數(shù)據(jù)智能化、網(wǎng)絡(luò)協(xié)同化與人工智能運用

榮蓉

（山東工藝美術(shù)學院公共課教學部，山東 濟南 250300）

0 引言

在網(wǎng)絡(luò)時代背景下，大數(shù)據(jù)技術(shù)與人工智能得到普遍應(yīng)用，使人類思維模式、工作方法發(fā)生較大改變。企業(yè)在大數(shù)據(jù)思維的引導下，對投資經(jīng)營數(shù)據(jù)進行智能化分析，運用網(wǎng)絡(luò)技術(shù)、人工智能進行數(shù)據(jù)采集和加工，企業(yè)之間、企業(yè)與消費者之間借助網(wǎng)絡(luò)渠道交流互動，再依靠網(wǎng)絡(luò)協(xié)調(diào)開展產(chǎn)銷活動，由此形成網(wǎng)絡(luò)、大數(shù)據(jù)與人工智能相互融合的局面，為數(shù)字經(jīng)濟時代打下堅實基礎(chǔ)。在十九大會議召開后，人工智能與實體經(jīng)濟的深度融合被提上日程，力求開發(fā)出面向云邊協(xié)同的新型人工智能項目，將電力、通信、醫(yī)學等多個行業(yè)協(xié)同起來，共同促進行業(yè)智能化發(fā)展。

1 經(jīng)濟學視角下企業(yè)經(jīng)營決策數(shù)據(jù)智能化分析

1.1 智能化基礎(chǔ)

數(shù)據(jù)智能化的基礎(chǔ)在于企業(yè)信息采集、加工整理與處理的能力，可針對單一企業(yè)進行分析，也可立足于整個行業(yè)進行考察。對企業(yè)決策產(chǎn)生影響的關(guān)鍵因素在于產(chǎn)供銷信息，有直接型也有間接型，有顯性的也有隱性的，均潛藏在大數(shù)據(jù)中。對此，學術(shù)界將大數(shù)據(jù)特征總結(jié)為多維度、數(shù)量龐大、完整性三點。事實上，企業(yè)經(jīng)濟效益受社會信息獲得的影響，通過大數(shù)據(jù)采集、整理加工與處理等方式，篩選出有價值信息，為產(chǎn)供銷提供更多助力，與傳統(tǒng)模式相比效果十分顯著。大數(shù)據(jù)采集需要借助網(wǎng)絡(luò)、社交媒體、傳感器等渠道進行收集，在區(qū)塊鏈、物聯(lián)網(wǎng)等人工智能技術(shù)的支持下進行加工整理，企業(yè)在先進技術(shù)支持下明確投資額度、產(chǎn)值、產(chǎn)品類型等，引導企業(yè)決策數(shù)據(jù)朝著智能化方向發(fā)展[1]。

1.2 智能化熱點

在企業(yè)運營過程中，數(shù)據(jù)智能化對其產(chǎn)生的影響不容小覷，主要可產(chǎn)生兩大熱點問題，分別是經(jīng)營決策效用函數(shù)問題與決策獲取信息的范圍問題。對于前者來說，有很多經(jīng)濟學家從多個角度進行分析，但對后者的關(guān)注度相對較低。學者們傾向于在不完全信息的情況下研究，這是由于人類難以獲取全部信息，但在數(shù)據(jù)智能化背景下，掌握智能數(shù)據(jù)的高層次企業(yè)對中低層企業(yè)具有引領(lǐng)作用，可促進整個行業(yè)信息采集、整理和處理能力的提升。在后續(xù)發(fā)展中，如若企業(yè)普遍能夠采集與自身相關(guān)的產(chǎn)供銷數(shù)據(jù)，并可利用新科技進行數(shù)據(jù)加工處理后，將準確全面的數(shù)據(jù)應(yīng)用到經(jīng)營決策中，那將會改變社會信息采集的基礎(chǔ)模式。此時，學者便可在完全信息的情況下進行研究。

1.3 廠商理論建構(gòu)

