人工智能技術(shù)應(yīng)用及其發(fā)展趨勢(shì)

鄭黎明，潘文聯(lián)，成 楠

（廈門理工學(xué)院電氣工程與自動(dòng)化學(xué)院，福建 廈門 361024）

人工智能技術(shù)本質(zhì)上是計(jì)算機(jī)科學(xué)的一個(gè)分支，其涉及信息論、控制論、自動(dòng)化、哲學(xué)等學(xué)科的技術(shù)和理論，是一門綜合性科學(xué)技術(shù)。人工智能技術(shù)具有高度智能化特征，因此其被廣泛應(yīng)用于各個(gè)產(chǎn)業(yè)，在推動(dòng)各產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的同時(shí)，也促進(jìn)了各個(gè)行業(yè)不斷發(fā)展，并取得了不錯(cuò)的經(jīng)濟(jì)效益。此外人工智能技術(shù)是基于計(jì)算機(jī)技術(shù)的發(fā)展而創(chuàng)新升級(jí)的，其應(yīng)用范圍更廣，能大幅提高人們的工作效率，實(shí)現(xiàn)時(shí)間管理優(yōu)化。

1 人工智能基本概念[1-3]

1.1 智能的概念

人工智能，顧名思義就是賦予機(jī)器或計(jì)算機(jī)具有人智能的特點(diǎn)。因此首先不得不對(duì)智能的定義及本質(zhì)進(jìn)行剖析。從古至今，眾多思想家和科學(xué)家都在追尋智能的產(chǎn)生，探究智能的本質(zhì)，但到目前為止的研究探討依舊還是處在初步階段。智能的產(chǎn)生是當(dāng)今自然界四大奧秘之一，現(xiàn)在還是難以賦予智能明確的定義。

隨著腦科學(xué)的發(fā)展，根據(jù)現(xiàn)有對(duì)人腦的研究結(jié)果，依據(jù)智能的行為表現(xiàn)，提出了以下3個(gè)影響較深的觀點(diǎn)：思維理論觀覺(jué)得智能的產(chǎn)生來(lái)源于思維，正是人進(jìn)行行為活動(dòng)時(shí)腦產(chǎn)生的思維活動(dòng)，智能才應(yīng)運(yùn)而生；知識(shí)閾值理論觀認(rèn)為智能應(yīng)是在腦內(nèi)龐大知識(shí)領(lǐng)域快速尋出最優(yōu)解的能力，也就是智能的高度取決于知識(shí)儲(chǔ)量的大小；進(jìn)化理論觀堅(jiān)持智能與生物進(jìn)化論是相似的，智能也隨著對(duì)外界環(huán)境的感知和不斷適應(yīng)而產(chǎn)生且進(jìn)化提高。

雖然智能無(wú)法確切定義，但智能具有以下顯著特征：①有感知能力。指依靠多種感覺(jué)器官去感受外界環(huán)境的能力。②有記憶思考的能力。人腦的結(jié)構(gòu)特點(diǎn)及龐大神經(jīng)系統(tǒng)使人可以對(duì)事物進(jìn)行記憶且獨(dú)立思考，這是智能的根本原因。③有學(xué)習(xí)的能力。不斷學(xué)習(xí)使人更智能，對(duì)外部世界的影響也能做出相對(duì)應(yīng)的行為活動(dòng)，這些都是人的本能。

1.2 人工智能的定義

人工智能簡(jiǎn)單地說(shuō)就是人類使機(jī)器擁有智能。人工智能的孕育階段可以追溯到古希臘時(shí)代，杰出的哲學(xué)家亞里士多德提出演繹推理的三段論，是思維邏輯產(chǎn)生的基礎(chǔ)。1956年，“人工智能”這一術(shù)語(yǔ)在美國(guó)達(dá)特茅斯大學(xué)關(guān)于機(jī)器智能的會(huì)議上由時(shí)任斯坦福大學(xué)教授的麥卡錫首次提出。這次會(huì)議在科學(xué)發(fā)展史上具有里程碑意義，表明一個(gè)新興學(xué)科的誕生——人工智能學(xué)科，因此麥卡錫也被后人稱為“人工智能之父”。此后在美國(guó)，人工智能學(xué)科得到空前重視，眾多人工智能研究機(jī)構(gòu)應(yīng)運(yùn)而生，比如MIT研究機(jī)構(gòu)、IBM工程研究機(jī)構(gòu)等。

