现代社会持续发展，科技行业得到了良好发展与进步，人工智能逐渐转变成信息技术研发中的重点。在人工智能发展中，大数据技术和人工智能相结合，可以推动人工智能可持续发展，提高人工智能智慧化水平。据此，本文通过对相关概念的分析，阐述了大数据关键技术，并探讨了大数据技术在人工智能中的有效运用，最后提出了大数据时代人工智能发展态势，以供参考。伴随互联网与物联网技术持续发展，大数据技术诞生了，网络资源储存量较大，给数据储存带来了重要支撑，物联网的互联功能，可以采集很多的用户信息。人工智能发展依赖于各种学科，同时运用在现阶段对社会中人类活动展开规律性整理归纳分析。于人工智能方面，需要大数据技术作为支撑，就是经过大数据技术对数据进行知识转化，可以促使人工智能科技含量得到有效提升，促进人工智能持续发展与完善。所以，探索大数据技术运用于人工智能有一定的现实意义[1]。
1相关概念分析
1.1大数据大数据就是在对应时间以内不能使用常规方式采集、捕捉、管理信息的一种数据集合，是利用其他处理方式提炼信息价值的重要资产。整体而言，大数据有着各种各样的特征，比如储存量大、高效、多样化等。（1）储存量大，即为大数据的数据量庞大，目前在部分大型企业，专业工业计算机中数据容量能够达到EB级别；（2）多样化，即大数据不仅涵盖过去的结构化数据，也涵盖了广泛使用文件系统储存的半结构化数据和非结构化数据；（3）高效性，即大数据规定数据分析处理需要实时高效[2]。一般来说，大数据处理程序就是采集、集成、分析、阐释。
1.2人工智能说到人工智能，大多数人头脑中第一个想到的就是智能机器人。事实上，人工智能在多年以前就已经诞生了，其并不是完全属于现代科技产物，即给各种可以代替人类进行工作的机械均被叫做人工智能。例如，可以代替人类行走的交通工具也被称作人工智能，可以代替人类爬楼梯的电梯也是人工智能。所以，人工智能并不仅仅属于高端科技产品，其也是人们生活工作中常见的事物。在现代科学技术发展的情况下，人工智能被定义为人类创造的现代科技智能技术集合体，牵涉范围广，包含了各种学科，比如计算机、逻辑学等，经过学科交叉融合，从而构成全新的科学技术。当前，人工智能在各方面获得了广泛应用与推广，不过其依旧有着各种技术发展问题，还需要相关研究人员持续研究与开发。2大数据关键技术
2.1数据采集数据采集为大数据技术实现多种功能的基础，换句话来说，大数据技术如果要有效处理每一项数据，提高数据应用精准度，就需要获得数据采集技术提供的数据支持。通常而言，大数据技术中数据采集关键是经过管理系统、物理系统、科学实验等实现的，通过整合运用这些系统，可以有效采集各种数据信息，从而给大数据技术运用提供数据支撑。把数据采集运用在人工智能之中，可以支持人工智能设备读取采集数据信息，同时进行初步分析，达到统计分析的目的，提高数据规律的精准度[3]。
2.2数据挖掘数据挖掘为大数据技术中的主要构成部分，大数据技术持续发展，就表示数据挖掘发展不断完善。近期，数据挖掘和机器学习持续发展与完善，但是依旧有一定的发展空间，目前还需要开发研究数据网络挖掘和图挖掘等，改变以往将用户作为重要依据的数据连接模式，通过技术创新，促进大数据技术达到网络行为分析的目的，同时充分思考到用户兴趣与情感分析等多方面的内容。
2.3数据处理数据处理对大数据技术运用效率影响较大，按照各种数据结构模式，大数据技术能够进行各种不同数据处理方式，比较常见的结构方式涵盖了XML树与关系表等，对多种数据集合，为有效做好数据集成和整合处理，规定把每一项数据整合为新的数据集合，给数据分析提供保障。
2.4数据储存数据储存可以统一储存大量数据信息。由于大数据运用对数据提出了高要求，因此需要设定充足的储存空间储存大量数据信息，保证数据安全、稳定。现如今，常使用的数据储存技术分成传统结构化数据储存、非结构数据储存、半结构数据储存技术等。对人工智能设备来说，设备运行需要积极引进数据储存技术，从而增强数据储存功能。于人工智能终端，有关工作人员经过调取数据，可以直接调取应用数据，这样不但能够提高人工智能运行效率，还能减少数据传输成本[4]。
3探索人工智能中运用大数据技术
