据挖掘等。
3大数据对人工智能的扩展性和成长性的帮助
人工智能的扩展性其实就是人工智能必须要有从外界吸收海量的数据的能力。它包括了人工智能对外界信息的感应、识别、搜索等等。只有有了巨量数据的支撑才能让机器进行“知识经验”的存储。数据是一项科学技术发展的基础，要发展一项科学技术，就必须要对其中所运用到的数据进行分析、整理、应用。人工智能要想做到和人类一样的学习能力，就必须要有像人类一样拥有大量且丰富的经验，这些经验在人工智能上就体现在人工智能必须要有大量的数据进行支撑。人工智能的成长性就是人工智能在海量数据的支撑下，还必须有能分析如此巨大的数据的能力，它包括了对巨量数据进行分析、整理、逻辑推理等等的能力。人工智能在拥有了像人一样丰富的知识经验时，还要可以像人类一样进行对现象的逻辑推理、分析整理、合理处理，才能解决人工智能成长性不足的问题。大数据不仅拥有庞大的数据信息，它还具有可以快速分析、处理庞大数据的能力，这两个特点都能对人工智能技术的发展起到重要的帮助。
4在人工智能领域应用大数据技术的具体方式
4.1做好基础数据库建设
人工智能的核心在于大数据筛选与判断，机器不同于人脑，无法自主进行判断，在开发人工智能过程中，需要大量数据模拟的支撑，这就对数据库建设提出了较高的要求，基于此，在人工智能领域应用大数据技术，首先就要加强大数据建设，通过整合数据资源，为人工智能的建设与开发提供更多的可能性，通过多元化路径模拟现实场景，实现人工智能目标，提升人工智能发展水平。
4.2加强大数据算法的优化
有了基础的数据库资源之后，要想提升人工智能水平，还要加强大数据算法的优化，在面对海量数据资源的时候，如何快速、高效、准确的找到需要的信息，对于算法和路径提出了比较高的要求，有待深入挖掘。在现代人工智能领域发展较好的各种应用框架，大都通过互联网、物联网等途径，积累大量的数据资源，然后有效加以利用整合，成为数据库建设与算法优化利用利用的普遍方式。
4.3加强物联感应技术开发应用
大数据技术开发人工智能领域，除了对基础的数据库和算法进行优化外，还要进行外部物联技术的开发，人工智能技术在未来将广泛利用与人机互动领域，加强物联技术感应，可以提升大数据技术的应用效果与空间，提升人工智能综合水平，满足未来人机互动的需求。在实践中，很多企业已经从物联技术着手，综合探索人工智能的发展路径，旨在实现智能化社会建设目标。
结束语
综上所述，在开发人工智能过程中，大数据技术是必不可少的技术支撑，探索大数据技术在人工智能中的多元化应用策略，对于提升人工智能水平，满足现代智能化发展目标，具有至关重要的意义。在实践中，要充分发挥大数据的资源整合和检索利用功能，实现人工智能发展目标，助力现代信息技术建设。
参考文献:
[1]程显毅,胡海涛,曲平, 等.大数据时代的人工智能范式[J].江苏大学学报（自然科学版）,2017(4):455-460.
[2]刘文锋.人工智能核心技术浅谈[J].科学与财富,2017(30):272-272.
[3]孙松林,陈娜.大数据助推人工智能[J].邮电设计技术,2016(8):1-5.
[4]孙松林,陈娜.大数据、人工智能与媒体创新[J].传媒,2017(20):6
论文作者:刘丽霞
论文发表刊物:《电力设备》2018年第18期
论文发表时间:2018/10/22
标签：人工智能论文; 数据论文; 技术论文; 信息论文; 数据库论文; 海量论文; 算法论文; 《电力设备》2018年第18期论文;