1.3 人工智能發(fā)展簡(jiǎn)史

自從1956年人工智能被提出以后，到現(xiàn)在可以總結(jié)為3次發(fā)展期。第一次是在上述會(huì)議后的10多年期間（1956—1969年），人工智能的研究在多個(gè)方面收獲頗豐。1957年，ROSENBLATT順利研發(fā)出第一臺(tái)感知器，開(kāi)展機(jī)器學(xué)習(xí)的研究；1959年，SELFRIDGE成功編寫出首個(gè)具有模式識(shí)別功能的程序，打開(kāi)了人工智能在模式識(shí)別領(lǐng)域的大門；20世紀(jì)60年代初，MCCARTHY創(chuàng)造了智能系統(tǒng)的工具，即人工智能語(yǔ)言LISP。直到1969年國(guó)際人工智能聯(lián)合會(huì)議（IJCAI）召開(kāi)，象征著這個(gè)學(xué)科逐步在全球范圍內(nèi)得到推廣應(yīng)用。

第二次是進(jìn)入20世紀(jì)70年代后艱難持續(xù)發(fā)展的40年（1970—2010年）。雖然人工智能在這個(gè)階段遇到很多瓶頸，發(fā)展并不是一帆風(fēng)順，但還是取得了不少的重要進(jìn)展。1972年，法國(guó)教授COMERAUER創(chuàng)立了面向演繹推理的邏輯程序設(shè)計(jì)語(yǔ)言PROLOG，同年美國(guó)教授SHORTLIFFE成功研究出能夠診斷并治療疾病的專家系統(tǒng)MYCIN。人工智能在這期間遇到的瓶頸之一是機(jī)器學(xué)習(xí)的研究進(jìn)展并不如人意，機(jī)器學(xué)習(xí)應(yīng)用的機(jī)器翻譯就猶如木呆的機(jī)器翻譯出生硬的語(yǔ)句，這在當(dāng)時(shí)讓眾多人工智能研究機(jī)構(gòu)很煩惱。20世紀(jì)70年代，第五屆國(guó)際人工智能聯(lián)合會(huì)議成功召開(kāi)，提出新的理論——知識(shí)工程，對(duì)后續(xù)人工智能發(fā)展注入新的動(dòng)力。1986年后是人工智能發(fā)展最蓬勃的時(shí)期，專家系統(tǒng)不斷被優(yōu)化，創(chuàng)造出神經(jīng)網(wǎng)絡(luò)研究中的BP算法、Hopfield算法。1996年在國(guó)際象棋比賽的博弈當(dāng)中，美國(guó)IBM公司的“深藍(lán)”計(jì)算機(jī)系統(tǒng)成功戰(zhàn)勝世界棋王KASPAROV，震驚世界。2006年深度學(xué)習(xí)的提出，成功處理了很多20世紀(jì)遺留下來(lái)的疑難雜癥。

第三次是2011年后人工智能在大數(shù)據(jù)技術(shù)影響下的發(fā)展時(shí)期。大數(shù)據(jù)、云計(jì)算等信息技術(shù)是伴隨著互聯(lián)網(wǎng)通訊技術(shù)的不斷升級(jí)換代而發(fā)展的，在大數(shù)據(jù)技術(shù)的驅(qū)動(dòng)下，深度學(xué)習(xí)理論不斷被完善，人工智能技術(shù)應(yīng)用也在改進(jìn)。影響最大的“人機(jī)大戰(zhàn)”比賽，在國(guó)棋對(duì)戰(zhàn)中英國(guó)的機(jī)器人ALPHAGO擊敗了世界冠軍柯潔，讓世人見(jiàn)證了人工智能的超人類思維。國(guó)內(nèi)對(duì)人工智能的研究起步較晚，在20世紀(jì)80年代初也建立了中國(guó)人工智能學(xué)會(huì)，此后在多個(gè)相關(guān)人工智能領(lǐng)域獲得了大量的成果。

2 人工智能主要研究?jī)?nèi)容及應(yīng)用

人工智能是一個(gè)綜合性很強(qiáng)的學(xué)科，研究?jī)?nèi)容十分廣泛，本文將介紹其主要研究?jī)?nèi)容，即自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、專家系統(tǒng)、模式識(shí)別這4大研究領(lǐng)域。

2.1 自然語(yǔ)言處理

自然語(yǔ)言處理是人工智能技術(shù)研究中的熱點(diǎn)方向之一，主要是使計(jì)算機(jī)能夠理解人的表達(dá)語(yǔ)言并且實(shí)現(xiàn)以自然語(yǔ)言為媒介的人與計(jì)算機(jī)的交流。自然語(yǔ)言處理是統(tǒng)籌多種信息學(xué)科的綜合技術(shù)，其處理過(guò)程包括詞法分析、句法分析、語(yǔ)義分析3個(gè)階段。自然語(yǔ)言處理功能強(qiáng)大且應(yīng)用廣泛，不僅局限于語(yǔ)音識(shí)別，而且還可以進(jìn)行機(jī)器翻譯等。

