人工智能：圖書館應(yīng)用架構(gòu)和服務(wù)模式的重塑

王紅 袁小舒 雷菊霞

摘 要：[目的/意義]開展人工智能分析、研究與應(yīng)用，可以深入探索館藏知識結(jié)構(gòu)與讀者需求之間的內(nèi)在規(guī)律，圖書館日常業(yè)務(wù)將逐步被人工智能接管和融合。[方法/過程]針對圖書館核心業(yè)務(wù)環(huán)節(jié)，通過圖書館大數(shù)據(jù)對機(jī)器學(xué)習(xí)應(yīng)用展開分析，可以確立人工智能圖書館的關(guān)鍵指標(biāo)以及架構(gòu)模型。[結(jié)果/結(jié)論]在充分了解讀者需求的基礎(chǔ)上，開展更深層次的個(gè)性化知識服務(wù)。隨著人工智能技術(shù)在圖書館不同領(lǐng)域的應(yīng)用，圖書館的應(yīng)用架構(gòu)和服務(wù)模式，將發(fā)生巨大的革命性改變。

關(guān)鍵詞：人工智能;大數(shù)據(jù);圖書館;應(yīng)用架構(gòu);服務(wù)模式

DOI：10.3969/j.issn.1008-0821.2019.09.011

〔中圖分類號〕G250.7 〔文獻(xiàn)標(biāo)識碼〕A 〔文章編號〕1008-0821（2019）09-0101-08

Abstract：[Purpose/Significance]The analysis，research and application the development of artificial intelligence（AI）can deeply explore the internal rules between the knowledge structure of library collection and the needs of readers.The library's daily business will be gradually taken over and integrated by AI.[Method/Process]Aiming at the library core business links，we can establish the key indicators and architecture model of the AI library by analyzing the application of machine learning through the library big data.[Result/Conclusion]Based on fully understanding the needs of readers，the library can carry out a deeper personalized knowledge services.Along with the application of AI technology in various fields of library，there will be a great change in the application architecture and service mode of library.

Key words：artificial intelligence;big data;library;application architecture;service mode

技術(shù)革命通過對社會領(lǐng)域的組織結(jié)構(gòu)、存在形態(tài)和運(yùn)行方式等的滲透與重構(gòu)，不斷引發(fā)社會格局出現(xiàn)重大變化[1]。圖書館作為社會知識中心和服務(wù)機(jī)構(gòu)，既擔(dān)負(fù)著利用新技術(shù)對知識數(shù)據(jù)管理與保護(hù)的職責(zé)，又承擔(dān)著聯(lián)結(jié)知識與讀者、社會的傳承與服務(wù)的職能，伴隨著館藏、館員和讀者的生長而生長。隨著信息技術(shù)、自動控制技術(shù)的廣泛應(yīng)用，圖書館的運(yùn)行已經(jīng)開始逐漸擺脫對圖書館員直接的依賴，逐漸能夠利用計(jì)算機(jī)自動處理和完成圖書館大量的事務(wù)性工作，通過人工智能技術(shù)，賦予圖書館學(xué)習(xí)能力和智力，替代人類的智力與體力勞動，獨(dú)立完成館藏建設(shè)以及讀者服務(wù)等圖書館業(yè)務(wù)，自動調(diào)控圖書館環(huán)境狀態(tài)，從根本上實(shí)現(xiàn)圖書館業(yè)務(wù)模式的轉(zhuǎn)型發(fā)展。當(dāng)前感知技術(shù)、大數(shù)據(jù)和機(jī)器學(xué)習(xí)等人工智能理論與技術(shù)飛速發(fā)展，預(yù)示著新一輪技術(shù)革命即將到來，人工智能將超越傳統(tǒng)元數(shù)據(jù)、標(biāo)簽和關(guān)鍵詞分析技術(shù)，進(jìn)入語義層面進(jìn)行內(nèi)容評估。通過大數(shù)據(jù)和人工智能等顛覆性的創(chuàng)新型技術(shù)，圖書館的管理機(jī)制和服務(wù)模式，向智能化和智慧化方向發(fā)展[2]，將成為未來發(fā)展的必然趨勢。

