人工智能發(fā)展總體趨勢研判及應(yīng)用領(lǐng)域研究

1 引言

作為智能化時代的關(guān)鍵技術(shù)之一，人工智能能對我國競爭力的提升以及經(jīng)濟結(jié)構(gòu)的轉(zhuǎn)型升級發(fā)揮出積極的促進作用。時刻緊盯這一前沿領(lǐng)域的發(fā)展情況，是在新一輪技術(shù)革命中占據(jù)優(yōu)勢地位的必要條件，有關(guān)人員有必要在保證安全的基礎(chǔ)上掌握更多的先進技術(shù)，實現(xiàn)戰(zhàn)略上的趕超。

2 人工智能發(fā)展總體趨勢研判

（1）人工智能革命的核心驅(qū)動力來自深度學習。有關(guān)學者曾指出，深度學習將會為人工智能帶來革命性的進展。對于智能革命而言，深度學習就是其核心，通過深度學習讓智能革命改變我們這個時代。目前人工智能產(chǎn)業(yè)的發(fā)展正處于爆發(fā)期，在大數(shù)據(jù)推動下實現(xiàn)的以 Deep CNN 為代表的感知智能研究成功，標志著機械機器在垂直細分領(lǐng)域?qū)崿F(xiàn)了接近于人類水平的識別能力突破，而這一突破將會成為認知智能發(fā)展的趨勢。

（2）人工智能在生物和技術(shù)兩個維度的新突破。肖華是電子信息產(chǎn)業(yè)發(fā)展研究領(lǐng)域的專家，他曾在《對新一代人工智能的認識與思考》演講中提出觀點，對人工智能的理解應(yīng)該從生物學和技術(shù)兩個維度出發(fā)。人工智能在生物學中的發(fā)展重點在于探索人腦結(jié)構(gòu)、功能及其運行機理，將人腦的思維方式、過程以及決策方法模擬出來；人工智能在技術(shù)上的發(fā)展要基于很多基礎(chǔ)，比如超級計算能力、信息技術(shù)、算法模型以及大數(shù)據(jù)等等[1]。相比之下，生物學上的人工智能是歐洲國家的重點研究內(nèi)容，美國則一直走在技術(shù)層面人工智能的前沿，不同的方向都將走向推動人工智能取得新突破的發(fā)展道路。

（3）人工智能在物理領(lǐng)域的應(yīng)用案例更加豐富。已經(jīng)有很多關(guān)于人工智能技術(shù)應(yīng)用物理領(lǐng)域的案例，人工智能機器在深度學習的基礎(chǔ)上，在很高程度上實現(xiàn)了與人類唱歌、寫詞和作曲的能力。但是，在知識創(chuàng)意和思維想象力方面的特殊能力，機器識別功能還是遠遠落后于人腦，當前仍然處于智能發(fā)展的初級階段。即便如此，人工智能技術(shù)還是能在很大程度上幫助生產(chǎn)生活效率的提升。比如新東方和富士康之類的制造業(yè)工廠基于連續(xù)學習技術(shù)，通過整合內(nèi)外部大數(shù)據(jù)的方法實現(xiàn)了具有自主學習性的供應(yīng)鏈，讓企業(yè)內(nèi)部的 ERP 被打通[2]。

（4）人工智能對經(jīng)濟發(fā)展產(chǎn)生兩面性影響。關(guān)于人工智能對整個社會經(jīng)濟發(fā)展的影響問題，此前工業(yè)和信息化部科技司原巡視員指出，人工智能對社會的影響是具有兩面性的。一方面，作為一種賦能技術(shù)的人工智能將不斷與傳統(tǒng)行業(yè)融合，通過提升傳統(tǒng)行業(yè)的智能化、信息化水平實現(xiàn)行業(yè)的轉(zhuǎn)型與升級；另一方面，人工智能技術(shù)和產(chǎn)品在研發(fā)、推廣和應(yīng)用過程中可能引發(fā)一系列以就業(yè)、安全和法律有關(guān)的問題，對此需要現(xiàn)有研究人員用前瞻性的發(fā)展眼光強化人工智能管理，盡可能地有效控制可能產(chǎn)生的負面影響。

3 人工智能的應(yīng)用領(lǐng)域研究

（1）計算機視覺領(lǐng)域。人工智能在計算機視覺領(lǐng)域的應(yīng)用主要指充分利用當下現(xiàn)金的計算機技術(shù)模擬人類的視覺系統(tǒng)，讓該系統(tǒng)具有識別物體、確定物體位置以及運動狀態(tài)的功能，從而代替人類眼睛。通常情況下人工智能在計算機視覺領(lǐng)域的應(yīng)用被分為三個步驟，即檢測目標、識別目標和識別行為，現(xiàn)有的關(guān)于人工智能在計算機視覺領(lǐng)域的應(yīng)用典型系統(tǒng)有瞳孔識別系統(tǒng)、人臉識別系統(tǒng)和指紋識別系統(tǒng)等[3]。

