探析計(jì)算機(jī)人工智能技術(shù)的發(fā)展及應(yīng)用

徐星辰

摘 要： 得益于深度學(xué)習(xí)、大數(shù)據(jù)等技術(shù)的進(jìn)步，計(jì)算機(jī)人工智能技術(shù)已迎來發(fā)展拐點(diǎn)。人工智能將成為未來二十年全球最重要的科技，并成為無人駕駛、智能機(jī)器人等新興產(chǎn)業(yè)的重要基礎(chǔ)。文章從計(jì)算機(jī)人工智能這一顛覆性技術(shù)的發(fā)展歷程說起，對(duì)人工智能的應(yīng)用現(xiàn)狀、各主要國(guó)家的產(chǎn)業(yè)布局和未來發(fā)展趨勢(shì)進(jìn)行了詳細(xì)分析。

關(guān)鍵詞： 人工智能；計(jì)算機(jī)；應(yīng)用

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A

引言：計(jì)算機(jī)人工智能技術(shù)通過對(duì)人的意識(shí)、思維的信息過程進(jìn)行模擬，企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，其主要目標(biāo)是模仿甚至超越人類的智能，被稱為二十世紀(jì)七十年代以來世界三大尖端技術(shù)之一[1]。人工智能屬于自然科學(xué)和社會(huì)科學(xué)的交叉，它所涉及到的學(xué)科領(lǐng)域十分廣泛，主要包括計(jì)算機(jī)科學(xué)、信息論、數(shù)學(xué)和語言學(xué)等學(xué)科。2016年"阿爾法狗"迎戰(zhàn)李世石，成為第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能程序，2017年它再一次戰(zhàn)勝世界排名第一的圍棋選手柯潔，2017年10月，沙特阿拉伯授予美國(guó)漢森機(jī)器人公司生產(chǎn)的機(jī)器人索菲亞公民身份，這是歷史上首個(gè)獲得公民身份的機(jī)器人。人工智能領(lǐng)域的一系列新現(xiàn)象、新突破，引起了社會(huì)的廣泛關(guān)注。

1、計(jì)算機(jī)人工智能技術(shù)的發(fā)展歷程

1.1人工智能技術(shù)的萌芽

二戰(zhàn)過后，西方認(rèn)為社會(huì)需要新規(guī)范和制衡的介入，科學(xué)與技術(shù)以其理性的特點(diǎn)，迅速席卷了西方。與之前的實(shí)用主義思潮略有不同，此時(shí)的科學(xué)主義更加注重于細(xì)節(jié)與復(fù)雜性，系統(tǒng)論、信息論與控制論就是在這個(gè)時(shí)期誕生的。有了這些學(xué)科作為基礎(chǔ)，復(fù)雜系統(tǒng)的構(gòu)建成為了可能，許多專家都構(gòu)造或設(shè)計(jì)了這樣的系統(tǒng)，例如，Warren McCulloh與Walter Pitts的人工神經(jīng)元模型、Marvin Minsky和Dean Edmonds的神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)等等。與下一個(gè)時(shí)期相比，這時(shí)期在理論上的貢獻(xiàn)不大，更多是顯示了構(gòu)建“會(huì)思考”系統(tǒng)的可能性，不過阿蘭﹒圖靈提出的圖靈測(cè)試、機(jī)器學(xué)習(xí)、遺傳算法成為人工智能領(lǐng)域非常重要的理論基礎(chǔ)。