3.1智能制造方面伴随人工智能持续发展，智能制造诞生了，作为全新的自动化生产技术，其是在大数据技术基础之上采集分析传统制造中对应数据，从而使用人工智能整合运用数据。一般而言，智能制造分成智能制造系统与技术两个部分，前者就是智能制造运行的前提和基础，后者就是给智能制造发展带来了技术上的支持。在制造实践过程中，智能制造系统能够及时处理数据，同时按照对应数据决策，借此实践生产活动智能化展开。近期，智能制造于制造领域获得推广和应用，同时促进了制造业长期发展，在此环节中，大数据技术产生了关键作用，给采集、处理数据等工作提供了大力支持。比如，以机械制造智能化而言，汽车制造行业进行汽车车体焊接时，因为不一样的车体位置材质有差别，焊接方法不同。所以，研究工作人员使用大数据技术，把不同的材质相对应的焊接方式输进计算机内。自动化焊接重心经过全面扫描，确定车体结构实况，明确每一个焊接点材料属性，使用大数据技术于计算机中进行车体结构模型绘制，同时计算机最好的焊接路径和方式。该种方法比较适合使用在非量产高端车辆中。大数据技术让车体建模速度加快，而且在建模之中可以经过匹配过去的车体设计数据信息，发觉设计中存在的不足，同时把数据库比对以后的车体风险信息传输到质监部门，可以确保车辆生产质量。
3.2智能医疗方面伴随智能医疗持续发展，其运用慢慢拓展到诊疗活动整个过程，不但提高了医疗管理质量，还有效整合了区域医疗资源，而智能医疗大数据运用，包含了数据来源、内容、处理和应用这4个方面，其中数据来源，就是PC记录、智能硬件监测和医院数据等；数据内容包含了保险和药物研发数据、使用行为和门诊数据、药物销售和用药数据信息、药物流通和病历数据等；数据处理，即对数据进行整理归纳与分析；数据应用，主要是为病患、医生等服务的。比如智能药物研发，经过合理使用大数据技术迅速挖掘与选择出最佳的化合物，自动建立数学模型，分析新型化合物所具备的化学性质与生理学性质，缩减新型药物研究周期，促使医疗药物安全有效，经过大数据筛选出理想中的临床实验后选择，减少实验时间。再比如，将精准医疗作为例子，当新的诊疗技术，精准医疗经过人类基因测序技术，使用大数据技术探索个体蛋白质组、有关疾病、基因组三者之间的联系，精准定位有关疾病发病机制，得到精准治疗靶点，评价重大缺陷疾病。与过去的医疗手段作比较，精准医疗不但准确且高效，同时可以大大减少对病患的创伤，对已经确诊与没有确诊的治疗和防御都有非常高的临床价值。目前，精准医疗于肿瘤和妇科疾病等方面运用甚广[5]。
3.3智能建筑方面伴随社会经济持续发展，各种科技在城市建设中运用甚广，其中以智能建筑而言，大数据技术在智能建筑中的运用广泛。在城市高层建筑，由于传统的消防技术出现火灾后相关消防工作者不能立即展开救援，造成救灾时机被错过。但是，智能建筑中，该问题可以得到有效处理。大数据技术运用于智能建筑当中，可以设计科学的自动化喷淋装置，有关点位能够保证灭火效果最佳。与此同时，这一系统可以经过视频监控系统，全面分析建筑物消防安全隐患，比如，监控吸烟人员行为和智能建筑内部供电系统负载用电实际情况，以此减少火灾产生的几率。智能建筑温度调节同样可以使用大数据技术，设计师按照建筑内部温湿度，各个位置人员数量和大数据模型匹配，经过计算数据，获得室内温控信息，有效调整区域温度，保证建筑中的人可以有更加舒适的温度和环境。当然，大数据技术也可以使用在智能建筑门禁系统中，比如部分高端写字楼，在重要位置严禁外来人员进入，写字楼管理人员设计了大数据技术智能门禁系统，对符合相关规定的人员，把其面部信息和指纹收录在数据库，当相关工作人员进入识别区域，计算机图像识别软件可以及时录取人员面部特征信息，在得到人员指纹信息以后，通过数据库信息对比，在和数据库信息相符合的条件下，允许人员进入，不然门禁系统会自行报警，同时把该人员面部信息传输到安保人员受伤，有利于对人员加以盘查和询问。
