人工智能技術發展及應用綜述

章滬超

摘要：隨著人工智能技術的日漸完善，人工智能作為一種賦能技術，將與傳統行業不斷融合，并且從而更好地提升傳統產業中的信息化、智能化水平，真正的幫助產業行業進行轉型升級。而我們在面對新一代的人工智能發展浪潮中，必須要對發展進行提前布局、積極謀劃，從而充分發揮出人工智能技術對社會經濟發展的引領和變革作用。

關鍵詞：人工智能；機器學習；應用；綜述

中圖分類號：TP18 文獻標識碼：A 文章編號：1672-9129（2019）04-0077-04

Abstract： With the increasing perfection of artificial intelligence technology， artificial intelligence as a kind of energizing technology will continue to be integrated with traditional industries， and thus better enhance the level of informatization and intelligence in traditional industries， and truly help the industrial industry to carry out. Upgrade. In the face of a new wave of artificial intelligence development， we must make early arrangements for development and make active plans so that we can give full play to the role of artificial intelligence technology in guiding and transforming socio-economic development.

Keywords： artificial intelligence； machine learning； application； review

引言：

人工智能是關于知識的學科，是怎樣表示知識以及怎樣獲得知識并使用知識的科學。從人工智能所實現的功能來定義是智能機器所執行的通常與人類智能有關的功能，如判斷、推理、證明、識別學習和問題求解等思維活動。

1 人工智能技術的研究內容

隨著近年來人工智能技術的不斷發展，我國國對于人工智能技術的研究也取得了較大的突破，其中人工智能算法的創新研究，使其為今后大數據、計算能力等發展提供支持。

1.1 基礎支撐層

1.1.1 算法

在人工智能的基礎支撐層中，算法主要是為了系統解決問題進行的一種策略機制，可以在標準規范內進行輸入，并且得到想要的結果。近幾年，新算法的發展提升了機器學習的能力，尤其是隨著深度學習理論的成熟，很多企業采用云服務或開源方式向行業提供先進技術，將先進算法封裝于易用的產品中，大大推動了人工智能技術的發展。目前，市場上有很多廠家都在搭建通用的人工智能機器學習和深度學習計算底層平臺，如谷歌的TensorFlow軟件、微軟的深度學習工具包、亞馬遜的AWS分布式機器學習平臺、百度的AI開放平臺等。

1.1.2 計算力

人工智能對計算力的要求很高。以往在研究人工智能時，經常受到單機計算力的限制。近幾年，云計算的發展對計算力的提升起到了至關重要的作用。機器學習，特別是深度學習是極耗計算資源的，而云計算可以達到每秒10萬億次的運算能力。此外，圖形處理器的進步對人工智能的發展也有很大推動作用，這種多核并行計算流的方式能夠大大提高運算速度。通過云計算，圖形處理器可以以較低的成本獲取大規模的計算力。

1.1.3 大數據

移動互聯網的爆發式發展，以及各種社交媒體、移動設備、廉價傳感器使當今社會積累了大量數據。隨著對數據價值的挖掘，各種管理和分析數據的技術得到了較快發展。人工智能中很多機器學習算法需要大量數據作為訓練樣本，如圖像、文本、語音的識別，都需要大量樣本數據進行訓練并不斷優化。現在這些條件隨處可得，大數據是人工智能發展的助推劑，為人工智能的學習和發展提供了非常好的基礎。

1.2 技術層面

1.2.1 計算機視覺

為了幫助系統從圖像中識別出物體、場景等必須要加強對計算機視覺功能的應用，這種技術能夠通過視覺產品將圖像信號進行轉換，從而得到我們想要的各種信息，然后在按照需求進行各種運算，提取目標的特征值以便進行后續任務。計算機視覺的應用案例十分豐富，如在安防及監控領域用于指認嫌疑人；醫療成像分析用于提高對疾病的預測、診斷和治療；車間現場用于自動化控制，識別生產零件等。

1.2.2 自然語言處理

通過使用自然語言與計算機技術進行結合，然后使人與計算機之間能夠通過自然語言進行有效溝通及處理的方法，自然語言處理能夠使計算機及時理解人類的語言結構，然后將一部分人類腦部活動運動進行代替，從而幫助人們解決生活上的各種難題。自然語言處理包括自然語言理解和自然語言生成兩個部分，這兩個部分的研究難度都很大。目前，通用高質量的自然語言處理系統還有待進一步實現，但專家系統自然語言接口、機器翻譯系統、信息檢索系統這些針對一定應用領域，具有一定自然語言處理能力的系統已經出現。

1.2.3 語音識別

語音識別技術主要是通過對一些語音信號進行及時識別與轉換，從而幫助人們對計算機命令進行操作，一般通過語音技術進行識別可以幫助人與計算機進行有效溝通，并且使計算機能夠快速的理解人類活動意圖，做出迅速的反應。目前，對于語言識別技術的應用已經相當廣泛，其中主要包括了醫療聽寫、語音書寫、計算機聲控燈多個方面。

2 人工智能技術的應用

2.1 智能機器人

機器人的發展在經歷了只有簡單的單一固定程序到對于外界信息有了一定的反饋處理能力，再到當今的智能機器人階段，智能機器人具備了一定的自主性，擁有了自主學習、推理、決策和規劃等能力。智能機器人因其具有超高的運算和環境適應能力，能夠替代人類進行高難度的工作，其業已在工業、海洋、醫療等眾多領域產生了實際應用，如富士康集團的機器人組裝車間，京東集團的智能倉儲等，智能機器人展現出了出色的表現，提升生產效率的同時產生了巨大的經濟效益，并將持續的社會科技水平和制造水平的提高。