自然語(yǔ)言的分析過(guò)程看似簡(jiǎn)單，實(shí)際上分析起來(lái)十分復(fù)雜。分析詞法時(shí)需要將語(yǔ)句切分為單個(gè)詞語(yǔ)，并對(duì)這些單詞賦予詞義；要分析語(yǔ)句的結(jié)構(gòu)以及確定單詞之間的邏輯關(guān)系，理清單詞在句中的作用并對(duì)這些邏輯層次加以表達(dá)；把分析的語(yǔ)句代入實(shí)際應(yīng)用當(dāng)中進(jìn)行語(yǔ)義分析。其中最難處理的是詞義分析，中文中有許多一詞多義詞語(yǔ)，這大大增加了語(yǔ)言處理的難度。語(yǔ)義識(shí)別技術(shù)是語(yǔ)言處理過(guò)程中用到的關(guān)鍵技術(shù)，運(yùn)用該技術(shù)可處理一詞多義的難題，盡量消除語(yǔ)句歧義的問(wèn)題。

自然語(yǔ)言處理的熱門應(yīng)用領(lǐng)域之一是語(yǔ)音識(shí)別。語(yǔ)音識(shí)別技術(shù)功能強(qiáng)大，可以實(shí)現(xiàn)“人機(jī)對(duì)話”，在生活中隨處可見(jiàn)，比如可用手機(jī)語(yǔ)音搜索免去打字煩惱，智能音箱、機(jī)器人等都具有語(yǔ)音識(shí)別技術(shù)。語(yǔ)音識(shí)別發(fā)展過(guò)程中也面臨諸多困難，如圖1所示。

圖1 語(yǔ)音識(shí)別難題

2.2 計(jì)算機(jī)視覺(jué)

計(jì)算機(jī)視覺(jué)[4]又稱機(jī)器視覺(jué)，是讓計(jì)算機(jī)像人一樣具有“觀察”的能力，其目的是對(duì)現(xiàn)已采集的圖片或視頻進(jìn)行操作處理，以便獲取周邊環(huán)境信息。計(jì)算機(jī)視覺(jué)是當(dāng)今機(jī)器學(xué)習(xí)熱點(diǎn)方向之一，其統(tǒng)籌了計(jì)算機(jī)科學(xué)、信號(hào)處理、統(tǒng)計(jì)學(xué)和神經(jīng)生理學(xué)等學(xué)科，是一種綜合的科學(xué)技術(shù)。

計(jì)算機(jī)視覺(jué)的視覺(jué)器官是成像系統(tǒng)，通過(guò)將成像系統(tǒng)捕獲的信息作為控制的輸入，再讓計(jì)算機(jī)系統(tǒng)來(lái)處理信息。計(jì)算機(jī)視覺(jué)研究的終極目標(biāo)是使計(jì)算機(jī)可以像人類一樣依靠視覺(jué)來(lái)觀察世界以及理解世界，并具有獨(dú)立適應(yīng)環(huán)境的能力。毫無(wú)疑問(wèn)，實(shí)現(xiàn)這個(gè)目標(biāo)還需要走很長(zhǎng)的路，但是研究人員可以創(chuàng)立某個(gè)先進(jìn)的視覺(jué)系統(tǒng)，此系統(tǒng)可憑借一定的視覺(jué)靈敏度和反饋智能去完成所給任務(wù)，這也是相關(guān)研究機(jī)構(gòu)追求的中期目標(biāo)。需要強(qiáng)調(diào)的是，雖然在計(jì)算機(jī)視覺(jué)系統(tǒng)中可以將計(jì)算機(jī)模擬為人腦，但是計(jì)算機(jī)并不等同于人腦，也就是計(jì)算機(jī)不一定需要采取人類視覺(jué)通用方法處理視覺(jué)所獲得的信息。

在當(dāng)今高度信息化時(shí)代，計(jì)算機(jī)視覺(jué)被應(yīng)用于各種行業(yè)，不僅應(yīng)用于民用領(lǐng)域，而且還可應(yīng)用于軍事領(lǐng)域。在民用領(lǐng)域，工業(yè)機(jī)器人中的計(jì)算機(jī)視覺(jué)系統(tǒng)可以使控制過(guò)程順利進(jìn)行；自動(dòng)駕駛或移動(dòng)機(jī)器人中的計(jì)算機(jī)視覺(jué)系統(tǒng)能夠像“長(zhǎng)了眼睛”一樣實(shí)現(xiàn)自主導(dǎo)航行動(dòng)；交通信息網(wǎng)中的計(jì)算機(jī)視覺(jué)系統(tǒng)可以進(jìn)行視頻監(jiān)控而且能夠?qū)嚵髁窟M(jìn)行統(tǒng)計(jì)。在軍事領(lǐng)域，計(jì)算機(jī)視覺(jué)系統(tǒng)可以檢測(cè)敵方人數(shù)以及實(shí)現(xiàn)導(dǎo)彈精確制導(dǎo)等。