1.2人工智能研究的興起

1956年達(dá)特矛斯會(huì)議上首次確定了人工智能的名稱和任務(wù)，這次會(huì)議標(biāo)志著人工智能的誕生[2]。這個(gè)時(shí)期是人工智能的理論劇增與涉及領(lǐng)域范圍不斷擴(kuò)大的時(shí)期。1956年，薩爾夫瑞德研制出第一個(gè)字符識(shí)別程序，開辟了模式識(shí)別這一新的領(lǐng)域。1957年，紐厄爾和西蒙等開始研究一種不依賴于具體領(lǐng)域的通用問題求解器。1963年，詹姆斯？斯拉格發(fā)表了一個(gè)符號(hào)積分程序SAINT，輸入一個(gè)函數(shù)的表達(dá)式，該程序就能自動(dòng)輸出這個(gè)函數(shù)的積分表達(dá)式。過了4年后，他們研制出了達(dá)到專家級(jí)水準(zhǔn)的符號(hào)積分運(yùn)算升級(jí)版SIN。另外，在機(jī)器學(xué)習(xí)方面的西洋跳棋程序，編程語言方面的Lisp語言等都是在該時(shí)期被設(shè)計(jì)出來的[3]。盡管新的設(shè)計(jì)不斷被作出，但大多研究都是在微觀領(lǐng)域中的，單個(gè)程序所處的環(huán)境過于簡(jiǎn)單，也因此人工智能將在下一個(gè)時(shí)期碰到瓶頸。

1.3人工智能面臨的困難

由于計(jì)算復(fù)雜性和指數(shù)爆炸，而當(dāng)時(shí)計(jì)算機(jī)的內(nèi)存和處理速度都十分有限，導(dǎo)致人工智能領(lǐng)域的很多實(shí)際問題都不能得到解決，加上人工智能技術(shù)中很多常識(shí)與推理、框架和資格問題遲遲難以得到解決，到了70年代，人工智能開始遭遇批評(píng)，隨之而來的還有資金上的困難。比如，由于Marvin Minsky對(duì)感知器的激烈批評(píng)，聯(lián)結(jié)主義（即神經(jīng)網(wǎng)絡(luò)）銷聲匿跡有十年之久。當(dāng)時(shí)，很多的政府資助都被取消了，但這段時(shí)期也使研究者們重新審視人工智能的發(fā)展與各種可能性。盡管遭遇了種種困難，70年代后期人工智能在邏輯編程和常識(shí)推理等一些領(lǐng)域還是有所進(jìn)展。

1.4人工智能技術(shù)的高速發(fā)展

80年代早期John Hopfield和David Rumelhart使聯(lián)結(jié)主義重獲新生， 專家系統(tǒng)開始在全世界的公司迅速流行起來，此時(shí)“知識(shí)處理”成為了人工智能研究的主流。到了上世紀(jì)九十年代后期，由于計(jì)算機(jī)運(yùn)算能力的不斷提高，以數(shù)據(jù)挖掘和商業(yè)診斷為主要代表的應(yīng)用非常成功，使人工智能重回人們的視野。2006年，以 Geoffrey Hinton 為代表的研究人員發(fā)現(xiàn)了訓(xùn)練高層神經(jīng)網(wǎng)絡(luò)的有效算法。2012年，Geoffrey Hinton團(tuán)隊(duì)在ImageNet上首次使用深度學(xué)習(xí)技術(shù)完勝其它團(tuán)隊(duì)，讓深度學(xué)習(xí)重新回到主流技術(shù)舞臺(tái)。自此之后，隨著以圖形計(jì)算為代表的GPU在計(jì)算機(jī)視覺訓(xùn)練中替代原來的CPU，大大提升了計(jì)算性能，讓原來需要幾個(gè)月才能完成的訓(xùn)練縮短到幾天或幾個(gè)小時(shí)，加快了計(jì)算機(jī)視覺前期訓(xùn)練和推理的迭代周期，帶來效率上的成倍提升。當(dāng)硬件、算法、大數(shù)據(jù)這三個(gè)因素在各個(gè)領(lǐng)域的突破達(dá)到一定程度時(shí)，自然就帶來了人工智能的大爆發(fā)。2016年3月，谷歌AlphoGo 以4：1擊敗韓國(guó)圍棋冠軍李世石就是三者結(jié)合的典型代表，人工智能從此進(jìn)入大眾視野，帶領(lǐng)人工智能進(jìn)入又一波高潮。此外，人工智能領(lǐng)域重新重視起了神經(jīng)網(wǎng)絡(luò)、控制論、統(tǒng)計(jì)學(xué)等學(xué)科，互聯(lián)網(wǎng)及大數(shù)據(jù)的可獲得性也加速了各類的研究，這些都使該領(lǐng)域更加全面。

