淺談人工智能的發展史

關鍵詞：人工智能;核心技術;智能產品;智能應用

中圖分類號：TP18 ? ? 文獻標識碼：A 文章編號：2096-4706（2019）06-0080-03

Abstract：With the continuous development and progress of the times，human scientific research has never stopped. Since the development of artificial intelligence put forward in the 1950s，many technical difficulties have been overcome. With the support of relatively complete theory and core technology，various intelligent products are changing with each passing day. But everything has two sides. On the one hand，the development of artificial intelligence has brought many conveniences to human beings，on the other hand，there are many hidden dangers. Some research experts express deep concern and even fear about the rapid development of artificial intelligence. Many people think that intelligent robots are likely to replace human beings in the future. In my opinion，these worries are not unreasonable，but we should believe in ourselves. We should face this challenge with a positive attitude and make better use of the value of artificial intelligence contribution to create happiness for mankind.

Keywords：artificial intelligence;core technology;intelligent products;intelligent application

1 ?人工智能的起源和發展簡史

從二十世紀五十年代至今，人工智能技術的發展因為各種原因一直飽受爭議。眾所周知，“人工智能”一詞最早在1956年的達特茅斯會議上提出，在此之后，“機器學習”這一概念也被提出，人工智能的發展開始進入第一次繁榮時期。但是由于當時計算機的運算能力不足，在問題推理和計算復雜度等方面都存在很大的局限性，使得人工智能的發展陷入了第一次低谷期。而后到了二十世紀八十年代后期，出現了可視化模型和突破局限的人工神經網絡，人工智能又迎來了它的第二個繁榮期，但同樣好景不長，十年的時間里技術領域再次遇到瓶頸，抽象理論不再被關注，以及符號模型的處理遭到反對之后，人工智能再一次被打入“冷宮”。停滯發展的狀態持續到計算性能和互聯網技術的普及才有所改善，人工智能的發展又進入了復蘇期，直到云計算技術和大數據時代的到來，人工智能呈現出爆發式增長的趨勢，各行各業都開始重視人工智能的發展。

2 ?人工智能核心技術介紹

經歷了幾番沉浮，“人工智能”技術日趨成熟，在涉及的眾多學科技術當中以下七個技術是人工智能最為核心的技術。

2.1 ?機器學習

機器學習是一門由眾多跨學科領域交叉而形成的學科，包括腦學科、計算機學科、統計學、數學邏輯學等，還運用識別理論、優化理論、逼近理論等作為理論支撐。計算機如何實現機器按照人類的思考方式模仿人類的行為就是機器學習研究的主要內容。涉及的相關算法有：邏輯回歸（二分類問題，醫患診斷可用）、隱馬爾科夫方法（觀察過程中確定隱含參數，做進一步分析，語言文字識別用）、支持向量機方法（尋找一條最優分隔線）、K近鄰方法（用于歸類）、三層人工神經網絡方法、AdaBoost算法、貝葉斯方法（用于算概率）以及決策樹方法（分類后決策）等等。

2.2 ?知識圖譜

知識圖譜是一種由點、線和描述語句形成的語義知識庫。簡單來說，就是用我們能夠認識的符號來表達事物間的關系。知識圖譜一般用于反欺詐、不一致性驗證等公共安全保障領域，會用到異常判斷、靜動態分析等相關的數據挖掘方法。目前知識圖譜在搜索引擎、可視化展示和精準營銷等方面表現出其優越性，已成為熱門的使用工具。但是，數據存在噪聲的問題，即數據本身存在冗余或錯誤的情況是目前需要去攻克的技術難點。

2.3 ?自然語言處理

自然語言處理技術是連接計算機科學領域與人工智能領域的重要“橋梁”，此技術著重研究如何將人類想要下達的指令通過計算機傳達給人工智能產品。自然語言處理技術涉及計算機本身代碼的知識比較多，常用于機器翻譯、智能閱讀理解和問答系統等。