1 人工智能技術(shù)與圖書館

1.1 人工智能簡介

現(xiàn)代計(jì)算機(jī)理論的奠基人之一圖靈于上世紀(jì)1950年10月最早提出計(jì)算機(jī)可以擁有智能的思想。1956年達(dá)特茅思會議上，圖靈以明斯基的Snare學(xué)習(xí)機(jī)、麥卡錫的α-β搜索法以及兩蒙和紐厄爾的邏輯理論家（Logic Theorist）算法為基礎(chǔ)，正式提出“人工智能”的概念[3]。人工智能技術(shù)與內(nèi)涵，隨著科技和時(shí)代的進(jìn)步而不斷發(fā)展和變化。在概念和定義上，人工智能尚沒有統(tǒng)一的共識，伯克利的人類兼容人工智能中心Stuart J R教授和谷歌的計(jì)算機(jī)學(xué)者Peter N認(rèn)為，人工智能應(yīng)該具有像人類一樣思考、像人類一樣行動、理性地思考、合理行事等4條原則與要求[4]，與早期人工智能的先驅(qū)提出“讓機(jī)器能夠模擬人類的智能，擁有人類的思維”的思想更加接近，也成為人工智能判別的標(biāo)準(zhǔn)和在各個(gè)領(lǐng)域應(yīng)用共同的追求目標(biāo)。

隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，機(jī)器模仿人類思維進(jìn)行計(jì)算和信息處理，已經(jīng)司空見慣。當(dāng)前，人工智能的重點(diǎn)領(lǐng)域是機(jī)器學(xué)習(xí)技術(shù)，概括而言是指計(jì)算機(jī)通過輸入一定量的數(shù)據(jù)作為歷史經(jīng)驗(yàn)，采用歸納演繹學(xué)習(xí)的算法，進(jìn)行特征分類、策略選擇、系統(tǒng)優(yōu)化和最優(yōu)輸出，既能識別原有體系，又具有新的經(jīng)驗(yàn)和技能。機(jī)器學(xué)習(xí)的思想雖然早在上世紀(jì)1959年就已經(jīng)提出[5]，囿于計(jì)算機(jī)的處理能力，直到20世紀(jì)90年代才開始蓬勃發(fā)展，在圖像識別、語音處理、獲取用戶閱讀興趣的信息過濾系統(tǒng)和自動行駛等領(lǐng)域，取得較為可喜的成果。

1.2 人工智能技術(shù)特征

人工智能技術(shù)近年來得到迅速發(fā)展的支撐，主要來自于計(jì)算機(jī)計(jì)算能力、數(shù)據(jù)采集處理能力和人工智能算法和模型3方面因素，計(jì)算能力主要指計(jì)算機(jī)CPU計(jì)算能力與處理速度、分布式技術(shù)以及云計(jì)算技術(shù)等多種基礎(chǔ)設(shè)備計(jì)算能力的提升;數(shù)據(jù)處理與采集能力，廣泛龐大的網(wǎng)絡(luò)用戶群體產(chǎn)生的海量數(shù)據(jù)，在傳統(tǒng)關(guān)系型數(shù)據(jù)庫基礎(chǔ)上，催生了大量非關(guān)系型數(shù)據(jù)庫，使數(shù)據(jù)處理能力得到無限的擴(kuò)充，也為機(jī)器學(xué)習(xí)提供了充足的樣本;算法和模型是人工智能的靈魂，當(dāng)前人工智能主要體現(xiàn)為模仿人類學(xué)習(xí)特點(diǎn)，讓機(jī)器通過學(xué)習(xí)形成并擁有知識領(lǐng)域，概括起來分為從樣例中學(xué)習(xí)的統(tǒng)計(jì)學(xué)習(xí)兩個(gè)方向[6]。神經(jīng)網(wǎng)絡(luò)算法和決策樹算法是從樣例中學(xué)習(xí)的代表，支持向量機(jī)是統(tǒng)計(jì)學(xué)習(xí)的代表。人工智能除了算法以外，還有一系列與之密切相關(guān)的周邊技術(shù)，完成人工智能技術(shù)的運(yùn)算結(jié)果和動作響應(yīng)輸出，包括采集多種數(shù)據(jù)的物聯(lián)網(wǎng)感知技術(shù)以及自動控制技術(shù)，如機(jī)器人、自動駕駛、智能建筑等。

