淺析人工智能技術發展與應用現狀

張軼然

（西北工業大學附屬中學，陜西西安，710072）

1 人工智能的主要研究領域

■1.1 機器學習

2017年的圍棋界“人機大戰”讓人們難以忘懷，而一年后，柯潔再次與國產圍棋AI“星陣”對弈，結果戰至中盤柯潔投子認輸。一個從六歲就開始學圍棋的天才少年卻落敗于一個誕生僅僅不到三年的機器AI“圍棋大師”，讓人不得不佩服人工智能的學習能力。機器學習作為人工智能領域最前沿的學科之一，主要研究如何讓計算機模擬人的學習行為，進而代替人類完成模糊且更加有難度的任務。

機器學習涉及多學科的交叉融合，包括概率論、統計學、算法等諸多學科，其愿景是通過研究人類的學習行為并讓計算機進行模仿，來實現計算機對新知識的掌握，并能優化、重組自身的知識體系來實現計算機性能的提升。

機器學習按照學習形式進行劃分，主要有三個領域的分支，包括監督學習、無監督學習和強化學習。拿課堂教學場景進行類比，監督學習就類似老師不講知識點，讓學生自己學著做題，并給出答案來檢驗學習效果；無監督學習就如老師不講知識點，讓學生做題，卻不給出答案，讓學生自己探索事物之間的聯系；強化學習就如老師教會我們基礎的知識點，然后讓我們去做高難度題目，在實踐中不多提升自我。近些年，又出現了介于無監督學習和監督學習之間的半監督學習，半監督學習具有高效率、高準確度等優勢，近年來越來越受到研究學者們的重視。

■1.2 自然語言處理

隨著智能手機成為銷量最高的消費電子產品，基于Android和iOS系統的手機都配置了相應的語音助手，其中最著名的莫過于蘋果公司開發的Siri。語音助手被賦予人機交互的重任，功能日益強大，但即使先進如Siri，依然存在人機對話“驢唇不對馬嘴”的問題。而語音助手的核心就是自然語言處理技術，下面我們就針對此做進一步的探討。

自然語言處理是人工智能主要的研究方向之一，旨在實現人與機器通過自然語言的形式進行有效溝通。是一門綜合了語言學、邏輯學、數學等專業的交叉學科。正因為語言能力是人類區別于動物的最重要特征，也是人機交互最便捷、最高效的方式，使得自然語言處理的研究充滿意義。一個完整的自然語言處理系統包含語音識別、語義識別、語音合成三部分，語音識別是指讓計算機“聽到”人的語音，這項技術目前已經比較成熟，最典型的應用場景是微信語音的翻譯功能；語義識別是指計算機能“聽懂”人類語音，這需要計算機具有理解人類語言、尤其是口語化表達的能力，目前該領域的研究仍處于初級階段，也是制約自然語言處理進一步發展的瓶頸；語音合成是指計算機將準備“回復”給人類的語句合成音頻的形式并通過揚聲器外放，目前，科大訊飛的在線語音合成軟件已經可以合成超越人聲的語音，可見此項技術已日臻成熟。自然語言技術還有很大的發展空間，除語義識別這項難點之外，如通過聲色判斷對方的身份、通過聲音頻率及音量來判斷用戶的心情狀態等拓展功能，都會提升自然語言處理系統的智能化，也是該領域在未來的重點研發方向。

■1.3 專家系統

相信大家都在科幻電影或者小說中看到過家庭醫療機器人幫病人診斷、開藥、治療的情節，這背后就是專家系統在起作用。我們往往忽視了身邊的專家系統：理財軟件提供的風險收入評估、各大音樂平臺和各電商網站的“猜你喜歡”功能，都是專家系統在生活中的應用場景。

專家系統是指通過大量的專家知識和基于大數據的推理方法，在某些特定領域解決復雜問題的人工智能系統。世界上第一個專家系統是dendral系統 ，通過結合化學專業知識，該系統可以推斷化學分子結構。隨著計算機計算能力的提升和大數據、云計算等技術的逐漸成熟，專家系統的數量與日俱增，目前，人們已經開發出面向工業、農業、自然科學、軍事、法律等諸多領域的幾千個專家系統，專家系統的應用正在深刻地改變著人類的生活，隨之而來的是巨大的經濟效益和社會效益。

圖1是專家系統的主要構成。其中知識庫和推理機是兩個最重要的組成部分。知識庫用以儲存專家提供的知識，而推理機則根據用戶輸入的數據，來匹配知識庫中的規則，進而得出新的結論，即用戶所提出問題的結果。

科研領域的專家系統能極大地上降低科研人員尤其是高級知識分子的工作量，使人類的智慧更多地應用于創造性研發活動中；生活中的專家系統，如家庭醫療機器人和智能理財助手，可以方便人們的生活，讓高質量、定制化服務走進千家萬戶。