2.4 ?計算機視覺技術

計算機視覺是指通過計算機的后臺內的大量數據庫像人一樣能夠對圖像進行“觀察”后提取信息、分析判斷的能力。通常人眼并不能識別圖像中細微的差別，例如鑒別畫的真偽，即便是肉眼看上去一模一樣的兩幅畫，也存在著大量的噪點，還有對某一物體的運動軌跡進行分解等這些有關視覺捕捉的問題都能夠通過計算機視覺技術得到解決。

2.5 ?生物特征識別

生物特征識別技術是一般用于對使用者的身份進行鑒定的技術。比較常見的生物特征識別方式有人臉識別（包括虹膜識別）、指紋識別、音色識別以及其他特征識別。生物特征識別通常通過注冊和識別兩個階段來完成，首先需要通過識別的注冊階段，一般是機器對某個特定個體的生物信息進行數據采集，如利用視頻設備采集人的外部光學信息，利用音頻設備采集人的聲學信息，通過智能系統對得到的各項數據進行預處理后，再執行相應的存儲指令。注冊完成之后就是識別過程，識別的過程無非就是再一次對生物的特征信息進行采集，與之前儲存在數據庫內的生物特征信息進行一一比對，最終完成識別的過程。

2.6 ?虛擬現實技術與增強現實技術

虛擬現實技術（VR），可以簡單理解為個體戴上智能產品后會感到自己置身于某個虛擬的場景中，這個場景可能真實存在，也可能根本不存在。而增強現實技術（AR）是個體處于真實的場景中看到虛擬的物體，這兩種技術都是計算機在視聽技術上的延伸，作為正在風靡的尖端核心技術備受各行各業的關注。

2.7 ?人機交互技術

人機交互技術是人工智能產品特征最直接的體現，判斷一個產品是否智能就看它能否對人下達的指令執行相應的操作。人機交互通常需要注意交互過程的邏輯判斷、交互結果的分析表達、交互界面的優化等。目前，人工智能產品已經能夠對很多信息進行交互處理，如語音交互和體感交互等。但是，在與人類情感信息交互的這一過程始終是個技術難點，因為研究的背后牽扯到了機器人與人的道德和法律問題，所以必須得把握住分寸。

3 ?人工智能的智能應用

隨著研究的不斷深入，人工智能技術也在不斷地革新，人類對人工智能技術的掌握變得更為得心應手。目前教育、娛樂、醫療、環境保護、軍事演練、城市運行等領域內都已經有了人工智能產品的廣泛運用。特別是隨著大數據時代的到來，智能產品更是如雨后春筍般涌現，人們也從最開始的新鮮好奇變得見怪不怪。

首先，人工智能常常作為探索大自然的先鋒，可以在各種惡劣、人類難以親身采集資料的地域進行探索，例如雨林、深海、太空等高危環境中都能夠出動人工智能的探索器進行探查，以收集信息。

作為引領第四次工業革命的4D打印技術也屬于人工智能的范疇。此造材尖端技術可以使用新型材料“打印”健康細胞供醫用，“打印”隨地貌改變的軍用軍服，還可以“打印”各種航空建筑材料等等，同時4D打印也是人工智能在教育領域應用的重要形式。

人們始終努力地去用技術改革發展教育，是因為教育是國家乃至人類最重要的事業之一。目前人工智能產品在其他領域運用得如火如荼，但是智能技術對學校或者教育的影響并不是特別突出。因此，人工智能在教育領域的開發應用的價值是非?？捎^的。專家系統、人工智能導師、教育機器人等智能助手都具有非常大的開發潛力。

