数据挖掘在人工智能中的应用

2021-05-03 11:56
黑龙江科学 2021年8期
关键词:数据挖掘人工智能智能

林 莉

(长春工业大学人文信息学院,吉林 吉林 130122)

人工智能不仅应用于社会生活,也应用于生产活动中,如人们在各种手机软件中与人工客服对话;机械制造和生产企业采用全自动化生产,由人工智能进行监控和生产任务调度等。人工智能的应用不但改变了生活,还极大地提高了企业的生产效率。互联网时代的到来使全社会每天都在产生大量的数据,通过对大量数据的记录和分析,可以更准确地了解人们的生活和社会发展情况。

1 人工智能

人工智能(Artificial Intelligence)是随着计算机发展而衍生出的新兴科学。人工智能是以人类作为研究对象的类人化智能机器学科,是指通过现有的科学技术研究模仿和学习人类智能的科学机器以及相关的智能系统,通过在机器运作过程中增加人类智能技术以提高各项工作的效率和水平。现代互联网社会的发展产生了更多的数据和信息,人们通过对数据的挖掘和处理,加快和改进了人工智能应用技术的发展速度。

人工智能理论是1956年由麦卡西在达特毛斯会议上提出的。随着人工智能技术的发展,人工智能受到了世界各国的瞩目,越来越多的科研人员开始研究如何将人工智能应用于社会各个行业。在人工智能开发过程中,需要社会学、心理学以及机械学等多个学科的合作。人工智能研究的主要目的是通过不断研发,科学设计出能够模仿学习人类行为、使机器能够具备人类完成复杂工作的能力。早期人工智能研究的重点主要放在自动编程、人工神经网络机器学习、模式识别方面。早期的研究奠定了人工智能开展工作和应用的行业范围,在此基础上,人工智能有了更广阔的应用领域。随着人工智能研究的逐步完善,在互联网社会背景下,人工智能的研究发现逐渐趋于数据挖掘和智能决策系统等。对人工智能的研究从人工智能机器转向研究人工智能相关软件和网络。互联网时代让人类前所未有地重视数据的作用,在人们的日常生活中也产生了越来越多的数据,数据已经成为指导人们当前生活状态、工作状态以及未来发展的重要指标。将数据挖掘应用在人工智能领域,可以拓宽人工智能研究和应用的方向,并结合时代特点发展出适合时代需求的科学技术。

2 数据挖掘

数据挖掘是指通过抓取和分析数据,揭示现行有关数据中的关系和模式。目前,数据研究主要偏向于对大型数据库的观测和处理。在人工智能应用方面采用数据挖掘技术,可以加强对相关数据的提取,分析社会生活的各方面因素。

数据挖掘是对数据进行反复的分析和研究,循环挖掘客户不断变化的需求,通过对客户的需求变化而转变相应的服务模式,提高客户对有关软件和系统的满意程度。数据挖掘应用发展过程见图1。

图1 数据挖掘过程

目前,数据挖掘的应用主要集中在移动网络、银行金融以及电力供应输送等相关领域。数据挖掘的应用虽然涉及到多个行业,但是应用范围和层面还比较窄,未来对于数据挖掘技术的应用将会更加广泛和深入。数据挖掘可以用更短的时间,快速整合挖掘信息,存储和分析企业发展的相关信息,提高对有关数据的应用和处理效率,使人们的生活更加便捷。目前,制造业为了节省制作成本而引入半自动和全自动化器械,企业在未来发展过程中会更多地应用人工智能。人工智能可以帮助企业有效节省生产成本,实现生产过程中的利益最大化。

3 数据挖掘在人工智能中的应用

数据挖掘可以采用数据收集和分析系统合理挖掘有关的数据参数,不断更新和设计智能化算法,数据挖掘和人工智能都以高智能作为发展目标,数据挖掘和人工智能的结合可以促进人工智能的发展和壮大。

3.1 系统设计应用

目前,数据挖掘在人工智能方面的应用主要是在系统设计方面增强有关数据的收集和储存能力,因此,衍生出了众多的系统设计内容,最典型的系统设计主要有以下几方面:一是专家系统。通过某行业专业研发人员归纳相关行业知识和经验,设计和计算机应用的智能化程序,加强对有关专业知识的挖掘和归纳能力,自主解决计算机领域某个行业的专业性问题,专家系统可以依赖在计算机网络中的已有经验和专业知识,独立解决复杂环境中的复杂问题。二是机器系统。机器系统主要是将机器人作为主体,设置适合机器人使用的人造神经系统,依赖人造神经系统收集挖掘和存储相关数据,通过学习和应用系统的知识进行有关的开发研究。三是感知仿生。感知仿生系统主要是指通过相关的软件模拟和感知人类器官的感觉,以人工智能判断的方式,了解和辨别外部环境。四是数据重组和发掘。通过在人工智能系统中加入数据挖掘相关设计算法,合理归纳和分析人工智能系统的大数据,将相应的数据进行识别存储,以做出正确判断和分析。

3.2 智能化服务应用

人工智能和数据挖掘发展的目标在于研究更加完善的智能服务,目前,人工智能已经研究出了众多新型的应用成果,如智能机器人能够接受比较简单的任务,并提供人性化的服务,较为常见的人工智能以及数据挖掘应用结合的成果就是手机智能助手,手机智能助手可以根据个人经常搜索和交流对话信息,主动推荐适合使用者的相关产品和服务。数据挖掘与人工智能的高度结合可以正确的处理和挖掘海量信息中所需的信息,能够更加快速地解决人类日常工作中所存在的困难。将数据挖掘技术应用在人工智能中,可以使人工智能应用带上网络技术的特性,让人们在享受智能化服务的同时享受到更加人性化的服务。

3.3 体现出知识经济化

数据挖掘在人工智能中的经济效益是推动事物发展的重要因素,互联网时代使数据挖掘和发展应用受到前所未有的重视,数据挖掘和人工智能的结合可以带来巨大的经济效益,使众多行业受益。通过应用数据挖掘的人工智能可以根据情况开展农业灾害分析抢救、军用机械智能改进、医用机械智能化,数据挖掘和人工智能所结合带来的巨大经济效益成为社会发展的风向标。

人工智能对于类人化行为的学习和应用要依靠大量的数据进行支撑,将数据挖掘技术应用于人工智能中,可以加快人工智能储存数据、分析数据的能力,提高人工智能处理事件的反应和效率。数据挖掘作为计算机科学领域研究和发展的新内容,与人工智能存在交互的部分,在某种程度上,数据挖掘是人工智能领域的拓展,二者都是对智能化技术的研究,在人工智能中应用数据挖掘可以补充和丰富人工智能发展对于大量信息的需求,对人们日常生活和社会工作中的需求作进一步的分析,对各行业以及人们的需求开展人工智能化系统研究和应用,解放因为复杂工作被束缚在岗位上的大量劳动力,淘汰落后的企业生产模式,加速各行业的升级转型。

猜你喜欢
数据挖掘人工智能智能
改进支持向量机在特征数据挖掘中的智能应用
探讨人工智能与数据挖掘发展趋势
数据挖掘技术在打击倒卖OBU逃费中的应用浅析
2019:人工智能
智能前沿
智能前沿
智能前沿
智能前沿
人工智能与就业
数读人工智能