3.4智能机器人方面智能机器人发展需要有大数据作为支撑。例如，智能机器人可以进行人类动作模拟，同时分析和理解人类语言，就是为通过大数据技术给人类活动数据信息进行采集，然后把这些数据信息传递到智能机器人参数内。智能机器人接收到操作人员发射的指令以后，可以分析指令，实现指令目标。调整好每一项参数信息以后，经过智能技术识别处理参数信息，有效调整每一项参数，然后利用智能技术对这部分数据进行合理运用[6]。人工智能机器人不但能够识别分析人类语言，还可以实现学习功能，从主观上分析判断人类行为语言，提高智能化水平。为实现精准识别人类行为语言，规定提供大量的语料数据，借此要求提供很多神经元节点，神经元节点数量会对机器人识别精准度有很大的影响，在总体识别率上有一定的差异。
4大数据时代下人工智能发展态势
4.1工业工业4.0是工业领域在大数据技术基础上的智能化发展趋势。经过在人工智能中运用大数据技术，例如智能机器人建造中制造流水线的工人，使用该种方式提升生产质量，使用机器人代替人工重复劳动，把流水线工人从流水线中摆脱出来，可以促使人才配置更加合理，保证产品质量。根据企业而言，使用大数据技术制造智能机器人模拟流水线工人，根据长期发展而言可以减少企业生产成本，促进工业生产企业智能化水平提高，经过提升生产管理品质提高企业资源竞争优势[7]。
4.2生活在将来发展过程中，科学使用人工智能技术，不仅可以提升人们的工作质量和工作效率，还可以大大削弱工作强度。比如，目前人们大多使用智能手机，经过大数据技术，有利于用户学习和工作，用户经过记录自己所在位置，智能手机可以给用户查找到最短的上班路径，同时给方向感不佳的人提供导航功能，提醒人们易于忘记的事情，在各个地点要停留的时间等。这部分均是可以使用大数据与人工智能技术来实现的。
4.3教育促进大数据技术、人工智能、教育领域相结合，可以促进新技术支持下教育模式改革与创新，提高教育现代化应用水平。例如，建立学员线上沟通互动网络平台，通过企业项目实施设计课堂教学过程，促使学员和企业工程师可以紧密沟通、互动，实现教学内容和工程项目实践有效衔接，提升学生工作和学习的积极性与主动性，使用大数据分析生成学生学习行为画像，进行个性化培养，持续促进教学方法革新与发展。4.4医疗近期越来越多的人工智能机器人进入医疗领域，帮助越来越多的医生做好自己的工作，甚至在一些方面比人类做得还要好。比如，在医学某一领域，高新技术医疗部门使用了大数据与人工智能技术，通过高新技术，仔细检查病患病理，分析数据信息，不仅有利于医生了解与掌握病患病情，还可以节省医生诊疗时间，大大减少医疗部门对医疗领域的投资。5结语综合以上所述，在大数据时展背景下，中国各行业在持续发展过程中，把大数据技术结合到各个领域中，可以促进各个领域的繁荣和发展。把大数据技术和人工智能相结合，不仅可以提高人工智能处理效率，还可以提高精准度，发挥出大数据技术优势。所以，各行业有关工作者在日常工作中需要持续整理与归纳，要认真分析与综合探讨，深入认识到大数据和人工智能的优势，增加对大数据技术的运用，推动国家现代化发展。
作者:刘丹 单位:大连职业技术学院（大连开放大学）
大数据技术应用3
从目前我国经济的体量来看，我国经济发展处于“换挡期”，深化经济体制改革势在必行，持续稳步推进对外开放。在突发公共卫生事件下，如何发展经济，如何提高政府的管理能力值得研究。对此，需改变政府的管理方式。政府投资项目管理是政府运行中的一项重要工作。政府投资项目主要是指政府利用财政资金投资推动国民经济和区域经济发展、保障民生，以及从国家安全、国防需要等方面考量的带有公共属性的项目，基于此类项目的管理就是政府投资项目管理。政府投资项目评审是加强政府投资管理和实现预算管理规范化的重要手段。随着我国对公共财政投资规模的增加以及对财政改革的深化，政府投资项目评审作为发改委的工作内容获得了更多的关注，在保证政府投资规范操作中起到了不可替代的重要作用。当前，我国政府投资项目评审处于改革发展阶段，还需要不断学习、借鉴国外财政投资项目评审的成功经验。基于此，文章对大数据在政府投资项目评审中的应用进行研究。
1政府投资项目评审概述