2.2 智能防火墻

網絡發展到今天，可以說與人們的生產生活密切相關，而頻頻衍生的網絡病毒給人們的生產生活造成了巨大損失，面對不斷升級的網絡攻擊，傳統防火墻在防護水平上顯得捉襟見肘，引入人工智能技術打造智能防火墻，成為解決網絡攻擊問題的必經之路。智能防火墻是相較于傳統防火墻而言，傳統防火墻主要采用了逐一匹配的方法來分析數據，由于計算量大，受制于計算處理能力有限不能處理當今日益復雜的網絡數據，無法有限解決復雜多變的網絡攻擊。通過引入人工智能技術構建智能防火墻能夠有效解決傳統防火墻所面臨的諸多問題，通過引入人工智能技術，智能防火墻具備了利用統計、記憶、概率和決策的智能方法，能夠對于大量網絡數據進行識別，最終達到訪問控制的目的，提高網絡的安全性。

2.3 人工智能+

隨著人工智能技術在各領域的廣泛應用，以及人工智能技術在已有應用中的出色表現，科學家們正逐步將人工智能技術應用于我們的日常生活中，如近兩年比較熱的無人自動駕駛汽車，智能程序通過大量的分析和運算實現對于汽車的駕駛掌控。

3 人工智能產業亟待解決的問題

3.1 基礎研究與應用實踐聯系不緊密

我國人工智能科研機構研究與企業實踐存在一定程度的脫離，企業往往陷入實踐人才難求的境地，研發人員也難與應用端的實踐相結合。在研發方面，我國人工智能研發主力集中于科研院所，并且研究較為分散和封閉、經費導向碎片化，缺乏特色與自主創新。在應用領域，目前人工智能在智能助手、金融風控、安防、營銷等應用領域有落地，但大多數傳統行業的業務需求與人工智能的前沿科技成果之間尚存在不小的距離。

3.2 存在數據孤島和數據碎片化現象

在人工智能技術的發展過程中，為了能夠擴大數據集來提升應用效果時經常會存在很多問題，這主要是因為在數據的表示與構成中存在一定的問題，由于許多行業的數據在積累與標準規范上缺乏預先定義，從而造了適用的原數據不統一，未能達到發揮人工智能技術的程度。此外，在開放性方面一些企業從商業利益出發，限制了數據的共享與流轉從而造成數據共享存在缺陷，并且出于數據隱私、數據安全的考慮，對人工智能技術監管方面的要求不足。

3.3 缺乏頂尖級創新型資深人才

隨著我國社會經濟的不斷發展，對于科學技術在近年來的進步起到一定的帶動作用，其中高科技人才是發展的重要關鍵，但是我們目前從事人工智能等一下高端研究人員數量非常少，并且在研究過程中創新性人才較為缺乏，從而造成我國在人工智能領域研究非常被動。而西方一下發達國家在這方面的研究人才與研究力量較為強大，因此需要我們多進行學習來不斷進步。

4 如何提升人工智能技術應用

4.1 自上而下加強統籌協調

針對人工智能領域的國家重大戰略需求與經濟社會發展需求，通過頂層體制機制協調，提升我國人工智能技術創新與產業化進程的速度和質量。整合異構數據源，在多個數據源擁有者之間建立具有一致性的協議，并提供相應的接口（API）。加強數據質量管理，系統記錄并跟蹤數據質量，如增加對數據的溯源、處理歷史、演化及更新等方面的標準研究。促進數據的開放共享，如著力成立國家或省市級大數據采集、清洗、存儲和管理機構，并針對智能醫療、智能金融、智能寫作等應用領域，開放共享一批公共大數據API接口。

4.2 補齊基礎層軟硬件短板

環節越是靠近終端，其市場空間也越大，如智能手機、語音交互、虛擬/增強現實等終端設備對人工智能芯片的需求，正向著定制化方向發展，該領域的市場競爭呈現出多樣化態勢。建議圍繞一些特定應用場景，如智能手機、無人機、智能駕駛、服務機器人等，從硬件實現角度顛覆性地突破，開發人工智能定制芯片。

4.3 強化人才隊伍造血能力

由于人工智能技術具有輻射能力廣、交叉融合能力強、應用潛力大等特點，局限于某學科或某領域的專業化教育可能并不適用，可考慮借助互聯網讓人工智能教育實現泛化，降低個體獲得人工智能前沿技術的門檻。不同個體往往具有差異的知識結構和儲備，不同知識與人工智能技術的交叉融合，能夠最大程度地發掘人工智能未來的發展潛力。

5 結論

我們在人工智能技術研究中，仍處于初級的研究階段，那么在今后的一段時間里將會對社會發展造成一種阻礙。只有不斷的提升計算機科學、信息科學、生物科學等相關核心領域的發展，才能夠將人工智能技術不斷完善，從而帶給人們日常生活中高效、便攜的服務，真正的讓人工智能技術給我們的生活帶來幫助。

參考文獻：

[1] 任毅，張振楠.人工智能技術在繼續教育智慧化發展中的應用及其影響[J].中國成人教育，2017（23）：126-128.

[2] 王斌.淺談人工智能在電子信息技術中的應用[J].內燃機與配件，2017（24）：138-139.

[3] 廉琪.人工智能發展背景下初中信息技術教學改革探究[J].新課程（下），2017（12）：167.

[4] 潘梁靜.人工智能技術在網絡空間安全防御中的應用分析[J].商丘職業技術學院學報，2017，16（06）：102-104.

[5] 肖博達，周國富.人工智能技術發展及應用綜述[J].福建電腦，2018，34（01）：98-99+103.

[6] 李啟源.人工智能技術發展及典型應用綜述[J].數字通信世界，2017（12）：159-160.

[7] 韓曄彤.人工智能技術發展及應用研究綜述[J].電子制作，2016（12）：95.