人工智能领域下的大数据

伴随着科技的飞速发展，人工智能逐渐进入日常生活的各个方面。而大数据技术的研究和发展，则更推动技术的革新和社会经济的变革。大数据技术的出现背景、发展历程、研究现状以及发展过程中的存在问题是什么？同时在人工智能领域的大数据技术的发展又有哪些应用场景？让我们一起去探索。

大数据的起源和发展

随着互联网的广泛运用，云计算时代已经逐渐步入人们的生活，大数据在此背景下应运而生。1982年，约翰·奈斯比特在其著作中提出“我们现在大量生产信息，正如过去我们大量生产汽车一样”；阿尔文·托夫勒在《第三次浪潮》一书中，称大数据为“第三次浪潮的华彩乐章”；面对海量的数据，原有的处理方式已无法应对。2011年，麦肯锡全球研究所发布了《大数据：创新、竞争和生产力的下一个前沿》的报告，对“大数据”进行清晰解释；2012年，瑞士达沃斯召开世界经济论坛，大数据是会议主题。

大数据发展起始于18世纪80年代初至90年代末，统计学家赫尔曼做出一台电动设备来统计美国本土人口普查数据，揭开数据处理新时代。雷德和普赖斯分别在1944年和1961年出版了《学者与研究型图书馆的未来》和《巴比伦以来的科学》，预测大数据时代的到来。2001年，美国Cartner公司推出大数据模型。2008年，美国自然杂志出版的一期专刊中第一次提出大数据——Big Data模型。

大数据技术研究现状

在国外，大数据技术被认为源于谷歌，在2003至2006年先后公开发表关于MapReduce、GFS和BigTable等核心技术学术论文。2012年，美国白宫颁布了《大数据研究与发展计划》，投入巨资到大数据研究领域。美国防部还开展XDATA项目，将大数据研究投入军事领域数据分析。在国内，2013年被称为大数据元年。2014年，国内众多互联网企业如小米、百度、腾讯、阿里等已将大数据技术应用于公司业务。

大数据技术存在问题

大数据技术的发展对各行各业也有重大影响，同时大数据技术的研究目前还不够完善，也面临着诸多问题需要去解决。

（1）数据分析和处理问题。

传统数据处理方式适用于少量的、结构化数据，而生活中采集的大多数数据是非结构化的数据，这就对数据分析和处理过程产生很大的影响。MapReduce计算并不能解决大数据处理的所有问题，需要更深层次的研究，解决数据处理的局限性。

（2）数据安全和隐私问题。

伴随着海量数据的采集和处理，数据的安全和数据的隐私问题应运而生。如何能够保障被采集数据的安全性、数据本身的隐私保护，都将是今后大数据技术研究的重点问题。现今社会就存在许多用户数据信息被盗用或者共享公开化等情况，这样对用户的人身和财产安全都产生很大的威胁。

（3）政策和法规保障问题。

面对大数据飞速发展的今天，国家缺乏相应监管体系，致使大数据滥用后用户的个人权益无法得到有效保障，国家应该建立相应的法律体系，对大数据的收集、开发和利用进行严格管理，同时对数据的正确使用设置规范和标准，推动大数据发展的规范化、合法化。

大数据技术在人工智能领域的应用

大数据技术在人工智能领域的应用广泛，涉及智慧农业、智慧城市、智慧工业等诸多方面［。

智慧农业，大数据技术结合人工智能技术，收集海量数据信息进行处理分析，建立起精准农业、农产品流通体系、农业气象预测、农业环境管理等多个系统，推动农业的生产。智慧农业的提出使得很多技术可以整合使用，通过对土壤数据信息的采集，对土地耕作环境的监控，密切关注着温度、湿度的变化，并及时反馈监测的数据信息，预测出今后发展的方向。

智慧城市，大数据技术应用于城市建设，建立城市数据信息共享平台，实时监管交通状况系统、智慧社区服务平台、城市地下排水监控系统等，推动城市智能化管理。智慧城市的格局要以网络化覆盖为基础，涵盖公共、卫生、交通、社区服务、社会保障等诸多方面，每一个环节都有相应的系统进行建构网络，然后通过各环节的相互配合去建造智慧城市格局。

智慧工业，大数据技术促进工业“跨尺度、产业链、跨界”多源数据融合特点，推动工业化的智能管理和产量提升。工业化的进程在大数据技术的协助下，可以有效进行数据规整，对工业流程数据进行密切监控，确保产品生产环节精确度更高。

当今时代是大数据的时代，大数据的合理使用将推动生产、生活的方方面面。大数据的发展和革新还在不断地发生改变，与此同时对大数据处理技术的研究也一直从未间断。然而，目前大数据的研究还处于初级阶段，很多技术不够完善，也存在着诸多问题，面临着巨大的挑战。伴随着智能化时代的来临，人工智能与大数据技术的结合将是今后大数据发展研究的重要主题。

审核编辑 黄昊宇