2.3 專家系統(tǒng)

專家系統(tǒng)是人工智能中的研究重點(diǎn)內(nèi)容。專家系統(tǒng)指類似于人類專家解決問(wèn)題的智能計(jì)算機(jī)程序系統(tǒng)，它一般通過(guò)學(xué)習(xí)某領(lǐng)域若干專家多年來(lái)積累的知識(shí)和經(jīng)驗(yàn)，然后模擬人類專家對(duì)問(wèn)題做出判斷與決策，這樣專家系統(tǒng)可以替代人類專家處理某些實(shí)際問(wèn)題。

專家系統(tǒng)由人機(jī)交互界面、知識(shí)庫(kù)、推理機(jī)、解釋器、綜合數(shù)據(jù)庫(kù)和知識(shí)獲取6大結(jié)構(gòu)組成。專家系統(tǒng)分為2種類型，即以知識(shí)體系可以分為邏輯類專家系統(tǒng)、規(guī)則類專家系統(tǒng)、語(yǔ)義網(wǎng)絡(luò)類專家系統(tǒng)等和按照任務(wù)體系可分為預(yù)測(cè)型專家系統(tǒng)、診斷類專家系統(tǒng)、設(shè)計(jì)型專家系統(tǒng)等[5]。

專家系統(tǒng)的工作原理是用戶在人機(jī)交互界面中答復(fù)所給的問(wèn)題，然后推理機(jī)通過(guò)知識(shí)庫(kù)中的若干規(guī)則條件來(lái)匹配用戶輸入的信息以及將這些匹配結(jié)果存儲(chǔ)在綜合數(shù)據(jù)庫(kù)中，最后專家系統(tǒng)利用解釋器回答出較準(zhǔn)確的結(jié)論給用戶。專家系統(tǒng)一般具有啟發(fā)性、透明性和靈活性的特征，其也具備面向用戶的多種功能，是一種“人性化”的計(jì)算機(jī)程序系統(tǒng)。

2.4 模式識(shí)別

模式識(shí)別產(chǎn)生于20世紀(jì)20年代，隨著人工智能的發(fā)展而興起，是人工智能的基礎(chǔ)研究領(lǐng)域。模式識(shí)別是利用計(jì)算機(jī)程序，根據(jù)輸入的圖片文字或聲音等原始數(shù)據(jù)進(jìn)行描述分析和判斷處理的技術(shù)。

模式識(shí)別系統(tǒng)一般有5大組成部分：數(shù)據(jù)獲取、預(yù)處理、特征提取、分類決策、分類器設(shè)計(jì)。通常該系統(tǒng)結(jié)構(gòu)分為由前4大部分構(gòu)成的未知類別模式分類模塊和分類器設(shè)計(jì)模塊這2大模塊。

數(shù)據(jù)獲取是為了得到計(jì)算機(jī)能夠識(shí)別的信息，通常由傳感器測(cè)得物理量轉(zhuǎn)化為電信號(hào)，然后經(jīng)A/D轉(zhuǎn)化器獲相對(duì)應(yīng)的數(shù)據(jù)值。再對(duì)獲取數(shù)據(jù)進(jìn)行預(yù)處理，即對(duì)輸入信息進(jìn)行濾波降噪操作，獲得具有分類意義的特征數(shù)量。特征提取部分是從眾多特征數(shù)量篩選出有效且有限的特征，從而減少分類器的計(jì)算量，降低分類器設(shè)計(jì)難度。分類器設(shè)計(jì)是依據(jù)輸入的訓(xùn)練樣本來(lái)自主運(yùn)作，其過(guò)程一般為分類器的自我學(xué)習(xí)過(guò)程，該學(xué)習(xí)方式通常分為有監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)。分類決策是由上述流程產(chǎn)生的分類樣本根據(jù)分類規(guī)則進(jìn)行評(píng)估與決策，其是該系統(tǒng)最重要的一部分，關(guān)系到輸出結(jié)果的準(zhǔn)確性[6-7]。