1.1政府投资项目评审的内涵《政府投资条例》（以下简称《条例》）规定：政府投资项目是指政府采取直接投资方式、资金注入方式投资的项目，项目单位应当编制项目建议书、可行性研究报告、初步设计，按照政府投资管理权限和规定程序，报投资主管部门或者其他有关部门审批。其中，政府性资金有财政预算内投资资金、各类专项建设基金、国家主权外债资金和其他政府性资金等，政府投资项目也称为公共财政投资项目或国家建设项目[1]。《条例》第十一条规定，投资主管部门或者其他有关部门应当根据国民经济和社会发展规划、相关领域专项规划、产业政策等，从下列方面对政府投资项目进行审查，作出是否批准的决定：（1）项目建议书提出的项目建设的必要性；（2）可行性研究报告分析的项目的技术经济可行性、社会效益以及项目资金等主要建设条件的落实情况；（3）初步设计及其提出的投资概算是否符合可行性研究报告批复以及国家有关标准和规范的要求；（4）依照法律、行政法规和国家有关规定应当审查的其他事项。政府投资项目评审是由政府投资主管部门专门负责政府性投资项目和企业核准类投资项目评审的机构，从财政管理、工程经济、国家需要等角度出发，按照国家相关政策、法律法规，使用专业技术手段，对财政支出项目的可行性、必要性、规模合理性、方案可行性、执行绩效性等进行审核和评价的管理活动[2]。政府投资项目评审具有技术性强、规模大、涉及面广的特点，直接对政府投资项目的资金使用起到约束和监督作用，极大提高了财政投资效益，保证了财政投资项目质量。
1.2政府投资项目评审的范围与内容政府投资项目评审范围：财政预算内国家基本建设资金（含国债）安排的建设项目，政府性资金安排的建设项目，财政预算内专项资金安排的建设项目，政府性融资安排的建设项目，需进行专项核查的专项资金以及其他财政性资金安排的建设项目。政府投资项目评审内容：项目建设的必要性、政策符合性、基本建设程序合规性、规模的合理性、管理制度执行情况；项目预算和竣工结算的准确性、完整性、时效性；项目招标文件、招标方式、各项合同、招标程序的合法合规性[3]；项目政府采购情况；项目建成运行效益及运行情况；财政性资金的管理情况、配套资金筹集和到位情况；实行代建制项目的建设情况；财政转向资金安排的项目进展情况、财务预算审核；工程建设各项支出的准确性、合理性；对财政性资金使用进行专项核查和追踪问效。
1.3政府投资项目评审的方式政府投资项目评审业务由投资主管部门委托其所属政府投资项目评审机构或相应的具备咨询资质的第三方中介机构进行。政府投资项目评审程序主要有评审准备、评审实施和评审完成阶段。
2政府投资项目评审中存在的问题
国家要求政府投资项目评审机构合理设计投资评审的职责和业务范围，明确项目库建设服务和部门预算编制的有效途径。虽然近几年我国在政府投资项目评审中取得了较大的成效，但仍然存在一些问题需要解决[4]。（1）政府性投资项目多为涉及民生类项目，全国各省份地市项目大方向相似度高，但是投资造价偏差很大，同类型项目在同一个地市不同县区项目申报的资料中估算、概算结果存在较大差距，给初期审核带来了较大的难度。（2）评审工作重点和方法不能完全与当前财政改革要求相匹配，主要表现在工作重点不能准确把握，评审工作范围比较狭窄。（3）评审工作质量和效率较低。一些自收支事业单位的评审机构处于受委托的被动地位，评审没有整体计划，基本没有对项目投资全面规范管理和把控的能力；缺乏评审专业人员，影响评审工作质量。
3大数据技术在政府投资项目评审中的应用
3.1大数据挖掘在政府投资项目评审初期的查重作用国家建设项目的创新性、时效性和可持续性是项目立项评审的重要依据，重复立项降低了财政资金的使用效益，也不利于项目库的有效运行[5-6]。为了避免低水平的重复研究和建设，有必要对政府项目进行查重分析，以保证项目具有足够的创新发展能力。随着大数据技术的发展，以前只能以样本信息形式出现的信息搜集技术得到飞跃和提升，解决了由于结构类型不同只能分类处理、数据不便于储存与比较的问题。应用大数据技术，可以搜集所有不同结构类型的数据，形成全数据。这些复杂结构类型的全数据可以被自动分类比较统计，体现出大数据大量、多维和完备的特点，并具备较好的时效性。在评审初期，使用大数据技术对政府投资补助、贷款贴息项目进行查重工作，对已获得政府投资的企业、项目、建设内容、投资规模、获取政府资金时间等进行搜索，从海量数据信息中挖掘关联的项目信息，再进一步计算得到不同项目申请书的相似度，这样能更加高效地完成资金申报的前期审核工作[7]。要想获得良好的查重效果，首先需要建立完善的项目数据库，其次要注意查重模型中关键字段、内容和数量的选择。