圖1

2 人工智能的主要應用領域

■2.1 人工智能在交通領域的應用

從最初的概念階段到如今的付諸實際，智能交通的歷史已經走過了三十年。無人駕駛、車聯網、智能路徑規劃等都是智能交通的細分領域，也是人工智能在交通上的典型應用。

2.1.1 智能路線規劃

智能路線規劃已經廣泛應用于日常出行之中，高德地圖、百度地圖等手機APP為大家帶來了諸多便捷，最常用的導航功能，開啟后有“最短路線”、“最少紅綠燈”等多種路徑供人們選擇，這便是基于交通數據的智能路線規劃，目前這項功能對于實時路況監控還沒有做到成熟，對于路況的擁堵情況還不能做到實時評估，有時會對人們的出行造成不便在未來，大數據和機器學習將會應用在智能路徑規劃上，而地圖軟件與交通部門的信息共享，將會給大大提高智能規劃的實用性。

2.1.2 無人駕駛

無人駕駛作為一種交通領域的飛躍性技術，從最初的實驗室階段到現在的大規模路測，只用了十年時間，通過全方位攝像頭、雷達傳感器及激光測距儀的多重技術保證無人駕駛的安全和穩定，配有地圖導航保障出行快捷性，這是無人駕駛相比傳統駕駛的優勢所在，但目前無人駕駛仍存在不確定因素。2018年3月23日，一輛特斯拉無人駕駛汽車Model X在美國加州山景城發生車禍，造成司機喪生—車禍的發生，不禁讓人們對于無人駕駛技術產生了質疑，畢竟乘客總會感覺自己的性命沒有“掌控在自己手中”。中國、美國等AI大國對無人駕駛技術非常重視，已經出臺了配套政策和法規，相信在未來，經過特斯拉、谷歌、百度等企業的努力，無人駕駛技術會日趨先進，給乘坐者帶來足夠的安全感。

■2.2 人工智能在金融領域的應用

2.2.1 智能投顧

所謂“智能投顧”，就是基于大數據分析、專家系統等技術的智能投資顧問。在經濟飛速發展的今天，眾多理財者面對國債、保險、股票、基金等投資形式時，都變得手足無措，而智能投顧將成為這些理財初學者的救命稻草。智能投顧可以根據不同理財者對風險、收益、周期等指標的訴求，通過分析以往理財者的理財行為，對新理財者的投資進行分析、建議，讓理財者在風險和收益上達到自己預期的平衡點。

2.2.2 智能客服

智能客服的應用已經非常廣泛，在未來大有取代銀行柜員的趨勢。基于自然語言理解技術的智能客服系統能回答客戶的簡單問題，可以通過提取關鍵詞來搜集客戶需求并進行分流處理。除了金融領域，在電子商務尤其是C2C購物平臺，智能客服同樣發揮著舉足輕重的作用。但目前智能客服系統只能勝任簡單的對話，諸如客戶投訴等復雜的場景仍需要人工客服出面。

3 人工智能的未來

■3.1 人工智能的未來發展

人工智能于1956年達特茅斯會議提出至今，已經歷了一個甲子的曲折發展，終于在21世紀初迎來了新的春天。人類將走進新人工智能時代，尤其在平臺、傳感器以及接口技術等方面會有突破發展。在平臺方面，傳統的CPU雖然還可以滿足現階段人工智能的計算需求，但由于效能較低，研發新一代的處理器已經成為燃眉之急，以寒武紀為代表的AI芯片即將大放異彩；傳感器技術的進步，使得機器人可以自己感知世界，認識事物規律，讓人與機器和諧共處，讓人工智能為機器人賦予“智慧”；接口是人與機器之間的溝通交互途徑，自然語言處理雖然可以滿足人的交互需求，但仍有不便之處，未來或直接通過腦電波實現溝通。但我們不得不重視人工智能給人類帶來的挑戰，如傳統職業的消失、思想觀念的改變、機器人倫理等問題。總之，人工智能會給我們創造出更加絢麗多彩的美麗新世界，但是我們仍要警惕技術進步帶來的潛在風險。

■3.2 人工智能在中國的未來

作為世界上最大的發展中國家，隨著人工智能的迅速發展，以及對人類生產生活的巨大影響，人工智能已經成為國際社會的焦點，我國在2017年部署了《新一代人工智能發展規劃》，其發展方向主要為構建開放協同的人工智能科技創新體系、培育高端高效的智能經濟、建設安全便捷的智能社會等六個方面。這項規劃高瞻遠矚而具體可行，指導著中國企業向人工智能的未來奮進。AI時代是中國打破歐美技術壟斷、在科技領域彎道超車的最好時機，是中國求發展、求富強的難得歷史機遇。

4 總結

人工智能技術經歷了幾十年的發展、積累和沉淀，終于在21世界迎來了爆發，機器學習、自然語言處理、專家系統、大數據等人工智能研究領域已經從理論研究逐漸走向了實際應用，給人類生活帶來了極大的方便。人工智能在交通、金融、醫療等場景下的應用，標志著人們即將進入AI時代，但技術的不成熟給無人駕駛、智能客服、專家診斷系統等應用場景帶來了很多新的問題。在AI時代，我們除了要看到技術帶來的方便，還要警惕技術在社會、倫理等方面存在的風險，我們要控制好AI這把雙刃劍，進而抓住中國科技發展的重大歷史機遇。