4 ?人工智能的隱患問題和未來展望

人工智能發展得尤為迅速，也讓不少人憂心忡忡，很多的職業崗位面臨或者已經被人工智能產品代替，例如打字員、銀行出納流水崗，還有車站日益減少的售票員等等，都說明了人工智能在一定程度上會引起部分職業的巨大變化，導致部分原來需要人工進行的工作崗位為機器人所替代。不僅如此，人工智能機器還存在著信息泄露、道德倫理問題，甚至會引發某些人擔心的種族滅絕的終極危機。牛津大學的哲學家尼克·博斯托姆認為：“正如人類激烈的競爭淘汰了大猩猩一樣，人工智能的發展將超越人類并最終占據著主導地位?！薄段磥砗喪贰返淖髡哂韧郀枴ず绽脖硎疚磥硪阎?，人類將在人工智能時代變為“無用階級”。這時我們就應該好好思考了，人類是否應該繼續發展人工智能呢？答案是肯定的。馬基雅維利說過：“縱觀歷史過往，人類并沒有因為技術進步而被打敗和擊垮，而是在不斷地學習中有效地適應和發展”。霍金也說過：“我們不能把飛機失事歸結于萬有引力”，同樣我們也不應該將人類的毀滅歸結于人工智能。假如真的有那一天，我們人類被取代，那歸罪的只能是我們人類自己。所以就目前而言，人工智能仍然是在向著良性的方向迅速發展的，雖然還有很多的問題亟待解決，但是如同《未來簡史》所說人工智能的時代終將到來，我們也應該相信，在未來，人類和人工智能肯定能夠做到友好“相處”。

參考文獻：

[1] 陳衛東，褚樂陽，楊麗，等.4D打印技術及其教育應用展望——兼論與“人工智能+教育”的融合 [J].遠程教育雜志，2018，36（1）：27-38.

[2] 吳剛.從工具性思維到人工智能思維——教育技術的危機與教育技術學的轉型 [J].開放教育研究，2018，24（2）：51-59.

[3] 徐選國，楊威威，徐永祥.人工智能時代的多重挑戰與社會工作的專業回應 [J].人文雜志，2018（6）：120-128.

[4] 潘天君，歐陽忠明.人工智能時代的工作與職業培訓：發展趨勢與應對思考——基于《工作與職業培訓的未來》及“云勞動”的解讀 [J].遠程教育雜志，2018，36（1）：18-26.

[5] 符闊，李麗，莫夫.人工智能2.0背景下應用型人才培養模式探討 [J].花炮科技與市場，2018（4）：237.

[6] 王澤昊.智能生活2.0——淺談人工智能在生活中的應用 [J].電子技術與軟件工程，2018（5）：253.

[7] 鐵牛.人工智能的創新發展與社會影響 [J].中國人大，2019（3）：36-43.

[8] 方中理，張祖奡.人工智能未來發展趨勢 [J].電子技術與軟件工程，2019（3）：238.

[9] 涂航，陳歡.淺析人工智能應用及發展趨勢 [J].網絡安全技術與應用，2019（1）：96-97.

[10] 劉泓岑.人工智能在數字媒體中的應用 [J].中國新通信，2019，21（1）：67-68.

[11] 王澤昊.智能生活2.0——淺談人工智能在生活中的應用 [J].電子技術與軟件工程，2018（5）：253.

[12] 劉凱，胡祥恩，馬玉慧，等.中國教育領域人工智能研究論綱——基于通用人工智能視角 [J].開放教育研究，2018，24（2）：31-40+59.

[13] 賽迪顧問.2018人工智能核心產業發展白皮書 [N].中國計算機報，2018-11-26（8）.

[14] 胡燕萍.人工智能技術有望使新材料研發提速百倍 [J].科技中國，2018（9）：20-22.

[15] 劉舒暢，劉太銀，劉林沖.人工智能安全問題及其解決方式 [J].電子技術與軟件工程，2018（15）：246.

[16] 狄廣義.關于人工智能技術的發展探究 [J].中國新通信，2018，20（11）：65-67.

作者簡介：全耀（1996.07-），男，漢族，廣西桂林人，在讀研究生，研究方向：教育技術學。