簡析人工智能的發展與應用

陳彥淇

摘 要 隨著計算機學科等高新技術產業的快速發展，人工智能越來越多地參與到社會生產生活中，并展示出其在更寬廣領域應用的潛力。新興的人工智能存在其優勢與不足，發展中風險與機遇并存，故對其發展與應用進行詳盡的分析，發現總結現有問題，對未來發展提出建議，以便更高效地開展研究工作。

關鍵詞 人工智能；核心技術；人機交互

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2019）229-0162-02

環顧世界，人工智能科技在歐美國家及日本發展迅速、應用廣泛，中國在《中國智造2025》方針的指導下，也在加速人工智能方面的研究，從而使其與民生、國防、政治等方面結合，增強我國的綜合國力。

然而作為新興學科人工智能并非完美無缺，在許多方面仍存在較多困難未被攻克，在已經得到應用的領域仍有許多缺陷待完善，故對于人工智能現階段的發展應用的分析十分必要。分析人工智能現階段的發展與應用，對于正確認識現存問題并在未來將其改善與規避風險大有裨益，有助于進一步提高這一學科的研究效率。

1 人工智能概述

人工智能英文縮寫AI（Artficial？ Intelligence），最早由美國達特茅斯學會提出，是一門以計算機科學為基礎，綜合控制論、神經網絡學、心理學等的新興科學。它的研究對象非常廣泛，諸如機器人、圖像識別、語音識別、機器學習等都包含在內。但其最終目的都是希望計算機能夠擁有如同人腦的思維方式，思考并解決問題、做出行動，以成為人類智慧的擴展延伸，推動人類社會的？發展。

人工智能概念由1956年提出至今不到100年，這項技術卻已興起并正在飛速發展，可見其對于人類生產生活作用之重大。人工智能在未來有許多可能，擁有無限的潛力等待挖掘。

2 人工智能核心理論

2.1 機器學習

機器學習研究如何使計算機模擬人類思維獲取新的知識技能，對已有知識重新組織架構來不斷完善自身和優化性能，最終實現類似人類的學習行為。它涉及領域廣泛，包括系統辨識、神經網絡、腦科學等，是一門復雜的邊緣學科。這項技術是人工智能的核心，是使計算機智能化的理論基礎，它利用觀測數據尋找普遍規律，在規律基礎上預測未來數據或無法觀測的數據。

根據學習方法，機器學習可以分為傳統學習和深度學習兩種。

傳統學習以觀測樣本為基礎，發現無法應用原理分析方法得到的規律，從而對未來數據行為或趨勢進行準確的預測。傳統學習的相關算法包括有邏輯回歸、隱馬爾可夫方法、K近鄰方法、決策樹方法等。傳統學習在解決有限樣本時提供某種特定框架，學習模型的可解釋性和學習結果的有效性之間取得了平衡。傳統學習在自然語言處理、信息檢索等方面具有廣泛？應用。

深度學習建立在深層結構模型之上，典型算法包括有深度置信網絡、卷積神經網絡等等。深度學習所包含的神經網絡超過三層，其實質是一種將特征表示和學習合而為一的學習方式。深度學習在解釋例如圖像、聲音、文本等數據具有突出？作用。

2.2 人機交互

作為人工智能至關重要的外圍領域，人機交互研究人到計算機與計算機到人這兩部分的信息交換。人機交互的開發研究不單融合計算機學科中的多媒體技術、虛擬現實技術，還涉及有社會學等人文方面學科。傳統的人際交互主要依靠例如鍵盤、鼠標、位置跟蹤器等輸入設備和打印機繪圖儀等輸出設備實現人與計算機之間的信息交換。除此之外，人機交互還包括語音交互、情感交互、體感交互和腦機交互等。

語音交互主要對語音識別、語音合成和人在語音通道下的交互機理、行為方式等進行研究，通過采集、識別、理解、合成這4個過程實現人與機的信息交換。因其以自然語言為交互媒介，故相較于其他交互方式更快捷自然、高效直接，是人機交互根本性變革之所在，具有十分廣闊的研究開發價值。語音交互現階段較為成熟的應用在國際上有如微軟的小冰，蘋果的SIRI，在國內有如小米的小愛同學、華為的小E等。

情感交互克服傳統人機交互無法理解人類心緒、適應人類情感表達的弊端，能夠在交互過程中使計算機智能化地觀測理解并模擬人的情感，從而更人性化地實現交互，勾起人們內心情愫。但由于在信息獲取、處理表達等方面存在許多技術障礙這項技術仍處于起步階段，亟待研究發展。若能克服這些方面的困難，情感交互將具有不亞于語音交互的巨大價值，在社會甚至政治方面都有巨大？作用。

體感交互是直接通過數字設備裝置進行肢體與環境互動的交互，不需要復雜的控制系統。小型化、便攜化、人性化等是體感交互具有的優勢，故在如游戲娛樂等平常生活中有較為突出的？應用。

腦機交互不同于任何需要外圍神經或肌肉操作的交互方式，能夠直接實現大腦同外界設備的信息傳遞。腦機交互對于發現治療神經疾病、改善病人生活質量具有重大意義。

2.3 計算機視覺

計算機視覺主要研究由計算機模仿人類視覺，獲得類似人類的提取、處理、理解、分析圖像的能力。它在人工智能其他延伸如自動駕駛、智能醫療等方面都具有基礎性的意義。計算機視覺根據解決問題的不同可以分成計算機成像學、圖像理解、三維視覺等方面。

