人工智能發展中的問題思考及其研究現狀郭

成濤　李檬

【摘 要】隨著科學技術的迅速發展，很多產品都逐漸趨于智能化，這使得人工智能成為一個無處不在的產業，研究人工智能成為必然的熱點話題。本文結合現有的研究資料，簡要介紹了人工智能的發展歷程，對人工智能的發展中的問題做出了進一步思考，分析了人工智能的技術現狀并對其應用前景做出了展望。

【關鍵詞】智能；技術；發展；人工智能；問題思考

0 引言

人工智能是通過將人類的思維活動賦予機器或系統，使其模仿和執行與人類學習，思考和決策有關的智能行為；是一種試圖讓機器以智能方式（類似于人腦的工作方式）工作的計算機技術；是機器所展現出來的智慧。人工智能只是機器的智能，但隨著機器變得越來越有能力，也有可能大大超過人類。隨著人工智能技術的蓬勃發展，在計算機科學，金融，醫院和醫藥，重工業，交通運輸，玩具和游戲等領域已經取得一定程度的成就。智能機器人，人工智能系統組織病床計劃，無人駕駛技術的應用告訴我們，人工智能標志著科技進一步向前推進，給人類帶來了顛覆性的影響，但同時也產生了一些潛在的問題。

1 人工智能的發展歷程

人工智能——Artificial Intelligence（AI）可以解釋為用人工的方法使機器帶有一定的思維活動，在機器上實現自主地，或交互地執行各種擬人任務的智能行為。從概念提出至今已有60余年，在技術、算法、應用方面不斷取得突破性進展。

1956年以前（早期奠定）

古希臘亞里士多德創立的演繹法，17世紀末，德國萊布尼茲初創數理邏輯，隨后Wiener、弗雷格、羅素等代表人物不斷補充完善。1943年，美國生理學家麥克洛奇和皮茲建成第一個神經網絡模型（MP模型）[1]。到1946年，第一臺通用數字電子計算機ENIAC問世。1948年，控制論、信息論初創，信息科學得以發展。1950年，英國數學家A·M·Turing在其著作中首次提出論述“機器也能思維”[2]。這些理論都為人工智能的形成奠定了良好基礎。

1956年以后（形成發展）

1956年夏季，在一次歷史性的聚會——達特茅斯會議中，這次會議討論了機器模擬人類智能的問題，人工智能成功誕生，人工智能領域的研究正式開始。1969年起，國際人工智能聯合會議（International Joint Conference on AI，IJCAI）逢奇數年舉辦。20世紀80年代，知識工程誕生，專家系統也應運而生，人工智能達到階段性的高峰。2011年，蘋果公司的智能語音助理隨著iPhone4S出現。2012年10月，多倫多大學Geoffery Hinton宣布在機器學習領域達成重要突破，高通的神經網絡芯片相繼誕生，標志著人工智能研究的軟硬件條件基本具備。2014年7月，微軟進行人工智能嘗試，推出個人智能助理，同年百度智能問答機器人小度誕生。2015年，Amazon試圖將機器人飛行器運用到快遞服務中…人工智能正在朝著社會生活的應用領域飛速發展！

2 人工智能發展中的問題

英國《金融時報》引用一項最近的調查結果顯示：全球半數人工智能專家相信，人類水平的機器智能到2040年就可成為現實[3]。以人工智能為核心的新一輪技術革命終會將信息社會引領向智能社會。人工智能以其廣泛實用的特點，深入到社會生活的各個行業，可能產生危險或不期望的意外后果。

2.1 增加人類失業率

隨著各種人工智能產品開始服務于各大領域，很多工作即將被人工智能取代，這個是不可逆轉的趨勢。2016年1月，世界經濟論壇發布了報告《未來工作—針對第四次工業革命的就業、技能和勞動力戰略》顯示未來五年將有500萬人因人工智能等技術進步而失業[4]。美國花旗銀行和英國牛津大學馬丁學院《工作2.0時代的技術》研究報告也顯示：未來10年或者20年，1.4億知識工人將會因為人工智能技術的發展失去原來的工作[5]。不可否認，人工智能會引發產品的創新，從而產生一些意想不到的新職業，但大部分就業市場將被人工智能占據，導致勞動力市場的兩極分化，人類失業率將無限上升，從而失去生存的依賴。