2、主要國(guó)家人工智能的布局

人工智能是引領(lǐng)未來的戰(zhàn)略性技術(shù)，世界主要發(fā)達(dá)國(guó)家把發(fā)展人工智能都作為提升其國(guó)家競(jìng)爭(zhēng)力、維護(hù)國(guó)家安全的重大戰(zhàn)略，加緊出臺(tái)規(guī)劃和政策，圍繞核心技術(shù)、頂尖人才、標(biāo)準(zhǔn)規(guī)范等強(qiáng)化部署，力圖在新一輪國(guó)際科技競(jìng)爭(zhēng)中掌握主導(dǎo)權(quán)，從而引領(lǐng)世界，引領(lǐng)潮流。

2.1美國(guó)

得益于政府的高度重視、雄厚的資金支持和人才技術(shù)的儲(chǔ)備，美國(guó)對(duì)人工智能的研究一直處于世界領(lǐng)先地位。2015年以來，美國(guó)白宮科技政策辦公室連續(xù)發(fā)布的《為人工智能的未來做好準(zhǔn)備》、《國(guó)家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃》和《人工智能、自動(dòng)化與經(jīng)濟(jì)報(bào)告》3份重量級(jí)報(bào)告，詳細(xì)闡述了人工智能的發(fā)展現(xiàn)狀、規(guī)劃、影響及具體舉措，將人工智能上升到了國(guó)家戰(zhàn)略層面，為美國(guó)人工智能的發(fā)展制定了宏偉計(jì)劃和發(fā)展藍(lán)圖。以谷歌、微軟、亞馬遜、Facebook和IBM為首的五大巨頭為代表從事人工智能技術(shù)研究的公司，也紛紛展開合作，實(shí)現(xiàn)了優(yōu)勢(shì)互補(bǔ)，進(jìn)一步加快推進(jìn)了人工智能的研究和推廣。

2.2日本

受人口老齡化、勞動(dòng)力短缺等社會(huì)問題的困擾，日本政府非常重視人工智能技術(shù)的產(chǎn)業(yè)發(fā)展，2016年6月，日本政府通過新版《日本再興戰(zhàn)略》，將人工智能技術(shù)視為第四次產(chǎn)業(yè)革命的核心。2017年3月日本召開人工智能技術(shù)戰(zhàn)略會(huì)議，并發(fā)布政府“工程表”，以期通過人工智能的運(yùn)用，實(shí)現(xiàn)生產(chǎn)、流通、醫(yī)療與護(hù)理等領(lǐng)域效率的大幅提高，推進(jìn)超智能社會(huì)5.0建設(shè)。同時(shí)明確了三省的責(zé)任分擔(dān)，要求三省共同召集相關(guān)會(huì)議，共同制訂人工智能發(fā)展戰(zhàn)略，建立相應(yīng)的人工智能技術(shù)研發(fā)平臺(tái)，實(shí)現(xiàn)計(jì)算機(jī)、軟件、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施及研發(fā)成果的實(shí)時(shí)共享。

2.3德國(guó)

20世紀(jì)70年代，德國(guó)政府在推行“改善勞動(dòng)條件計(jì)劃”中，規(guī)定有危險(xiǎn)的崗位由機(jī)器人代替，為機(jī)器人的應(yīng)用開啟了初始市場(chǎng)。2012年，德國(guó)推行了以“智能工廠”為重心的“工業(yè)4.0計(jì)劃”，工業(yè)機(jī)器人推動(dòng)生產(chǎn)制造向靈活化和個(gè)性化方向轉(zhuǎn)型。2015年9月聯(lián)邦政府內(nèi)閣通過了交通部提交的“自動(dòng)與互聯(lián)汽車”國(guó)家戰(zhàn)略，以設(shè)備制造商和大學(xué)的緊密科研合作為特點(diǎn)，支持更高水平的自動(dòng)駕駛大規(guī)模研發(fā)。

