探析計算機人工智能技術(shù)的發(fā)展及應用

徐星辰

摘 要： 得益于深度學習、大數(shù)據(jù)等技術(shù)的進步，計算機人工智能技術(shù)已迎來發(fā)展拐點。人工智能將成為未來二十年全球最重要的科技，并成為無人駕駛、智能機器人等新興產(chǎn)業(yè)的重要基礎。文章從計算機人工智能這一顛覆性技術(shù)的發(fā)展歷程說起，對人工智能的應用現(xiàn)狀、各主要國家的產(chǎn)業(yè)布局和未來發(fā)展趨勢進行了詳細分析。

關(guān)鍵詞： 人工智能；計算機；應用

中圖分類號：TP18 文獻標識碼：A

引言：計算機人工智能技術(shù)通過對人的意識、思維的信息過程進行模擬，企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應的智能機器，其主要目標是模仿甚至超越人類的智能，被稱為二十世紀七十年代以來世界三大尖端技術(shù)之一[1]。人工智能屬于自然科學和社會科學的交叉，它所涉及到的學科領(lǐng)域十分廣泛，主要包括計算機科學、信息論、數(shù)學和語言學等學科。2016年"阿爾法狗"迎戰(zhàn)李世石，成為第一個戰(zhàn)勝圍棋世界冠軍的人工智能程序，2017年它再一次戰(zhàn)勝世界排名第一的圍棋選手柯潔，2017年10月，沙特阿拉伯授予美國漢森機器人公司生產(chǎn)的機器人索菲亞公民身份，這是歷史上首個獲得公民身份的機器人。人工智能領(lǐng)域的一系列新現(xiàn)象、新突破，引起了社會的廣泛關(guān)注。

1、計算機人工智能技術(shù)的發(fā)展歷程

1.1人工智能技術(shù)的萌芽

二戰(zhàn)過后，西方認為社會需要新規(guī)范和制衡的介入，科學與技術(shù)以其理性的特點，迅速席卷了西方。與之前的實用主義思潮略有不同，此時的科學主義更加注重于細節(jié)與復雜性，系統(tǒng)論、信息論與控制論就是在這個時期誕生的。有了這些學科作為基礎，復雜系統(tǒng)的構(gòu)建成為了可能，許多專家都構(gòu)造或設計了這樣的系統(tǒng)，例如，Warren McCulloh與Walter Pitts的人工神經(jīng)元模型、Marvin Minsky和Dean Edmonds的神經(jīng)網(wǎng)絡計算機等等。與下一個時期相比，這時期在理論上的貢獻不大，更多是顯示了構(gòu)建“會思考”系統(tǒng)的可能性，不過阿蘭﹒圖靈提出的圖靈測試、機器學習、遺傳算法成為人工智能領(lǐng)域非常重要的理論基礎。

1.2人工智能研究的興起

1956年達特矛斯會議上首次確定了人工智能的名稱和任務，這次會議標志著人工智能的誕生[2]。這個時期是人工智能的理論劇增與涉及領(lǐng)域范圍不斷擴大的時期。1956年，薩爾夫瑞德研制出第一個字符識別程序，開辟了模式識別這一新的領(lǐng)域。1957年，紐厄爾和西蒙等開始研究一種不依賴于具體領(lǐng)域的通用問題求解器。1963年，詹姆斯？斯拉格發(fā)表了一個符號積分程序SAINT，輸入一個函數(shù)的表達式，該程序就能自動輸出這個函數(shù)的積分表達式。過了4年后，他們研制出了達到專家級水準的符號積分運算升級版SIN。另外，在機器學習方面的西洋跳棋程序，編程語言方面的Lisp語言等都是在該時期被設計出來的[3]。盡管新的設計不斷被作出，但大多研究都是在微觀領(lǐng)域中的，單個程序所處的環(huán)境過于簡單，也因此人工智能將在下一個時期碰到瓶頸。

1.3人工智能面臨的困難

由于計算復雜性和指數(shù)爆炸，而當時計算機的內(nèi)存和處理速度都十分有限，導致人工智能領(lǐng)域的很多實際問題都不能得到解決，加上人工智能技術(shù)中很多常識與推理、框架和資格問題遲遲難以得到解決，到了70年代，人工智能開始遭遇批評，隨之而來的還有資金上的困難。比如，由于Marvin Minsky對感知器的激烈批評，聯(lián)結(jié)主義（即神經(jīng)網(wǎng)絡）銷聲匿跡有十年之久。當時，很多的政府資助都被取消了，但這段時期也使研究者們重新審視人工智能的發(fā)展與各種可能性。盡管遭遇了種種困難，70年代后期人工智能在邏輯編程和常識推理等一些領(lǐng)域還是有所進展。