2.2 對人類價值觀帶來沖擊

2010年1月9日，新澤西州的“真實伴侶”（True Companion）公司開發的首款性愛機器人“Roxxxy（洛克茜）”正式面世。2017年2月，美國加州Abyss Creations公司宣布，第一代具有學習能力的性愛女機器人Harmony已經成功研發出來。全球知名的人工智能專家戴維·李維預測最晚在2050年，人類會跟機器人談戀愛，甚至成為配偶，而且將成為社會常態[6]。那么，人機婚姻的合法性也變成法律問題，人類的思維方式和傳統觀念將與新觀念產生沖突，直接影響到價值觀和信仰。AI也會使用戶形成依賴性，而不去對問題進行思考和求解，導致認知能力減弱，人類平均智力素質將下降。

2.3 人工智能自身的控制與利用

人類思維活動豐富多彩，也有情感因素夾雜，機器難以在短期內具備取代人類所有的思維活動的能力，但人類受到緩慢生物進化的限制，機器卻能不斷增長的速度重新設計自身。物理學家斯蒂芬霍金，微軟的創始人比爾·蓋茨和SpaceX的創始人伊隆·馬斯克表示擔心人工智能可能演變到人類無法控制的點。2015年12月2日，霍金理論表示，從理論上來說，機器將超過人類智能，這可能“意味著人類的結束”。谷歌未來學家庫茲韋爾預言，在2045年電腦智能與人腦智能融合，AI的奇點到來。加之，人工智能功耗值較大，普及之后可能存在能源危機[7]。人工智能必須被很好的控制利用，確保智能的AI是“友好AI”。

3 人工智能研究現狀

在技術方向上，歐美處于領先水平，擁有雄厚的技術基礎，美國專攻軍用機器人技術，歐洲注重醫療和服務技術的研發，日本則用于仿人和娛樂方面。目前人工智能在機器人、神經網絡、模式識別以及專家系統方面都一直處于不斷增長的趨勢，取得了令人矚目的成果。先進的人工智能技術開始陸續進入到實用性階段，網絡，醫學，科學，金融領域中已取得較大進展，需要進一步發展的是云機器人和人腦仿生計算技術。

3.1 專家系統

專家系統（Expert System）具有相當于專家知識和經驗水平以及解決專門問題的能力的計算機系統，是人工智能應用研究最活躍和最廣泛的應用領域之一[8]。專家系統是第一批真正成功的人工智能（AI）軟件，它被設計為通過推理知識來解決復雜的問題，主要表現為IF-THEN規則而不是通過傳統的程序代碼。第一個專家系統在20世紀70年代創建，在20世紀80年代興起。ES系統能夠高效，迅速，準確地工作，突破時間和空間的限制，進行有效推理決策，解決那些只有專家才能解決的高難度的復雜問題。主要在醫療，交通，家居綜合性領域應用，其中醫學專家系統研究最多而卓有成效的要數醫學專家系統。而研制實用的，高性能的專家系統是當前人工智能研究的一項主要任務[9]。隨著計算機網絡技術的不斷發展和多媒體技術的突破，專家系統的研究勢必更加深入，取得突破性進展。