2.4中國(guó)

2016 年5月，發(fā)改委在《“互聯(lián)網(wǎng)+”人工智能三年行動(dòng)實(shí)施方案》中明確提出，到2018年，打造人工智能基礎(chǔ)資源與創(chuàng)新平臺(tái)，人工智能產(chǎn)業(yè)體系、創(chuàng)新服務(wù)體系、標(biāo)準(zhǔn)化體系基本建立，基礎(chǔ)核心技術(shù)有所突破，總體技術(shù)和產(chǎn)業(yè)發(fā)展與國(guó)際同步，形成千億級(jí)的人工智能市場(chǎng)應(yīng)用規(guī)模。 2017年7月，國(guó)務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，并提出三步走戰(zhàn)略目標(biāo)，最終實(shí)現(xiàn)人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心。10月，黨的十九大報(bào)告中明確寫入了人工智能的相關(guān)內(nèi)容。目前，國(guó)內(nèi)的百度、阿里巴巴和騰訊等互聯(lián)網(wǎng)巨頭也加快布局人工智能產(chǎn)業(yè)，從而搶占未來市場(chǎng)的制高點(diǎn)。

3、計(jì)算機(jī)人工智能技術(shù)的應(yīng)用

3.1醫(yī)療領(lǐng)域

醫(yī)療是目前人工智能各應(yīng)用領(lǐng)域中發(fā)展相對(duì)較快的領(lǐng)域。2014年后，大量醫(yī)療人工智能創(chuàng)業(yè)公司紛紛成立，不少傳統(tǒng)醫(yī)療相關(guān)企業(yè)也開始引入人工智能人才與技術(shù)。目前，人工智能技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用主要體現(xiàn)在三個(gè)方面。在醫(yī)學(xué)影像診斷疾病方面，計(jì)算機(jī)通過圖像識(shí)別技術(shù)對(duì)搜集到的圖像進(jìn)行預(yù)處理，再通過深度學(xué)習(xí)進(jìn)行特征提取，從患者病歷庫以及其他醫(yī)療數(shù)據(jù)庫搜索數(shù)據(jù)，最終提供診斷建議，彌補(bǔ)了傳統(tǒng)醫(yī)療診斷中存在的缺陷及不足[3]。在藥物開發(fā)方面主要體現(xiàn)在臨床前和臨床研究上。在臨床前通過深度學(xué)習(xí)，在早期藥物發(fā)現(xiàn)和研發(fā)技術(shù)中可以提高藥物篩選效率。最近賽諾菲宣布與Exscientia 簽訂一項(xiàng)潛在價(jià)值為2.5億歐元的合作交易，用于開發(fā)針對(duì)代謝疾病的雙特異性小分子藥物；在臨床研究過程中，可以結(jié)合醫(yī)院數(shù)據(jù)快速找到符合條件的受試病人。另一個(gè)重要的應(yīng)用就是用于心臟外科、泌尿外科、婦科等相關(guān)的微創(chuàng)腹腔鏡手術(shù)中的醫(yī)療機(jī)器人。僅在2016年11月這一個(gè)月中，中國(guó)大陸地區(qū)共完成達(dá)芬奇機(jī)器人手術(shù)2017例，手術(shù)臺(tái)數(shù)世界領(lǐng)先。這一技術(shù)有效的緩解了醫(yī)療資源緊張的問題，同時(shí)也推動(dòng)醫(yī)療信息化的發(fā)展。