在數(shù)字經(jīng)濟背景下，該項建構(gòu)應(yīng)立足于數(shù)據(jù)智能化，從以下方面著手研究。一是針對大數(shù)據(jù)內(nèi)涵與外延進行界定，明確企業(yè)決策信息在大數(shù)據(jù)中的獲取方式；二是掌握新科技發(fā)展水平與企業(yè)采集信息間的關(guān)系，并闡釋重塑經(jīng)濟學的假設(shè)基礎(chǔ)；三是針對企業(yè)采集、加工與處理數(shù)據(jù)進行理論分析，梳理數(shù)據(jù)智能化的經(jīng)營決策流程與原理；四是描述人工智能與大數(shù)據(jù)間的匹配過程，證明新科技對企業(yè)決策發(fā)揮的決定作用。通過上述內(nèi)容進行分析論證，使企業(yè)投資和生產(chǎn)依據(jù)得以明確，并在此基礎(chǔ)上選出提供的產(chǎn)品與服務(wù)。

2 大數(shù)據(jù)廠商競爭路徑過程分析

根據(jù)經(jīng)濟學經(jīng)典理論可知，市場競爭在一定程度上對超市場力量產(chǎn)生抑制，只有在特定條件下才會出現(xiàn)壟斷情況。但是，因上述特定條件都要進行學術(shù)處理，經(jīng)濟學對帶有這一判斷的競爭與壟斷情況創(chuàng)建理論分析模型，以市場機制為中心進行研究。在大數(shù)據(jù)時代背景下，在網(wǎng)絡(luò)協(xié)同化影響下廠商會產(chǎn)生較強的超市場能力，主要體現(xiàn)在數(shù)據(jù)、網(wǎng)絡(luò)與人工智能間的相互結(jié)合上，由此引發(fā)協(xié)同效應(yīng)。在整個市場體系中，大數(shù)據(jù)產(chǎn)品與服務(wù)供需情況逐漸發(fā)生改變，應(yīng)逐漸擺脫市場機制的引導，在此類問題研究中，應(yīng)將廠商競爭路徑過程作為著眼點進行分析。

2.1 大數(shù)據(jù)搜集、整合與分類

為了檢驗廠商競爭路徑是否有效，可根據(jù)投資效用函數(shù)是否達到最大進行判斷，這也是效用檢測的最佳有段。在網(wǎng)絡(luò)誕生之前，因廠商無法利用市場信息采集與自身經(jīng)營相關(guān)的全部信息，更無法做出準確的投資預判，因此效用函數(shù)最大化只是一種憧憬。在競爭路徑選擇時，企業(yè)應(yīng)明確自身的投資產(chǎn)品、投資額度、生產(chǎn)量、生產(chǎn)方式等信息，但要想取得更高的競爭效益，便要求企業(yè)利用科技進行數(shù)據(jù)處理。在進入網(wǎng)絡(luò)時代后，大數(shù)據(jù)信息包括數(shù)據(jù)化和非數(shù)據(jù)化兩種，蘊含豐富的企業(yè)投資經(jīng)營所需信息，企業(yè)只有掌握最新的科技，才能在海量數(shù)據(jù)中將最具價值的信息提取出來。在大數(shù)據(jù)、互聯(lián)網(wǎng)的融合發(fā)展下，廠商競爭渠道拓寬，逐漸延伸到云計算、人工智能等領(lǐng)域中，在新科技支持下獲取更大的發(fā)展。