3.2 神經網絡

人工神經網絡開始于20世紀80年代，隨著計算機技術的大力發展以及研究者們不斷對算法進行優化改進，以其驚人的處理速度和較強的容錯能力，表現出良好的智能化。神經網絡已被用于解決使用普通的基于規則的編程難以解決的各種各樣的任務，如計算機視覺和語音識別，且成功率已達到百分之八九十。人工神經網絡與他技術組合產生模糊神經網絡，廣泛應用到醫學圖像處理與分析各領域[10]。在像素化圖像方面，隨著圖片模糊程度增加，神經網絡的成功率會降低，但仍然能夠達到50%到75%的成功率[11]。神經網絡計算科學領域與生物神經系統理論分析和計算建模相關，為此神經科學家正在觀察生物過程（數據）、神經處理和生物似然機制（生物神經網絡模型），努力建立統計學習理論和信息理論之間的聯系，使得人工神經網絡技術能夠邁向新的臺階。

3.3 模式識別

人工智能方法在模式識別，數學邏輯等領域同樣廣泛運用。模式識別主要是對已知數據樣本中的模式和規則進行識別和提取，通常旨在為所有可能的輸入提供合理的答案，并考慮到它們的統計變化來執行輸入的“最可能”匹配。通過計算機來對文字，圖像，聲音，物體等模式的自動識別，是智能機器開發的關鍵點[8]。目前模式識別的識別速度快，識別效率和精度也比較高，但主要還是無監督學習，人為構造算法的成分比較大。

3.4 深度學習

當前，基于人工智能網絡的深度學習技術是最熱的研究領域。通過深度學習能夠實現高效的特征提取，更加本質被Google，Facebook，IBM，百度，NEC以及其他互聯網公司廣泛使用，來進行圖像和語音識別。互聯網業務的快速發展，為深度學習提供了上百萬的樣本進行訓練，目前語音識別技術和圖像識別技術能夠達到90%以上的準確率[12]。深度學習技術目前而言還有許多需要深挖的，遠遠沒到飽和期。在以前存在硬件上的瓶頸，但隨著NVDIA和一些硬件廠商不斷的升級計算工具，硬件的瓶頸基本上消失了。主要是在其他學科上面，還需要神經科學等的發展為Machine learning注入新的血液。

4 結語

AI技術不斷進化，對各行各業帶來了顛覆性改變，人工智能正在快速地發展和改變著人類的生活。目前各個國家各大公司都在努力從技術上突破，并且已經取得一定的成果。如今，人工智能堅定地扎根于流行文化；智能機器人出現在無數的作品中。AI將潛在地幫助我們開啟新的更先進的技術突破，作為進一步的技術和科學發現的催化劑，引領科學技的發展。

【參考文獻】

[1]李作進.基于視覺認知的自然圖像目標識別研究[D].重慶大學，2010.

[2]李紅霞.人工智能的發展綜述[J].甘肅科技縱橫，2007（5）：17-18.

[3]王元豐.揭秘人機大戰背后的飯碗之爭[EB/OL].http：//sports.sohu.com/20160314/n440357465.shtml.2016-03-14.

[4]http：//www.cqvip.com/QK/96203X/201601/668593078.html.

[5]CB Frey，M Osborne.Technology at Work v2.0：The Future Is Not What It Used to Be.Citi GPS：Global Perspectives & Solutions.2016-2-2

[6]佚名.機器人配偶離我們有多遠[EB/OL].http：//mt.sohu.com/20151113/n426378568.shtml，2015-11-13.

[7]呂澤宇.人工智能的歷史、現狀與未來[J].信息與電腦（理論版），2016（13）：166-167.

[8]田金萍.人工智能發展綜述[J].科技廣場，2007（1）：230-232.

[9]方毅.嵌入式儀表設計專家系統推理機設計與實現[D].浙江大學，2006.

[10]李清夢，聶生東.神經網絡技術及其在醫學圖像處理中的應用[J].中國醫學影像技術，2011（6）：1291-1294.

[11]中關村在線.在圖像識別上 隱私技術面臨人工智能的挑戰[EB/OL].[2016-11-25].http：//news.zol.com.cn/604/6044346.html.

[12]楊希.人工智能在國外[N].人民郵電，2015-02-04（006）.

[責任編輯：田吉捷]