人工智能与大数据的融合及应用

人工智能大数据和云计算的融合发展

发表时间：2019-05-05T17:28:24.400Z 来源：《电力设备》2018年第31期 作者： 乔金松

[导读] 摘要：随着大数据时代的到来，社会生活和生产已经发生了翻天覆地的变化，这种变化在给人们的生活、学习和工作带来方便的同时，也带来了更多地挑战，从而引发了人们对云计算与大数据的高度关注和讨论。

（国网江苏省电力有限公司泰州供电分公司 江苏泰州 225300）

摘要：随着大数据时代的到来，社会生活和生产已经发生了翻天覆地的变化，这种变化在给人们的生活、学习和工作带来方便的同时，也带来了更多地挑战，从而引发了人们对云计算与大数据的高度关注和讨论。从当前云计算与发数据的发展来看，尽管早已走进人们

的实现，但是仍旧还有相当一部分的人对云计算与大数据的相关内容并不是非常了解。基于此，本文对人工智能大数据和云计算的融合发

展进行分析讨论。

关键词：人工智能；大数据；云计算；融合发展

2016年，百度总裁张亚勤在百度云智峰会提出，在未来的一段时间里，人工智能对人们生活的影响将会和电力一样，而且对人们的数字体验生活具有主导作用；大数据与新能源类似，它能够让服务更好的把握用户的需求变化，从而使用户能够更加便利的获得自己需要的

服务。而云计算则为应用和服务的运行提供基础保障。如此来讲，人工智能、大数据和云计算的融合发展将会成为未来主要的发展趋势。

1人工智能、大数据和云计算概述

1.1人工智能的概述

人工智能包括我们常见的机器人，但并不等同于机器人，准确来说属于计算机学科的一个分支。主要是运用计算机编程的方法，模拟人脑进行机械化的操作，为人们的生活带来便利。上世纪四五十年代，人工智能已开始研究，发展至今，已经融入到生活中的方方面面。

如我们在工厂里见到的机械臂、流水线上的自动识别包装；手机上的指纹识别、人脸识别；越来越多的自动驾驶程序；震惊全球的人机对

抗中那些轻松战胜人类的机器人；能不出门就走遍世界的AI眼镜……人工智能不断冲击人们的想象，也不断地提高人们的生活质量。未来

科技论坛2019.08

1331 大数据概述大数据是近年来提及率比较高的一个词汇，其在目前的社会生产中得到了广泛的利用，并对企业进步和产业改革起到了重要的作用。总资料分析来看，所谓的大数据，具体指的是数据体量以及类别非常判断感的数据整体。在这个整体当中，利用传统的数据库工作难以实现对数据的有效处理，所以需要利用全新的技术和方法处理数据。大数据在目前的应用中表现出了四个方面的突出特点，分别是数据类型多、数据处理快、数据真实性高以及数据规模大[1]。大数据这个概念正式被提出是在2011年，但其发展要追溯到更早。上世纪90时代就有了大数据的萌芽，相关的研究在积极的推进。到2003年—2006年大数据发展进入了突破期，很多重要的理论以及数据处理方式得以建立，其中最为代表的是Facebook的产生以及应用。2010年大数据进入成熟阶段，开始在智能手机当中进行广泛的使用。2 人工智能概述人工智能是智能社会发展的重要内容之一，对于目前的智能化城市、智能化建筑建设有着非常突出的作用。从现阶段的分析来看，所谓的人工智能，主要指的是对模拟人类智慧的理论、技术的应用形同进行的开发和研究。人工智能属于计算机学科的一个重要分支，其最终的发展目的是生产与人类智能相近的智能机器。从目前的而具体发展来看，人工智能的进步与计算机的发展是有显著联系的。3 大数据与人工智能的关系分析从近年来的资料分析来看，大数据和人工智能的交叉越来越显著，这种交叉使得越来越多的方法、应用以及价值得以产生。现如今，人们处理大数据的能力在不断的提升，比如人类通过分类、检索和统计方法的利用，有效的提升了大数据的实际利用价值，而就大数据能力的提升而言，其与大数据技术的进步是密不可分的。再者，在大数据的分析方面，人工智能的部分方法也得到了显著的应用。对学者的研究资料进行分析发现要想很好的解决人工智能的成长性和扩展性问题，需要应用大数据技术。在传统的人工智能技术利用当中，人类相似学习研究能力的实现比较的困难，而出现这样的问题，主要是因为人工智能的复杂性比较突出，而且工作较为繁琐，大数据技术的利用为推动人工智能发展提供了帮助。从人工智能的具体研究来看，人工智能的发展需要大量的经验与知识，这部分内容可以利用大数据进行补充和支持，所以说大数据的利用以及大数据技术的发展可以为人工智能发展提供帮助与支持，在大数据支持下，机器的数据量得到了保证，数据处理能力也有了显著性提升。在基本支持加强的情况下，人工智能得到了进一步的发展[2]。相对应的，人工智能的一些理论、方法等会使得大数据的应用价值有显著性提升，从这个角度来看，大数据和人工智能是相互影响，彼此支持的，实现二者的融合无论是对大数据技术还是对人工智能均有重要的意义。大数据、人工智能与云计算的融合应用的探讨蔡艳（河南财政金融学院信息技术系，河南郑州，450046）摘要：大数据，人工智能以及云计算受到了各行各业的关注，各个行业都在探索大数据、人工智能以及云计算的应用方式和方法，也取得了不错的成绩，但是对三者的融合应用，依然未达到预期的目的。基于此，文章就大数据、人工智能以及云计算的融合应用做讨论分析，旨在明确融合应用的基本目标和思路，从而为融合应用实践开展提供帮助。关键词：大数据；人工智能；云计算；融合应用Discussion on the Fusion Application of Big Data, Artificial Intelligence and Cloud ComputingCai Yan(Department of Information Technology, Henan University of Finance and Finance, Zhengzhou Henan,450046)Absrtact:Big data, artificial intelligence and cloud computing have attracted the attention of all walks of life. All industries are exploring the application methods and methods of big data, artificial intelligence and cloud computing, and have achieved good results. Based on this, this paper discusses and analyzes the fusion application of big data, artificial intelligence and cloud computing, aiming to clarify the basic goal and idea of fusion application, so as to provide help for the implementation of fusion application practice.Key words:big data;artificial intelligence;cloud computing; integrated application科技论坛2019.08