1.3 圖書館視角人工智能

人工智能對圖書館理論與實(shí)踐的影響，大致可分為3個(gè)層次：

第一層次是核心理論研究層面的知識智能化，圖書館與人工智能都建立在知識庫基礎(chǔ)上，圖書館需要研究利用知識庫開展服務(wù)，機(jī)器學(xué)習(xí)則基于知識庫進(jìn)行比較分析，獲得新的知識。機(jī)器學(xué)習(xí)關(guān)于知識的內(nèi)涵與圖書館的知識概念雖然略有差異，但在知識的表達(dá)形式和表現(xiàn)方法方面，對知識表達(dá)的特征向量、邏輯語句、產(chǎn)生式規(guī)則、語義網(wǎng)絡(luò)和框架等要求是一致的。因此，在理論研究方面，圖書館學(xué)核心對象的智能化研究，能夠?yàn)槿斯ぶ悄芾碚撎峁﹫?jiān)實(shí)的科學(xué)基礎(chǔ)，人工智能理論的發(fā)展，也將促進(jìn)圖書館學(xué)加深對知識本質(zhì)的認(rèn)識和理解。

第二層次是圖書館業(yè)務(wù)模式層面，主要包括兩方面內(nèi)容：一是圖書館核心對象的人工智能研究，即館藏和讀者之間，知識作為內(nèi)在聯(lián)結(jié)因素，通過二者之間的互動數(shù)據(jù)，利用人工智能技術(shù)，探索知識管理、供給與需求的規(guī)律和本質(zhì);二是人工智能在圖書采訪、流通、參考咨詢等具體業(yè)務(wù)方面的理論研究和應(yīng)用，比如利用感知技術(shù)管理圖書館館舍、館藏、設(shè)施和空間環(huán)境，或者采用人臉識別技術(shù)替代傳統(tǒng)讀者卡號的新標(biāo)簽技術(shù)。

第三層面是圖書館基礎(chǔ)設(shè)施智能化研究與應(yīng)用，包括圖書館智能中樞的研究建設(shè)，圖書館對設(shè)備、設(shè)施、空間、安全等物聯(lián)網(wǎng)感知技術(shù)的應(yīng)用，動態(tài)實(shí)時(shí)傳輸數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)，對讀者、出版市場的動態(tài)實(shí)時(shí)供求概況的監(jiān)控，替代人類體力勞動圖書歸架處理，以及基于讀者咨詢的應(yīng)答服務(wù)等等。

2 圖書館人工智能研究存在的問題

在展望圖書館無限發(fā)展前景的同時(shí)，有必要厘清圖書館智能化道路上可能存在的各種認(rèn)識誤區(qū)，以及概念混亂造成的不利影響，為人工智能圖書館的快速發(fā)展，提供清晰完善的理論與實(shí)踐保障。

2.1 圖書館主客體與服務(wù)體系

把圖書館作為生命體人格化，具有認(rèn)知能力以后，其自身就可以稱為圖書館主體，與之交互作用的對象就是圖書館的客體。圖書館以館藏、館舍和設(shè)備為基礎(chǔ)設(shè)施，通過圖書館員組織運(yùn)行，構(gòu)成圖書館的主體，為服務(wù)的客體對象——讀者，開展社會知識服務(wù)。圖書館主體和客體互動形成圖書館的服務(wù)體系。在社會宏觀背景下，作為一種社會知識服務(wù)形態(tài)，圖書館利用館藏、館舍、設(shè)施等主體對象開展知識服務(wù)，以讀者的知識需求作為驅(qū)動力，通過讀者利用圖書館的各種信息行為，形成讀者與圖書館之間的知識互動，構(gòu)成圖書館的知識服務(wù)體系。在這個(gè)知識服務(wù)體系中，圖書館的服務(wù)模式、環(huán)境設(shè)計(jì)、館藏圖書及其承載的內(nèi)容，僅僅是吸引讀者的手段;讀者的知識需求則是聯(lián)結(jié)圖書館與讀者的紐帶，讀者檢索、借閱查詢、知識咨詢是讀者與圖書館的知識互動。

主體是圖書館自身存在的基礎(chǔ)，是內(nèi)部可控因素，客體是圖書館價(jià)值對象和生態(tài)環(huán)境，是外部不可控因素。圖書館主體的智能化，是人工智能圖書館研究與建設(shè)的關(guān)鍵。讀者作為智能生物是圖書館的客體。廣義上讀者是指所有社會公眾，狹義上讀者則是指經(jīng)過圖書館注冊的讀者，本文讀者主要指狹義讀者。外部出版環(huán)境圖書館也無法干預(yù)，可依據(jù)外部出版環(huán)境的變化，不斷調(diào)整自身的應(yīng)對策略與方式。