3.2大数据技术提升项目建设效率随着国家综合国力的增强，政府投资项目对补民生短板项目的投资力度加大，医疗、养老、教育、公共休憩场所、便民窗口等政府投资类项目增多[8]。合理将政府年度资金用在民生最急需、受益面最广、影响力最大的项目上，可以用大数据技术完善信息收集和处理环节，提高系统信息收集和筛选能力，从政府投资决策的角度研究，对决策动机、决策选择方案进行多层次对比，为政府部门决策与项目建设提供支持[9]。当前，各级政府认真贯彻以人民为中心的发展思想，采取了一系列积极有效的措施为民办实事，包括与人们日常生活相关的各种证件办理、社会劳动保险办理、医疗保险、户籍管理、教育、培训、技能认证、鉴定等原属各行政区域各部门管辖的窗口，统一合并集中成若干个综合性便民中心，逐步打破行政区域的界限，实现跨行政区域办理[10]。因此，相关部门及人员在评审政府投资项目时应转变观念，用大数据对项目辐射范围内的需求进行分析，测算其现有规模，并综合该区域范围的城市、经济、产业等发展规划，在项目合理运营期内对该范围的人口、物流等规模进行科学预测，以确定项目建设规模，优化项目建设内容，确保具有公共品属性的政府投资项目的科学性和顺利实施[11]。
3.3大数据技术有效优化项目投资政府投资项目投资金额大、回报周期长。政府投资应用成效关系到国家建设的完善和资金的利用情况，因此有必要对申请的项目及项目资金进行监管，防止出现类似度高、创新程度低或项目资金超标现象。在对项目评审初期进行查重后，还需要对项目申请资金进行核实，判断项目类型，再根据数据挖掘信息对每一种类型的项目资金预测进行对比，从而判断项目资金分配的合理性[12-14]。由于数据量巨大，先对数据进行筛选和分析，对项目资金涉及的数据库在内容和格式上进行共性分类，再提取每一种类型项目的主要影响因素参数，将其作为以后项目资金预测和项目对比的主要衡量标准，然后根据项目的特征选取，从总体样本中根据一定的精确度和正确度要求估计项目资金区间[15]。
3.4大数据分析帮助政府项目实现技术匹配对项目技术库的研究主要是在涉及技术与工具创新、管理、制度、数据、业务流程等方面，利用各种先进技术设计与开发出项目技术库，使用神经网络学习或数据匹配方法实现项目技术来源和信息的更新，构建项目特征值与技术测算模型，结合已有的匹配度测算研究，通过数据处理和分析技术，根据项目不同的需求和特点进行预处理，分析预测不同技术与项目的匹配度，实现政府项目的精确技术匹配，为下一步评审做好数据准备[16-17]。
3.5大数据分析助力挑选合适专家传统政府投资项目的评审专家大多由科技工作人员推荐和选择。随着新兴产业发展，更多新领域和新技术出现，在项目范围的界定上可能导致部分项目具有跨学科、跨领域的特点，难以全面对应单一技术领域，给评审带来一定难度，通过传统方式选出的评审专家在知识结构上可能与评审项目产生偏差，影响项目的咨询评估效果。发挥大数据技术在智能检索和推荐匹配技术上的计算优势，为研究团体建立索引，为专家建立模型，自动构建语义空间，通过描述专家专长，从非线性数据资源中集成多个专家表征，或者通过对专家特长、合作网络和社会关系的描述，采用语义模糊匹配等方式计算出项目和专家信息的语义相似度，从而产生准确的专家推荐结果[18-19]。
4结束语
将大数据技术应用到政府投资项目评审中是未来的发展趋势。完善政府投资项目评审的数据平台建设，可以进一步优化项目建设内容，合理使用项目资金，实现项目评审初期的自动查重、专家检索和自动匹配，助力政府投资决策体制优化，推动地区经济发展，加快现代化城市建设进程，创造平衡发展的新格局。
参考文献
[1]赵慧君.内蒙古自治区政府
[2]张思立.提升政府投资项目初步设计概算评审工作质量的思考[J].中国住宅设施,2019(4):59-60.
[3]沈才俊,常云志,徐暑芬,等.大数据技术在科技项目评审过程中的应用现状[J].江苏科技信息,2016(34):28-29,34.
[4]徐松岩.政府投资项目评审管理系统的设计与实现[D].北京:北京工业大学,2016.
作者:沈静华 单位:福建省莆田市政府投资项目评审中心