Artificial intelligence人工智能

46人工智能与大数据 文｜志刚

人工智能和大数据的本质都是计算，那么两者之间又有着

哪些千丝万缕的联系呢？随着大数据产业的不断发展，依

托算法的不断增强，人工智能应用已

在很多领域萌芽、成熟。那么大数据

与人工智能之间到底有什么区别？又

有什么相似之处？

奶粉与婴儿

如果我们把人工智能看成一个嗷

嗷待哺拥有无限潜力的婴儿，某一领域专业的海量的深度的数据就是喂养2018年 第6期

47这个天才的奶粉。奶粉的数量决定了

婴儿是否能长大，而奶粉的质量则决

定了婴儿后续的智力发育水平。

其实，早在1956年斯坦福大学

计算机科学家约翰·麦卡锡就在达特

茅斯会议上首次提出“人工智能”概

念，这60余年中，麻省理工学院人工

智能实验室、斯坦福人工智能实验室

等科研机构也也一直致力于人工智能

的研究与开发，但是直到近10年，随着大数据的快速发展，人工智能才有

了跳跃式的更新换代而受到社会的广

泛关注。

当然，并不是只要吃奶粉孩子

就能健康的成长，还需要按时按需的

补充，同时，孩子自身要具有良好的

消化系统，所以大数据需要加上很好

的算法和计算力，才能产生智能。同

样，早在20年前IBM公司就提出了智

慧地球的理念，然而在过去的很多年内，只是实现了数字化，迟迟未能实现

智慧化。如今，人工智能可以落地，是

随着智能手机的出现，让数据量每年以

翻番的速度增长，为推动算法的精进和

人工智能的研究提供了源泉。

在人工智能的发展中，高质量的

数据越多，算法越精炼，才能令三者

的发展形成相互推动的良性循环。

数据是基础，人工智能是实践

现在，我们又返回来看看大数据

的定义，“大数据，指无法在一定时

间范围内用常规软件工具进行捕捉、

管理和处理的数据集合，是需要新处

理模式才能具有更强的决策力、洞察

发现力和流程优化能力的海量、高增

长率和多样化的信息资产。”也就是

说，大数据指的是大量数据采集—处

理—存储的过程。那么，这种行为有

什么意义呢？因此，我们要将这些海

大数据时代智能配电网该如何融合大数据

在信息技术中，大数据是指无法在一定时间内，用常规的工具软件（如现有数据库管理工具或数据处理应用）对其内容进行抓取、管理、存储、搜索、共享、分析和可视化处理的由数量巨大、结构复杂、类型众多数据构成的大型复杂数据集合。大数据具有4V特点，即高容量(Volume)、快速性(Velocity)、多样性(Variety)和价值密度低(Value)。

智能配电网具备丰富的数据源，现在大多数地市拥有多个配电管理系统，包括配电自动化系统、调度自动化系统、电网气象信息系统、电能质量监测管理系统、生产管理系统、地理信息系统、用电信息采集系统、配变负荷监测系统、负荷控制系统、营销业务管理系统、ERP系统、95598客服系统、经济社会类数据等数据源，这些数据源的总体状况如表1所示。

这些数据源涵盖了调度、运检、营销等多个管理业务，以及绝大部分110kV及以下多电压等级的电网监控和采集信息。从数据源类型来讲，智能配用电大数据应用的数据源类型丰富，覆盖配变、配电变电站、配电开关站、电表、电能质量等配用电自动化和信息化数据、用户数据和社会经济等数据。

场景一面向有源配电网规划的负荷预测

随着配电网信息化的快速发展和电力需求影响因素的逐渐增多，用电预测的大数据特征日益凸显，传统的用电预测方法已经不再适用。由于智能预测方法具备良好的非线性拟合能力，因此近年来用电预测领域出现了大量的研究成果，遗传算法、粒子群算法、支持向量机和人工神经网络等智能预测算法开始广泛地应用于用电预测中。传统的用电负荷预测，受限于较窄的数据采集渠道或较低的数据集成、存储和处理能力，使得研究人员难以从其中挖掘出更有价值的信息。通过将体量更大、类型更多的电力大数据作为分析样本可以实现对电力负荷的时间分布和空间分布预测，为规划设计、电网运行调度提供依据，提升决策的准确性和有效性。

场景二配电网运行状态评估与预警