3.2交通領(lǐng)域

日益成熟的人工智能技術(shù)正在助推無人駕駛的商業(yè)落地。今天，特斯拉和谷歌的自動(dòng)駕駛汽車已經(jīng)行駛在美國(guó)的道路上。在我國(guó)深圳，無人駕駛的公交車已經(jīng)正在試運(yùn)行。通過深度學(xué)習(xí)，人工智能還可以在緩解交通擁堵方面發(fā)揮重要的作用[4]。比較典型的案例就是杭州的“城市大腦”，城市數(shù)據(jù)大腦上線測(cè)試運(yùn)行后，試點(diǎn)的22公里高架路平均延誤降低15.3%，出行節(jié)省時(shí)間4.6分鐘，地面主干路的平均延誤降低了8.5%，出行節(jié)省時(shí)間1分鐘，這些數(shù)據(jù)也許并不特別驚人，但在小范圍試點(diǎn)范圍內(nèi)取得這樣的數(shù)據(jù)變化也是非常不容易的。

3.3教育領(lǐng)域

人工智能技術(shù)在教育領(lǐng)域的應(yīng)用主要是個(gè)性化學(xué)習(xí)和教育機(jī)器人。個(gè)性化學(xué)習(xí)就是通過收集和分析學(xué)生的學(xué)習(xí)數(shù)據(jù)，用人工智能勾勒出每個(gè)學(xué)生的學(xué)習(xí)方式和特點(diǎn)，然后自動(dòng)調(diào)整教學(xué)內(nèi)容、方式和節(jié)奏，使每個(gè)孩子都能得到最適合自己的教育。隨著時(shí)間的推移，數(shù)據(jù)積累逐漸增多，人工智能也就越“聰明”，對(duì)學(xué)生學(xué)習(xí)的適應(yīng)也就越精準(zhǔn)，形成一種良性循環(huán)。目前，一些新興的創(chuàng)新公司正在開發(fā)可以成為孩子的老師和朋友的機(jī)器人。機(jī)器人在聽到孩子的問題之后，可以自動(dòng)連接網(wǎng)絡(luò)尋找答案，并且通過和孩子的交流逐漸學(xué)習(xí)和了解孩子的情緒和個(gè)性。機(jī)器人和孩子交流得越多，對(duì)孩子的了解就越深。目前，機(jī)器人能夠流暢交流的話題還是相對(duì)有限，需要持續(xù)開發(fā)研究。

3.4金融領(lǐng)域

目前，人工智能在金融領(lǐng)域中的應(yīng)用被越來越多的人認(rèn)可，不僅因?yàn)樗苓M(jìn)行數(shù)據(jù)分析，還因?yàn)槠淠軡M足金融業(yè)務(wù)要求，對(duì)金融業(yè)產(chǎn)生了積極的影響。一個(gè)典型的應(yīng)用就是智能投資顧問，它依據(jù)不同的對(duì)象分為兩類，分別針對(duì)普通客戶和投資機(jī)構(gòu)。對(duì)普通客戶，智能投顧系統(tǒng)可以采集客戶的經(jīng)濟(jì)收入情況、年齡、風(fēng)險(xiǎn)偏好等一系列指標(biāo)，并通過機(jī)器學(xué)習(xí)來構(gòu)建數(shù)學(xué)模型，為客戶提供個(gè)性化的金融服務(wù)，具有更客觀和可靠的優(yōu)勢(shì)。對(duì)投資機(jī)構(gòu)，通過神經(jīng)網(wǎng)絡(luò)技術(shù)、機(jī)器深度學(xué)習(xí)，使計(jì)算機(jī)能夠?qū)κ袌?chǎng)上的大量金融數(shù)據(jù)加以分析整合，同時(shí)，綜合分析企業(yè)上下游各個(gè)環(huán)節(jié)的相互關(guān)系和與其他公司競(jìng)爭(zhēng)情況，主動(dòng)發(fā)現(xiàn)風(fēng)險(xiǎn)，及時(shí)調(diào)整投資策略。此外，智能客服和生物識(shí)別也在各大金融場(chǎng)景中經(jīng)常使用，前者廣泛應(yīng)用與各大金融理財(cái)APP和銀行大堂中，后者主要用于手機(jī)銀行、支付寶的指紋識(shí)別和銀行內(nèi)部金庫、數(shù)據(jù)中心的虹膜識(shí)別中。