1.4人工智能技術(shù)的高速發(fā)展

80年代早期John Hopfield和David Rumelhart使聯(lián)結(jié)主義重獲新生， 專家系統(tǒng)開始在全世界的公司迅速流行起來，此時“知識處理”成為了人工智能研究的主流。到了上世紀九十年代后期，由于計算機運算能力的不斷提高，以數(shù)據(jù)挖掘和商業(yè)診斷為主要代表的應用非常成功，使人工智能重回人們的視野。2006年，以 Geoffrey Hinton 為代表的研究人員發(fā)現(xiàn)了訓練高層神經(jīng)網(wǎng)絡的有效算法。2012年，Geoffrey Hinton團隊在ImageNet上首次使用深度學習技術(shù)完勝其它團隊，讓深度學習重新回到主流技術(shù)舞臺。自此之后，隨著以圖形計算為代表的GPU在計算機視覺訓練中替代原來的CPU，大大提升了計算性能，讓原來需要幾個月才能完成的訓練縮短到幾天或幾個小時，加快了計算機視覺前期訓練和推理的迭代周期，帶來效率上的成倍提升。當硬件、算法、大數(shù)據(jù)這三個因素在各個領(lǐng)域的突破達到一定程度時，自然就帶來了人工智能的大爆發(fā)。2016年3月，谷歌AlphoGo 以4：1擊敗韓國圍棋冠軍李世石就是三者結(jié)合的典型代表，人工智能從此進入大眾視野，帶領(lǐng)人工智能進入又一波高潮。此外，人工智能領(lǐng)域重新重視起了神經(jīng)網(wǎng)絡、控制論、統(tǒng)計學等學科，互聯(lián)網(wǎng)及大數(shù)據(jù)的可獲得性也加速了各類的研究，這些都使該領(lǐng)域更加全面。

2、主要國家人工智能的布局

人工智能是引領(lǐng)未來的戰(zhàn)略性技術(shù)，世界主要發(fā)達國家把發(fā)展人工智能都作為提升其國家競爭力、維護國家安全的重大戰(zhàn)略，加緊出臺規(guī)劃和政策，圍繞核心技術(shù)、頂尖人才、標準規(guī)范等強化部署，力圖在新一輪國際科技競爭中掌握主導權(quán)，從而引領(lǐng)世界，引領(lǐng)潮流。

2.1美國

得益于政府的高度重視、雄厚的資金支持和人才技術(shù)的儲備，美國對人工智能的研究一直處于世界領(lǐng)先地位。2015年以來，美國白宮科技政策辦公室連續(xù)發(fā)布的《為人工智能的未來做好準備》、《國家人工智能研究和發(fā)展戰(zhàn)略計劃》和《人工智能、自動化與經(jīng)濟報告》3份重量級報告，詳細闡述了人工智能的發(fā)展現(xiàn)狀、規(guī)劃、影響及具體舉措，將人工智能上升到了國家戰(zhàn)略層面，為美國人工智能的發(fā)展制定了宏偉計劃和發(fā)展藍圖。以谷歌、微軟、亞馬遜、Facebook和IBM為首的五大巨頭為代表從事人工智能技術(shù)研究的公司，也紛紛展開合作，實現(xiàn)了優(yōu)勢互補，進一步加快推進了人工智能的研究和推廣。

2.2日本

受人口老齡化、勞動力短缺等社會問題的困擾，日本政府非常重視人工智能技術(shù)的產(chǎn)業(yè)發(fā)展，2016年6月，日本政府通過新版《日本再興戰(zhàn)略》，將人工智能技術(shù)視為第四次產(chǎn)業(yè)革命的核心。2017年3月日本召開人工智能技術(shù)戰(zhàn)略會議，并發(fā)布政府“工程表”，以期通過人工智能的運用，實現(xiàn)生產(chǎn)、流通、醫(yī)療與護理等領(lǐng)域效率的大幅提高，推進超智能社會5.0建設。同時明確了三省的責任分擔，要求三省共同召集相關(guān)會議，共同制訂人工智能發(fā)展戰(zhàn)略，建立相應的人工智能技術(shù)研發(fā)平臺，實現(xiàn)計算機、軟件、網(wǎng)絡等基礎設施及研發(fā)成果的實時共享。