2.2 圖書館運(yùn)行機(jī)制與模式

歷史地看，圖書館的運(yùn)行機(jī)制，主要是通過人工服務(wù)、自助服務(wù)等模式，為讀者提供免費(fèi)的館藏借閱服務(wù)。從圖書館架構(gòu)與支撐要素看，圖書館的組織、管理和運(yùn)轉(zhuǎn)，是以圖書館員的勞動，包括腦力勞動和體力勞動在內(nèi)，圍繞館藏及相關(guān)基礎(chǔ)設(shè)施維護(hù)等一切事務(wù)，開展讀者服務(wù);從圖書館運(yùn)行角度來看，圍繞圖書館主體核心對象館藏和客體對象讀者之間的知識互動，是建立在圖書館基礎(chǔ)設(shè)施和圖書館輔助性工作基礎(chǔ)上，實(shí)現(xiàn)圖書館的常規(guī)運(yùn)行?；A(chǔ)設(shè)施越完善，越能減輕圖書館員的勞動強(qiáng)度，在傳統(tǒng)手工時(shí)代，是以圖書館員的智能和體力為基礎(chǔ)展開運(yùn)行，隨著計(jì)算機(jī)的應(yīng)用，最為龐雜的書目和讀者管理進(jìn)入自動化時(shí)代，傳感器等基礎(chǔ)設(shè)備的引入，圖書館業(yè)務(wù)流通進(jìn)入感知時(shí)代或智能時(shí)代，隨著大數(shù)據(jù)處理和人工智能技術(shù)逐漸引入，圖書館從手工服務(wù)開始，在經(jīng)歷了人工服務(wù)、自助服務(wù)階段之后，即將迎來人工智能時(shí)代。

2.3 人工智能圖書館與智能圖書館、智慧圖書館

智能圖書館和智慧圖書館，這兩個(gè)概念的內(nèi)涵和起源雖然有一定差異，但也存在較大重疊，早在21世紀(jì)90年代初，我國就有學(xué)者把圖書管理系統(tǒng)稱為智能圖書館;感知網(wǎng)技術(shù)興起后，也有學(xué)者把可以感知外部環(huán)境變化的圖書館建筑，稱為智能圖書館。隨著感知技術(shù)應(yīng)用到圖書館流通、辦證等核心業(yè)務(wù)，對圖書館運(yùn)行模式產(chǎn)生重大改變后，學(xué)術(shù)界基本形成共識，智能圖書館一般指通過物聯(lián)網(wǎng)和云計(jì)算技術(shù)相互彌補(bǔ)、相互融合，從局域走向泛在，成為無時(shí)不有、無所不含的信息空間，為讀者提供超強(qiáng)的環(huán)境感知、內(nèi)容感知以及智能服務(wù)[7];智慧圖書館是由IBM在2008年提出“智慧地球”戰(zhàn)略后，繼而提出智慧城市這一商業(yè)概念延伸而來，智慧城市是商業(yè)企業(yè)為占領(lǐng)技術(shù)和市場制高點(diǎn)，通過整合移動網(wǎng)絡(luò)、物聯(lián)網(wǎng)、云計(jì)算等技術(shù)，對社會公眾和資源，實(shí)現(xiàn)泛在互聯(lián)、人人參與、應(yīng)用融合的一種公共服務(wù)與治理基礎(chǔ)建設(shè)解決方案。基于智慧城市的理念，智慧圖書館的概念呈現(xiàn)較為模糊的狀態(tài)，初景利把智慧圖書館定義為通過人機(jī)交互的耦合方式致力于實(shí)現(xiàn)知識服務(wù)的高級圖書館形態(tài);劉煒等認(rèn)為，智慧圖書館的所有“智慧”功能都是在當(dāng)前圖書館的資源和服務(wù)基礎(chǔ)上的一種延伸和拓展，需要與當(dāng)前圖書館的運(yùn)行系統(tǒng)無縫連接平滑過渡[8]。