2.3.1 計算機成像學

計算機成像學主要研究人眼結構、相機成像原理及其應用。計算機成像學的應用方向分為可見光相機和不可見光相機兩部分。計算機成像學推動前者在硬件設備、軟件算法上的完善，使現代相機在縮小體積的基礎上具有更強大的功能，現階段市場上雙攝像頭手機的出現、廠家之間攝影算法的競爭都是在此基礎上進行的；后者更多應用于軍事國防方面，極大地促進了軍事裝備的發展？進步。

2.3.2 圖像理解

類似人類通過視覺系統理解外部世界，圖像理解通過計算機對圖像進行解讀。計算機需要理解的信息分為3個層次，包括淺層理解中的圖像邊緣、圖像特征點等；中層理解中的物體邊界、區域與平面等；高層理解中的語義信息、情景表達等。現階段該技術已經可以實現計算機對圖像進行理解并用一段話簡述圖像？內容。

2.3.3 三維視覺

三維視覺是研究如何通過視覺系統獲取并理解三維信息的科學，三維視覺技術廣泛應用于無人駕駛、虛擬現實智慧工廠等方面。

3 人工智能的應用

3.1 人工智能在醫療領域的應用

人工智能由于還存在缺陷，其在醫療領域主要起到輔助和媒介作用，如虛擬醫療助理、文獻分析、診斷結果預測、遠程醫療等。虛擬醫療助理利用語言處理、語音交互等技術，將患者的癥狀與標準醫學知識庫比對，從而為患者本人或者診斷醫師提供信息輔助，縮減了診斷的時間，提高診斷的效率。而遠程醫療則利用計算機視覺生物特征識別等技術為醫患提供遠程交流診斷的平臺，為大眾提供便利，促進了醫療資源的合理分配。如何縮短輔助診療時的誤差，提高遠程治療的及時性，這樣的問題仍需人工智能進一步的？發展。

3.2 人工智能在航空航天領域的應用

人工智能在航空航天領域具有極為廣泛的應用，主要在于系統故障的診斷、空間站電力系統的管理、飛行員的智能訓練和飛行計劃的智能規劃。人工智能在航空航天領域的應用極大地簡化了人工在飛行器及飛行規劃時的繁雜過程，減少了人為錯誤的發生，并通過對航空器發射的提前預演大大降低了實際操作中的風險。但是歷史上由于飛行器智能系統發生故障導致的重大安全事故不在少數，故在于安全性方面對人工智能需要進一步？完善。

3.3 人工智能在無人自動駕駛汽車方面的應用

無人駕駛汽車綜合人工智能、視覺計算、智能控制等多項技術，通過車內智能駕駛系統自動規劃行駛路線，感知道路環境并做出反應，控制車輛到達預定目標。

無人駕駛汽車大致分為兩個種類，一種是智能計算機全權接管車輛操控，司機無需任何操作的無人汽車；另外一種是將智能計算機與人工相結合，以機器輔助人工或者人工輔助機器為操控方式的無人汽車。國內外知名科技公司大都已把無人駕駛汽車作為重要項目開發，其應用價值可見一斑。但近期常有無人汽車試駕時因設計缺陷等問題造成交通事故，故對于無人汽車的安全問題需要十分？重視。

4 人工智能的未來展望

人工智能技術不斷發展，一些問題缺陷看似不可逾越，奇思幻想看似不可實現，但隨著研究進一步深入，技術趨于成熟，這些問題與設想都可以得到解決和實現。現階段人工智能研究還未成熟，開發費用高昂，只在航空航天、軍事國防等方面得到規模性應用，普通大眾還未能真正切身體會人工智能的妙用。當人工智能成本逐漸降低，城市智能管理、智能醫療系統、智能購物支付系統都可以大規模地與大眾生活接軌，方便人們的？生活。

現階段已有人工智能學習數學思維的嘗試，若人工智能進一步發展真正擁有人的思維模式時，甚至可以應用于文字創作與哲學思考方面。由于人工智能“人工創造”的獨特身份，它在思考方面也許擁有與人類不一樣的視角，對于人類社會及世界有不同于常人的理解，這對于人類自身理解世界本質將會具有突破性的？作用。

5 結論

人工智能作為一門新興的科技，正遭受巨大爭議。一方面，它因為實用范圍之廣，應用效果之優秀被寄予推動社會變革式發展的期望，另一方面，它導致的失業和再就業現象引起人們的焦慮。但新事物的發展總是波浪式前進曲折上升的，人工智能的應用利大于弊，它在社會各個領域的應用大大促進了社會資源的合理配置，引領人類加速進入綠色環保高效的時代。故在我國人工智能基礎較弱，發展較晚的現狀下，更需要資金技術教育資源的投入，培養相關高層次？人才。

然而對于人工智能的憂慮不無道理，人工智能在給社會帶來便利的同時也埋下了一定的隱患和風險。人工智能帶來的就業危機需要國家和社會的共同努力，引導教育、職位供給進行合理調整；在于社會倫理方面，立法機關也需要與時俱進，及時制定相應的法律政策以防患？未然。

參考文獻

[1]李怡萌，人工智能技術的未來發展趨勢[J].電子技術與軟件程，2017，06（11）：257.

[2]鄒湘軍，孫健，何漢武.虛擬現實技術的演變發展和展望[J].系統仿真學報，2004，16（9）：1905-1909.

[3]徐茂云，盧兆桐，劉世君.虛擬現實技術在醫學中的應用進展[J].實用醫藥雜志，2007，24（11）：1379-1380.

[4]田國強.人工智能技術在無人駕駛汽車領域的應用研究[J].江蘇科技信息，2017（14）：56-57.