2.3德國

20世紀70年代，德國政府在推行“改善勞動條件計劃”中，規(guī)定有危險的崗位由機器人代替，為機器人的應用開啟了初始市場。2012年，德國推行了以“智能工廠”為重心的“工業(yè)4.0計劃”，工業(yè)機器人推動生產(chǎn)制造向靈活化和個性化方向轉(zhuǎn)型。2015年9月聯(lián)邦政府內(nèi)閣通過了交通部提交的“自動與互聯(lián)汽車”國家戰(zhàn)略，以設備制造商和大學的緊密科研合作為特點，支持更高水平的自動駕駛大規(guī)模研發(fā)。

2.4中國

2016 年5月，發(fā)改委在《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》中明確提出，到2018年，打造人工智能基礎資源與創(chuàng)新平臺，人工智能產(chǎn)業(yè)體系、創(chuàng)新服務體系、標準化體系基本建立，基礎核心技術(shù)有所突破，總體技術(shù)和產(chǎn)業(yè)發(fā)展與國際同步，形成千億級的人工智能市場應用規(guī)模。 2017年7月，國務院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，并提出三步走戰(zhàn)略目標，最終實現(xiàn)人工智能理論、技術(shù)與應用總體達到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心。10月，黨的十九大報告中明確寫入了人工智能的相關(guān)內(nèi)容。目前，國內(nèi)的百度、阿里巴巴和騰訊等互聯(lián)網(wǎng)巨頭也加快布局人工智能產(chǎn)業(yè)，從而搶占未來市場的制高點。

3、計算機人工智能技術(shù)的應用

3.1醫(yī)療領(lǐng)域

醫(yī)療是目前人工智能各應用領(lǐng)域中發(fā)展相對較快的領(lǐng)域。2014年后，大量醫(yī)療人工智能創(chuàng)業(yè)公司紛紛成立，不少傳統(tǒng)醫(yī)療相關(guān)企業(yè)也開始引入人工智能人才與技術(shù)。目前，人工智能技術(shù)在醫(yī)療領(lǐng)域的應用主要體現(xiàn)在三個方面。在醫(yī)學影像診斷疾病方面，計算機通過圖像識別技術(shù)對搜集到的圖像進行預處理，再通過深度學習進行特征提取，從患者病歷庫以及其他醫(yī)療數(shù)據(jù)庫搜索數(shù)據(jù)，最終提供診斷建議，彌補了傳統(tǒng)醫(yī)療診斷中存在的缺陷及不足[3]。在藥物開發(fā)方面主要體現(xiàn)在臨床前和臨床研究上。在臨床前通過深度學習，在早期藥物發(fā)現(xiàn)和研發(fā)技術(shù)中可以提高藥物篩選效率。最近賽諾菲宣布與Exscientia 簽訂一項潛在價值為2.5億歐元的合作交易，用于開發(fā)針對代謝疾病的雙特異性小分子藥物；在臨床研究過程中，可以結(jié)合醫(yī)院數(shù)據(jù)快速找到符合條件的受試病人。另一個重要的應用就是用于心臟外科、泌尿外科、婦科等相關(guān)的微創(chuàng)腹腔鏡手術(shù)中的醫(yī)療機器人。僅在2016年11月這一個月中，中國大陸地區(qū)共完成達芬奇機器人手術(shù)2017例，手術(shù)臺數(shù)世界領(lǐng)先。這一技術(shù)有效的緩解了醫(yī)療資源緊張的問題，同時也推動醫(yī)療信息化的發(fā)展。

3.2交通領(lǐng)域

日益成熟的人工智能技術(shù)正在助推無人駕駛的商業(yè)落地。今天，特斯拉和谷歌的自動駕駛汽車已經(jīng)行駛在美國的道路上。在我國深圳，無人駕駛的公交車已經(jīng)正在試運行。通過深度學習，人工智能還可以在緩解交通擁堵方面發(fā)揮重要的作用[4]。比較典型的案例就是杭州的“城市大腦”，城市數(shù)據(jù)大腦上線測試運行后，試點的22公里高架路平均延誤降低15.3%，出行節(jié)省時間4.6分鐘，地面主干路的平均延誤降低了8.5%，出行節(jié)省時間1分鐘，這些數(shù)據(jù)也許并不特別驚人，但在小范圍試點范圍內(nèi)取得這樣的數(shù)據(jù)變化也是非常不容易的。

3.3教育領(lǐng)域

人工智能技術(shù)在教育領(lǐng)域的應用主要是個性化學習和教育機器人。個性化學習就是通過收集和分析學生的學習數(shù)據(jù)，用人工智能勾勒出每個學生的學習方式和特點，然后自動調(diào)整教學內(nèi)容、方式和節(jié)奏，使每個孩子都能得到最適合自己的教育。隨著時間的推移，數(shù)據(jù)積累逐漸增多，人工智能也就越“聰明”，對學生學習的適應也就越精準，形成一種良性循環(huán)。目前，一些新興的創(chuàng)新公司正在開發(fā)可以成為孩子的老師和朋友的機器人。機器人在聽到孩子的問題之后，可以自動連接網(wǎng)絡尋找答案，并且通過和孩子的交流逐漸學習和了解孩子的情緒和個性。機器人和孩子交流得越多，對孩子的了解就越深。目前，機器人能夠流暢交流的話題還是相對有限，需要持續(xù)開發(fā)研究。