4、人工智能的發(fā)展趨勢(shì)

人工智能的研究目標(biāo)是認(rèn)識(shí)與模擬人類智能行為。傳統(tǒng)人工智能研究往往將研究重點(diǎn)集中于對(duì)人類單個(gè)智能品質(zhì)如計(jì)算、推理、記憶、搜索及直覺等能力的研究與模擬。然而，由于人類智能行為是各種單個(gè)智能品質(zhì)的綜合體現(xiàn)，因此傳統(tǒng)人工智能研究方法往往無法充分刻畫或恰當(dāng)模擬人類的智能行為。把人看作多種智能品質(zhì)構(gòu)成的有機(jī)整體—智能體，綜合考察智能體的各種智能行為與特征，是當(dāng)前人工智能研究者共同的愿望。近年來，以整體的觀點(diǎn)研究智能體已經(jīng)成為人工智能領(lǐng)域的研究熱點(diǎn)，相應(yīng)的理論與技術(shù)也已成功應(yīng)用于機(jī)器人及其它各類工程實(shí)際問題中。另外，相關(guān)研究表明未來人工智能可能會(huì)向模糊處理、并行化和機(jī)器情感等方面發(fā)展。現(xiàn)階段人工智能的推理功能已獲突破，學(xué)習(xí)及聯(lián)想機(jī)制正處研討之中，下一步將模仿人類右腦的模糊處理功能和整個(gè)大腦的并行化處理功能，情感是智能的高度體現(xiàn)，情感能力對(duì)于實(shí)現(xiàn)機(jī)器與人之間的自然交互將起著至關(guān)重要的作用。因此，人工智能領(lǐng)域進(jìn)一步的突破可能是賦予機(jī)器情感能力[5]。

5、結(jié)束語

計(jì)算機(jī)人工智能技術(shù)從誕生到今日也就短短幾十年的時(shí)間，但是它在社會(huì)發(fā)展中的很多領(lǐng)域已經(jīng)顯現(xiàn)出了巨大優(yōu)勢(shì)，可以預(yù)見的是，在不遠(yuǎn)的未來，計(jì)算機(jī)人工智能技術(shù)必然會(huì)得到更加廣泛的應(yīng)用。我們要把握人工智能技術(shù)的歷史發(fā)展趨勢(shì)，通過技術(shù)創(chuàng)新手段，努力解決該技術(shù)發(fā)展中遇到的各種難題，從而開辟出更為廣闊的應(yīng)用前景。

參考文獻(xiàn)

[1] 李桂珍.計(jì)算機(jī)網(wǎng)絡(luò)發(fā)展中的人工智能技術(shù)運(yùn)用[J].微型電腦應(yīng)用， 2018， 5： 73-75.

[2] 籍成章.計(jì)算機(jī)人工智能技術(shù)研究進(jìn)展和應(yīng)用分析[J].信息通信，2017， 5： 80-82.

[3] 郝梓淇.淺談?dòng)?jì)算機(jī)人工智能技術(shù)應(yīng)用及發(fā)展[J].電腦知識(shí)與技術(shù)，2017， 11： 203-204.

[4] 王健.芻議空中交通管理中人工智能技術(shù)的應(yīng)用.科學(xué)與財(cái)富，2014， 5： 359-359.

[5] 張儲(chǔ)祺.計(jì)算機(jī)人工智能技術(shù)的應(yīng)用與發(fā)展[J].電子世界， 2017，2： 41-43.