大数据技术在人工智能中的应用现状及对策研究 .pdfVIP

大数据技术在人工智能中的应用现状及

对策研究

摘要：近年来，互联网行业的纵向化发展下，为人工智能技术的应用及拓展

提供平台，借助计算机及其网络系统，构设多场景数据联动体系，提高主系统与

终端操控机构的对接性。对此，文章结合大数据技术，分析其在人工智能领域的

应用现状及具体对策。

关键词：大数据技术；人工智能；智能领域

引言：

计算机网络体系的逐步完善下，对基础技术机制以及数据传输架构等提出更

高需求，在此大背景下，云计算技术、大数据技术、物联网架构体系的研发与应

用，则为不同网络驱动场景提供技术支撑载体，通过数据信息多维度解析，强化

不同区域内数据指令之间的对接形式，充分体现网络驱动对于社会发展起到的重

要性。期间，人工智能的融合为系统多元处理架构及数据传输机制等，提出具有

人工处理思维的解决模型，在多元化、动态化的网络架构中完成对不同类别的数

字化解析，增强数据信息的传输效能，为行业发展提供基础保障。本文则是针对

大数据技术在人工智能场景中的应用进行探讨，仅供参考。

一、大数据技术在人工智能中的应用现状

人工智能发展形式是将智能处理算法作为人类思维的重要驱动机制，结合网

络功能，对不同类别的数据信息进行拟合处理，在系统多维度的布设模式下，保

证相关数据信息传输的精确性。其中大数据技术的融合及应用，为系统多元操作

场景提供数据支撑点，保证在海量、高效性的处理指标之上，令人工智能体系充

分发掘智慧型、智能型的处理价值。

（一）数据采集

伴随着计算机网络体系的高速完善，各类行业领域逐渐加强对信息化的建设，

保证在海量的数据处理中深度挖掘具有价值类的数据信息，增强实际驱动效果。

在人工智能处理体系下，大数据技术应用模式是以海量性的数据收集与检索为主，

确保数据信息的呈现是符合现阶段人工智能网络各类驱动指标的，将传统信息技

术转变为高精度、智能化的信息采集技术，为人工智能后期思维化、关联化的操

作提供数据执行载体，起到数据搜寻缩减的效用，提高人工智能处理的精确性。

（二）数据存储

人工智能处理背景下，其按照内部数据库的各类存储信息，对外部驱动机制

起到功能协调作用，从另一方面来讲，可将智能处理模式作为信息集成的终端载

体，保证不同驱动指令下，借助数据库完成对人工智能流程的自动化罗列。在此

过程中，大数据技术的融合应用，则体现在数据存储方面，即为通过在互联网可

操控的数据传输范畴之内，进行自动化、补偿化的数据存储处理，利用既定的组

成机制，对不同模块数据传输体系进行价值挖掘，保证不同类别的数据信息检索

全过程支撑后期人工智能操作需求。

（三）数据操作

大数据技术在人工智能体系中，还广泛应用在数据检索、挖掘与随机访问中，

通过数据信息的衡量与判定，保证既有信息处理机制是符合人工智能宏观调控诉

求的。通过固定与随机的访问模式，在人工智能处理工序下对不同指令施行自动

可调节、柔性化的驱动处理，在大规模的数据流量下，可针对不同类别的数据进

行定向化的检索，提高人工智能的处理效能。

当然从现有的技术发展角度来讲，大数据技术在人工智能处理方面的应用也

存在一定不足之处，其更多体现在技术融合深度性不足，且在人工智能处理方面

技术的衔接性并无法真正作用到相关领域之中，产生人工智能处理技术与大数据

数据处理体系之间的滞后问题。对此，后期发展过程中，应分析大数据技术的内

部处理形式是否可正确切实到人工智能处理思维之中，打造相对稳定的数据处理

体系，在不同行业领域中发挥数据处理价值。

二、大数据技术在人工智能中的应用研究

（一）智能农业领域

人工智能与农业生产体系的融合是借助人工智能处理系统，建设多维度智能

操控平台，在农业生产及后期运营过程中，解析数据信息，完成对不同层面的指

令调控处理，为农业生产运营场景赋予集约化及智能化的操控机制。此过程人工

智能农业管控体系的建设与应用，将产生更多的数据信息，在不同维度下进行整

合时，则需跨越时间维度与空间维度。期间，大数据技术的融合与应用，为农业

智能化生产提供数据支撑体，全过程性的数据采集、存储及运算过程，保证农业

生产运作过程中各类数据信息流通的协同性。例如，农业机械化耕种、施肥、浇

水及收割过程中，数据信息均可呈现当前区段内总产量是否能达到既定的生产产

值，然后测定不同农作物的收获及农作物自身品质等，为后续农业领域的生产运

营模式提供数据支撑点，提高农业生产及管理的科学性。