3.4金融領(lǐng)域

目前，人工智能在金融領(lǐng)域中的應用被越來越多的人認可，不僅因為它能進行數(shù)據(jù)分析，還因為其能滿足金融業(yè)務要求，對金融業(yè)產(chǎn)生了積極的影響。一個典型的應用就是智能投資顧問，它依據(jù)不同的對象分為兩類，分別針對普通客戶和投資機構(gòu)。對普通客戶，智能投顧系統(tǒng)可以采集客戶的經(jīng)濟收入情況、年齡、風險偏好等一系列指標，并通過機器學習來構(gòu)建數(shù)學模型，為客戶提供個性化的金融服務，具有更客觀和可靠的優(yōu)勢。對投資機構(gòu)，通過神經(jīng)網(wǎng)絡技術(shù)、機器深度學習，使計算機能夠?qū)κ袌錾系拇罅拷鹑跀?shù)據(jù)加以分析整合，同時，綜合分析企業(yè)上下游各個環(huán)節(jié)的相互關(guān)系和與其他公司競爭情況，主動發(fā)現(xiàn)風險，及時調(diào)整投資策略。此外，智能客服和生物識別也在各大金融場景中經(jīng)常使用，前者廣泛應用與各大金融理財APP和銀行大堂中，后者主要用于手機銀行、支付寶的指紋識別和銀行內(nèi)部金庫、數(shù)據(jù)中心的虹膜識別中。

4、人工智能的發(fā)展趨勢

人工智能的研究目標是認識與模擬人類智能行為。傳統(tǒng)人工智能研究往往將研究重點集中于對人類單個智能品質(zhì)如計算、推理、記憶、搜索及直覺等能力的研究與模擬。然而，由于人類智能行為是各種單個智能品質(zhì)的綜合體現(xiàn)，因此傳統(tǒng)人工智能研究方法往往無法充分刻畫或恰當模擬人類的智能行為。把人看作多種智能品質(zhì)構(gòu)成的有機整體—智能體，綜合考察智能體的各種智能行為與特征，是當前人工智能研究者共同的愿望。近年來，以整體的觀點研究智能體已經(jīng)成為人工智能領(lǐng)域的研究熱點，相應的理論與技術(shù)也已成功應用于機器人及其它各類工程實際問題中。另外，相關(guān)研究表明未來人工智能可能會向模糊處理、并行化和機器情感等方面發(fā)展?，F(xiàn)階段人工智能的推理功能已獲突破，學習及聯(lián)想機制正處研討之中，下一步將模仿人類右腦的模糊處理功能和整個大腦的并行化處理功能，情感是智能的高度體現(xiàn)，情感能力對于實現(xiàn)機器與人之間的自然交互將起著至關(guān)重要的作用。因此，人工智能領(lǐng)域進一步的突破可能是賦予機器情感能力[5]。

5、結(jié)束語

計算機人工智能技術(shù)從誕生到今日也就短短幾十年的時間，但是它在社會發(fā)展中的很多領(lǐng)域已經(jīng)顯現(xiàn)出了巨大優(yōu)勢，可以預見的是，在不遠的未來，計算機人工智能技術(shù)必然會得到更加廣泛的應用。我們要把握人工智能技術(shù)的歷史發(fā)展趨勢，通過技術(shù)創(chuàng)新手段，努力解決該技術(shù)發(fā)展中遇到的各種難題，從而開辟出更為廣闊的應用前景。

參考文獻

[1] 李桂珍.計算機網(wǎng)絡發(fā)展中的人工智能技術(shù)運用[J].微型電腦應用， 2018， 5： 73-75.

[2] 籍成章.計算機人工智能技術(shù)研究進展和應用分析[J].信息通信，2017， 5： 80-82.

[3] 郝梓淇.淺談計算機人工智能技術(shù)應用及發(fā)展[J].電腦知識與技術(shù)，2017， 11： 203-204.

[4] 王健.芻議空中交通管理中人工智能技術(shù)的應用.科學與財富，2014， 5： 359-359.

[5] 張儲祺.計算機人工智能技術(shù)的應用與發(fā)展[J].電子世界， 2017，2： 41-43.