在現(xiàn)代化市場中，新科技主要由“互聯(lián)網(wǎng)+”廠商來操控，也就是網(wǎng)絡(luò)公司。根據(jù)網(wǎng)絡(luò)公司所掌握的科技層次，可將其劃分為初級、中級、高級等多個層次。通常情況下，新科技最基礎(chǔ)的配置是企業(yè)創(chuàng)建云平臺，或者對公共云平臺的充分利用。究其原因，企業(yè)若想達到效用最大化目標，需要采集與自身經(jīng)營相關(guān)產(chǎn)品，明確服務(wù)供求數(shù)量和數(shù)據(jù)結(jié)構(gòu)，此類數(shù)據(jù)量十分龐大。在排除未來變化的前提下，其蘊含著歷史數(shù)據(jù)和現(xiàn)有數(shù)據(jù)，如若單純從數(shù)據(jù)采集與存儲方面來看，企業(yè)必須要創(chuàng)建云平臺進行數(shù)據(jù)整合與分析。與此同時，網(wǎng)絡(luò)和云平臺間的聯(lián)系日益進步，廠商投資的主要目的是借助網(wǎng)絡(luò)采集有價值的信息，實現(xiàn)經(jīng)營效益最大化。如若“互聯(lián)網(wǎng)+廠商”無法借助云平臺進行數(shù)據(jù)存儲與分類，單純借助網(wǎng)絡(luò)進行投資運營，則競爭路徑將很難獲得高層次網(wǎng)絡(luò)公司的支持。對此，傳統(tǒng)行業(yè)廠商在朝著互聯(lián)網(wǎng)行業(yè)轉(zhuǎn)變時，應(yīng)將互聯(lián)網(wǎng)與云平臺結(jié)合起來，充分發(fā)揮信息采集、存儲、整合與分類等功能；再將機器學習、云計算等技術(shù)應(yīng)用到經(jīng)營投資中，充分發(fā)揮數(shù)據(jù)加工處理效能，從而靈活運用新科技駕馭大數(shù)據(jù)，使競爭能力得到顯著提升，順利實現(xiàn)企業(yè)轉(zhuǎn)型發(fā)展[2]。

2.2 利用云計算進行數(shù)據(jù)加工處理

根據(jù)廠商云計算能力，可對企業(yè)類型進行判斷，即“互聯(lián)網(wǎng)+”企業(yè)或者高科技網(wǎng)絡(luò)公司。網(wǎng)絡(luò)技術(shù)、人工智能逐漸普及，但只有很少的企業(yè)擁有云計算能力，大部分企業(yè)都需要依靠這一小部分群體的云計算來解決問題。在云計算處理中，涉及歷史、現(xiàn)在和未來三種類型數(shù)據(jù)，根據(jù)云計算能力水平可衡量廠商的層次等級，初級廠商只具備數(shù)據(jù)化信息的處理能力，無法對非數(shù)據(jù)化信息進行處理；中級廠商能夠?qū)?shù)據(jù)與非數(shù)據(jù)化信息進行處理；高級廠商在前者的基礎(chǔ)上，還可能處理未來數(shù)據(jù)?？梢?，企業(yè)為了獲得更高的投資競爭函數(shù)，應(yīng)對產(chǎn)品與服務(wù)的供求數(shù)量進行云計算。為了提高云計算實力，不但要增加軟硬件的投資，還應(yīng)重視新科技的研發(fā)。事實上，中小型廠商在資金方面普遍存在缺口，對技術(shù)研發(fā)起到制約作用，因此技術(shù)研發(fā)的重任通常會落在大型企業(yè)的肩上。但是，即便大型企業(yè)的資金實力較強，但也未必能夠研發(fā)出高層次的云計算技術(shù)，技術(shù)層級受網(wǎng)絡(luò)、數(shù)據(jù)與人工智能融合情況的影響，還由模型創(chuàng)建和參數(shù)設(shè)計而決定。主要因企業(yè)利用云計算加工和處理數(shù)據(jù)與是否能從大數(shù)據(jù)中采集準確信息性質(zhì)不同。企業(yè)只有熟練運用人工智能進行數(shù)據(jù)匹配，才可獲取真實全面的數(shù)據(jù)信息，對產(chǎn)品類型與供求情況進行確定，從而處于有利的競爭位置?？梢?，在數(shù)據(jù)時代背景下，企業(yè)競爭路徑選擇與云計算、智能技術(shù)的應(yīng)用息息相關(guān)[3]。

2.3 運用機器學習與人工智能匹配大數(shù)據(jù)