盡管如此，由于物體種類的復雜性和多樣性，人工智能在計算機視覺領(lǐng)域的物體場景識別方面并沒有取得較為成熟的技術(shù)研究，雖然通過人工智能技術(shù)能實現(xiàn)物體特征和外貌的識別，但準確性始終不高，所以關(guān)于人工智能在計算機視覺領(lǐng)域的研究，還需要往提高識別物體精準度方面努力。

（2）自然語言處理領(lǐng)域。人工智能應(yīng)用領(lǐng)域的重要組成部分就是自然語言處理，具體的研究內(nèi)容指的是讓人機靈活的運用自然語言完成有效的互動，具體應(yīng)用表現(xiàn)在自然語言信息處技術(shù)上。就當前情況而言，人工智能語言信息處理技術(shù)有多種表現(xiàn)形式，主要有語言學、語言工程和數(shù)據(jù)處理等，較為典型且應(yīng)用比較成熟的領(lǐng)域有機器同聲傳譯、客服服務(wù)和機器人聊天等。大量實踐表明，自然語言識別技術(shù)的應(yīng)用與發(fā)展已經(jīng)處于成熟階段，自然語言準確識別率高達95%，社會已有一些知名企業(yè)，比如科大訊飛和百度都對該項技術(shù)進行了有效的應(yīng)用。

（3）智能機器人領(lǐng)域。智能機器人指的是在人類一定程度的操控下，仍然擁有屬于自身較為發(fā)達的“大腦”，并在“大腦”作用下用于獨立性的自我控制的機器人。智能機器人主要包括感覺和運動兩大要素，前者主要用于識別外部環(huán)境，后者主要用于與外界信息進行有效互動。除此以外，智能機器人中還有一個重要的思考要素，主要用于處理從外界接收到的所有信息，經(jīng)過“思考”后做出更加準確的回應(yīng)[4]。當前社會上已經(jīng)有部分行業(yè)開始使用工業(yè)機器人和服務(wù)機器人，基于其能為人類生活創(chuàng)出極大的便利性考慮，智能機器人在未來也會擁有較為廣闊的發(fā)展空間和應(yīng)用市場。

4 人工智能的發(fā)展仍然面臨很多難題

首先，數(shù)據(jù)流通和協(xié)同化的感知度不高。在基礎(chǔ)設(shè)施層中生產(chǎn)的所有仿人體五感的傳感器都缺乏統(tǒng)一的感知協(xié)調(diào)中控系統(tǒng)和集成度，因此面對不同類型傳感器獲得的數(shù)據(jù)時，難以實現(xiàn)一體化的采集、加工和分析。軟件集成和類腦芯片將成為人工智能發(fā)展的重大突破點。一方面是因為作為人工智能核心的軟件集成，其算法的發(fā)展決定著計算性能的提升幅度；另一方面是因為人工智能算法設(shè)計類腦化芯片一直以來就是發(fā)展路上的難題。

其次，實現(xiàn)強人工智能的關(guān)鍵技術(shù)難以突破。就技術(shù)研發(fā)角度而言，當前人工智能技術(shù)仍然處于初級發(fā)展階段，還沒有在更高層次技術(shù)方面取得顯著的成效和技術(shù)性突破，比如情感感知環(huán)節(jié)、人工方面的意識等，這些都屬于腦科學研究領(lǐng)域。要想讓人工智能技術(shù)水平得到進一步的提升，要將真正地理解分析能力作為進一步研究的重點內(nèi)容，實現(xiàn)大腦進化演進和全身協(xié)調(diào)控制領(lǐng)域的突破。

最后，智能硬件平臺的自主化和易用性之間的差距過大。當前已經(jīng)有很多人工智能應(yīng)用受了技術(shù)水平的限制，比如智能硬件平臺、感知操作系統(tǒng)、服務(wù)機器人的智能水平以及對不同環(huán)境的適應(yīng)能力等，這些都是由于智能硬件平臺的自主化和易用性差距過大，但在短期內(nèi)是難以實現(xiàn)接近于人腦的分析能力、推理能力和判斷能力的。

5 結(jié)語

總而言之，人工智能技術(shù)的有效應(yīng)用是全人類共同的夢想，作為一門極具挑戰(zhàn)性的學科，人工智能在發(fā)展與應(yīng)用的過程中將遇到比一般學科更多的阻礙與挫折，但只要有關(guān)研究人員樹立堅定的信心，擁有強大的毅力，人工智能將更好地融入我們的生活。