模式識(shí)別有著豐富的應(yīng)用領(lǐng)域，包括文字識(shí)別、指紋識(shí)別、遙感以及醫(yī)學(xué)診斷等領(lǐng)域。文字識(shí)別可以快速高效地將漢字輸入到計(jì)算機(jī)中，極大地普及了國(guó)人的計(jì)算機(jī)應(yīng)用；指紋識(shí)別是應(yīng)用最為廣泛的模式識(shí)別技術(shù)之一，指紋的唯一性意味著其身份的唯一性，常見(jiàn)于刑事偵查等確認(rèn)人身份的場(chǎng)合；遙感其實(shí)是一種圖像識(shí)別技術(shù)，被廣泛應(yīng)用于氣象預(yù)報(bào)及軍事偵察等。

3 人工智能發(fā)展趨勢(shì)

在當(dāng)今信息日益增多、信息碎片化的時(shí)代，人類越來(lái)越依賴于人工智能，人工智能的發(fā)展關(guān)系著人類生活的快捷性。人工智能正在給各行各業(yè)帶來(lái)變革和重建。在未來(lái)新一代工業(yè)革命中，人工智能將發(fā)揮著舉足輕重的作用。當(dāng)今全球主要國(guó)家陸續(xù)出臺(tái)政策將人工智能作為國(guó)家創(chuàng)新戰(zhàn)略，并以此搶占并吸收相關(guān)人才，這也為將來(lái)工業(yè)革命和產(chǎn)業(yè)變革積蓄巨大的動(dòng)力來(lái)源。無(wú)論是在工業(yè)安防領(lǐng)域還是在醫(yī)療金融領(lǐng)域，人工智能的影響都是不可磨滅的[8]。人工智能應(yīng)用場(chǎng)景如圖2所示。

圖2 人工智能應(yīng)用場(chǎng)景

未來(lái)中國(guó)新一代人工智能的研究應(yīng)用將助力于國(guó)家的工業(yè)化、城鎮(zhèn)化、綠色化和智能化的發(fā)展，進(jìn)而形成一大批以智能競(jìng)爭(zhēng)為特征的新興產(chǎn)業(yè)領(lǐng)域，推動(dòng)國(guó)內(nèi)經(jīng)濟(jì)大循環(huán)以及經(jīng)濟(jì)轉(zhuǎn)型升級(jí)，而且有利于實(shí)現(xiàn)“兩個(gè)一百年”的奮斗目標(biāo)。筆者認(rèn)為人工智能將呈現(xiàn)多元化發(fā)展趨勢(shì)，主要包括以下幾點(diǎn)：①計(jì)算機(jī)計(jì)算能力的高度將決定人工智能發(fā)展水平。先進(jìn)的計(jì)算機(jī)技術(shù)為人工智能研究提供強(qiáng)大計(jì)算保障，使得自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)等人工智能研究領(lǐng)域邁向更高臺(tái)階，使人工智能理解水平得到巨大提升。②物聯(lián)網(wǎng)工程建設(shè)的大力推進(jìn)，促進(jìn)人工智能技術(shù)與萬(wàn)物互聯(lián)，更好服務(wù)于民。其主要體現(xiàn)在人工智能產(chǎn)品物種豐富，且都有產(chǎn)品自身的獨(dú)立個(gè)性。③人工智能技術(shù)將更加深度融合國(guó)內(nèi)各產(chǎn)業(yè)的發(fā)展。在當(dāng)今大數(shù)據(jù)、萬(wàn)物互聯(lián)的信息化時(shí)代，各個(gè)產(chǎn)業(yè)都不會(huì)獨(dú)善其身，而是順著智能的時(shí)代潮流不斷發(fā)展，未來(lái)包括醫(yī)療、金融、家居以及交通等傳統(tǒng)行業(yè)都將應(yīng)用人工智能技術(shù)，而且也將逐步優(yōu)化涉及這些領(lǐng)域的智能體系。

4 結(jié)語(yǔ)

人工智能自20世紀(jì)50年代被定義以來(lái)，經(jīng)過(guò)了幾十年的艱難發(fā)展，已經(jīng)在人類社會(huì)眾多行業(yè)領(lǐng)域得到成功應(yīng)用，這極大豐富了人們的生活方式并提高了社會(huì)生產(chǎn)效率。人工智能研究?jī)?nèi)容涉及到許多學(xué)科范疇，其中自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、模式識(shí)別等研究?jī)?nèi)容是當(dāng)今人工智能研究應(yīng)用的熱點(diǎn)方向。未來(lái)計(jì)算機(jī)計(jì)算水平的提高將會(huì)完善人工智能技術(shù)系統(tǒng)，使其更加智能化。