人工智能的主要實現(xiàn)方式在于機器學習，通過與云平臺、網(wǎng)絡(luò)相融合，匹配相應(yīng)的數(shù)據(jù)信息，在云計算基礎(chǔ)上進行機器學習，利用不同的技術(shù)層次匹配相應(yīng)的大數(shù)據(jù)。在智能社會背景下，企業(yè)可通過創(chuàng)建模型與編制程序，利用計算機服務(wù)器進行學習，由此確定投資額度、投資產(chǎn)品類型、生產(chǎn)量以及生產(chǎn)方式等內(nèi)容。因機器學習的科技水平較高，中小型廠商無法把握該項技術(shù)，有時即便是大廠商，其技術(shù)研發(fā)能力也不達標，對機器學習能力產(chǎn)生不良影響。機器學習主要面向數(shù)字化、非數(shù)字化等內(nèi)容，先對目標數(shù)據(jù)進行識別、加工和整理后，利用云計算進行優(yōu)化，最終獲取產(chǎn)品供求關(guān)系與數(shù)量構(gòu)成等信息，在市場競爭中取得更多優(yōu)勢。在歷史、現(xiàn)在和未來數(shù)據(jù)中，非數(shù)據(jù)化信息占比較大，如語音、圖文、指紋等等，可以用人工智能進行識別的數(shù)據(jù)信息，這對機器學習、數(shù)據(jù)匹配具有較大影響?？梢?，所有數(shù)據(jù)挖掘、智能化手段都并非獨立場景，而是多種智能技術(shù)相結(jié)合的產(chǎn)物。站在全社會角度上看，如若新科技能夠提供超過人類已知的數(shù)據(jù)量，則未來發(fā)展中，掌握頂級科技的企業(yè)便可能通過采集海量數(shù)據(jù)獲得更加權(quán)證的信息，甚至會無限接近精準信息。這便要開始思考另外一個問題，如若日后新科技得到充分利用，使全部企業(yè)都能利用網(wǎng)絡(luò)協(xié)同化開展經(jīng)營活動，則彼此間的競爭路徑便會呈現(xiàn)同質(zhì)化特點。這里提及的新科技充分利用是指大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能間的高度融合，使新技術(shù)走到盡頭，值得繼續(xù)商榷。但不可否認的是，隨著新科技的發(fā)展與逐漸普及，企業(yè)競爭路徑的確會開始趨同，但這種特點并不排除不同企業(yè)因新科技差異使競爭實力不同的情況產(chǎn)生[4]。

3 基于云邊協(xié)同的人工智能研發(fā)與產(chǎn)業(yè)化應(yīng)用研究

3.1 研究內(nèi)容

云邊協(xié)同是人工智能在不同行業(yè)普及應(yīng)用的前提所在，在云邊協(xié)同基礎(chǔ)上研發(fā)新的人工智能項目模型，創(chuàng)建一條完善的人工智能產(chǎn)業(yè)鏈，實現(xiàn)多個行業(yè)、不同企業(yè)的個性化生產(chǎn)與服務(wù)，為智慧城市創(chuàng)建提供大力支持。在該項目研發(fā)中，將大數(shù)據(jù)挖掘技術(shù)、現(xiàn)有人工智能技術(shù)、云邊協(xié)同理論等融入其中，主要研究內(nèi)容是對三大構(gòu)成模塊的深層探究、智能集成落地總平臺開發(fā)，即富媒體采集技術(shù)研究、通信加密傳輸研究、高可用智能微服務(wù)研究。

3.2 創(chuàng)新點

通過云端智能計算，實現(xiàn)深度學習模型技術(shù)訓練、邊緣應(yīng)用等目標。該項目的創(chuàng)新之處體現(xiàn)在以下方面。

一是率先在回歸鄰域重構(gòu)法的基礎(chǔ)上提出信號增強技術(shù)，達到數(shù)據(jù)動態(tài)采集和重建的目標。在該算法基礎(chǔ)上，與人工智能技術(shù)相結(jié)合，形成信息采集模塊，使整體框架更加完善。該項技術(shù)是在NRM技術(shù)基礎(chǔ)上建成，并創(chuàng)建出邊緣端采集設(shè)備的超分辨率模塊，使以往采集設(shè)備分辨率不足、信息識別精度低等不足得到充分彌補。同時，充分發(fā)揮該算法在時間、計算能力等方面的優(yōu)點，使邊緣采集設(shè)備得到就地分析，面向模糊圖像進行高分辨率的重構(gòu)，有助于冗余數(shù)據(jù)傳輸量的降低，實時性提升。

二是在云重心理論基礎(chǔ)上，通過分布數(shù)據(jù)評估面向海量數(shù)據(jù)進行挖掘與對接，在全局場景下對深度模型參數(shù)進行估計，是將以往模糊集理論與概率論融合起來，經(jīng)過綜合分析后使定性值、定量值得到有機轉(zhuǎn)換。在云邊協(xié)同處理框架下，為了達成深度學習優(yōu)化目標，創(chuàng)建了反竊電稽查監(jiān)控系統(tǒng)，針對采集的用戶用電信息進行綜合分析，在保障數(shù)據(jù)準確的基礎(chǔ)上提高魯棒性，使遷移和泛化能力得到全面提升。

三是在邊緣計算基礎(chǔ)上開展云邊協(xié)同。改變以往在熵通道基礎(chǔ)上建模的方式，彌補了邊緣端計算資源的缺口，能夠靈活部署數(shù)據(jù)安全傳輸通道，降低資源消耗，使數(shù)據(jù)處理效率得到顯著提升，信息安全得到切實保障。在量子加密傳輸系統(tǒng)應(yīng)用中，面向不同業(yè)務(wù)創(chuàng)建了加密傳輸通道，使云邊端的信息傳遞更加安全和可靠，與以往相比，傳輸效率也得到顯著提升。

四是創(chuàng)造性地在深度卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上，提出魯棒識別技術(shù)，可在復雜環(huán)境下對人與物進行智能識別，使以往物體識別受環(huán)境因素影響的弊端得以消除。依靠采集模塊進行數(shù)據(jù)收集，采用HDFS文件系統(tǒng)存儲海量信息，創(chuàng)建所需的訓練集，并利用深度卷積神經(jīng)網(wǎng)優(yōu)化模型，實現(xiàn)智能識別。同時，還可在對抗網(wǎng)絡(luò)識別模式基礎(chǔ)上，針對復雜環(huán)境下采集到的人、物信息進行深入識別，合成相應(yīng)的信息數(shù)據(jù)，使識別精度得到顯著提升。

3.3 研究成果

該項目研發(fā)了人工智能平臺，將其當作底層AI模型投入使用，還將不同行業(yè)應(yīng)用場景的關(guān)鍵技術(shù)融入其中，對具有代表性的場景、業(yè)務(wù)、技術(shù)需求進行分析，面向電力領(lǐng)域進行人工智能研究、面向醫(yī)療領(lǐng)域進行圖像分割識別系統(tǒng)分析，還重點研究了大數(shù)據(jù)深度學習反竊電稽查系統(tǒng)，開發(fā)出智慧遙感系統(tǒng)與裝置，在云邊協(xié)同基礎(chǔ)上使人工智能應(yīng)用平臺得以創(chuàng)建，整體框架更加完善，內(nèi)容和性能得到進一步豐富[5-6]。

4 結(jié)論

綜上所述，在數(shù)字經(jīng)濟時代背景下，越來越多的企業(yè)開始使用人工智能技術(shù)，且新科技層次也逐漸提升，網(wǎng)絡(luò)協(xié)同效用越發(fā)普遍。對此，經(jīng)濟學應(yīng)重視總供給與需求間的均衡關(guān)系，根據(jù)數(shù)據(jù)智能化水平的普遍提升，使產(chǎn)品與服務(wù)供給端被擴大，導致全社會網(wǎng)絡(luò)協(xié)同化水平逐漸提升，效用函數(shù)不斷接近最大化。同時，再將云邊協(xié)同理論等融入其中，通過將邊緣端與云端相結(jié)合，在云邊協(xié)同數(shù)據(jù)智能識別與處理的同時，還可對海量信息進行深入挖掘與評估?？梢?，在互聯(lián)網(wǎng)、大數(shù)據(jù)與人工智能的融合之下，可為后續(xù)數(shù)字經(jīng)濟的發(fā)展打下堅實基礎(chǔ)，協(xié)同效應(yīng)覆蓋面擴張使數(shù)字經(jīng)濟實現(xiàn)健康可持續(xù)發(fā)展。