鑒于智能圖書館概念過于強(qiáng)調(diào)技術(shù)因素，智慧圖書館概念停留在愿景描述層面。本研究認(rèn)為，人工智能圖書館，就是徹底解放圖書館員的體力勞動和腦力勞動，為圖書館創(chuàng)造一個(gè)類似于人類智力的大腦。作為智能中樞，它可以通過各種感知終端讓圖書館基礎(chǔ)設(shè)施擁有感知能力，利用網(wǎng)絡(luò)技術(shù)建立一個(gè)神經(jīng)傳導(dǎo)系統(tǒng)，構(gòu)成圖書館這個(gè)生命體的基礎(chǔ)架構(gòu)，使圖書館擁有學(xué)習(xí)能力，能夠基于自身的館藏和知識構(gòu)成體系，深入了解讀者的知識需求與偏好，自主與讀者進(jìn)行流通、咨詢等知識交流，同時(shí)知悉外部出版動態(tài)，自主完善館藏建設(shè)，自主調(diào)控圖書館的空間環(huán)境、閱讀環(huán)境和安全狀態(tài)。

3 當(dāng)前亟待突破的重點(diǎn)

人工智能圖書館主要涉及兩部分智能功能的實(shí)現(xiàn)：一是圖書館自我認(rèn)知和管理智能化;二是圖書館與外部要素互動智能化。具體可分為3個(gè)方面，圖書館與外部圖書出版現(xiàn)狀與動態(tài)的圖書采訪業(yè)務(wù);圖書館了解讀者需求趨勢分析與判斷的流通和參考咨詢業(yè)務(wù);以及圖書館了解自身知識構(gòu)成與細(xì)節(jié)的組織管理業(yè)務(wù)。

3.1 館藏與知識描述

圖書館只有充分了解自身的館藏與知識狀態(tài)，才能有效開展工作。傳統(tǒng)館藏知識描述主要采用圖書分類法和敘詞表，通過MARC形式標(biāo)簽或XML形式，給館藏添加描述標(biāo)識。由于MARC數(shù)據(jù)既不能涵蓋館藏的知識內(nèi)容，也不能完全體現(xiàn)館藏在知識網(wǎng)絡(luò)中的地位，導(dǎo)致圖書館知識服務(wù)只能停留在基于簡單標(biāo)簽描述的館藏流通層面。隨著語義網(wǎng)與框架的發(fā)展，已經(jīng)能夠?qū)?shù)字文獻(xiàn)進(jìn)行內(nèi)容層面的描述，雖然在語義網(wǎng)深度應(yīng)用領(lǐng)域，包括語音識別、文本翻譯和文字視覺識別，人工智能都不能理解所接受信息的含義，只是按照匹配預(yù)設(shè)的模型標(biāo)識文字符號，無法歸納和理解[9]，即便是根據(jù)輸入導(dǎo)出標(biāo)識符號，語義研究與探索也為深入到館藏內(nèi)容的知識服務(wù)提供了可能。另外，有關(guān)知識的表達(dá)，還存在諸如特征向量、一階邏輯、產(chǎn)生式表示法等方式，為圖書館的知識表達(dá)提供了新的思路。

3.2 讀者及讀者需求描述與預(yù)測

了解顧客是更好服務(wù)顧客的前提，越了解服務(wù)對象，就越能提供更好的服務(wù)。讀者作為圖書館服務(wù)的核心對象，服務(wù)的現(xiàn)象和形式表現(xiàn)為圖書借閱，服務(wù)的內(nèi)容和本質(zhì)是知識服務(wù)。讀者的知識需求是驅(qū)動圖書館不斷提高服務(wù)質(zhì)量唯一的動力。由于涉及讀者隱私，一直以來，圖書館盡量避免過多收集讀者信息，導(dǎo)致圖書館對讀者的了解，大多停留在認(rèn)得出、能找到階段，并不關(guān)注讀者的內(nèi)在知識構(gòu)成、工作生活特征以及興趣愛好等與知識需求密切相關(guān)的信息，導(dǎo)致圖書館僅僅只能根據(jù)簡單的流通統(tǒng)計(jì)數(shù)據(jù)，判斷讀者的知識需求偏好。

3.3 圖書出版動態(tài)與知識環(huán)境描述與預(yù)測

圖書館的成長與發(fā)展，表現(xiàn)在館藏建設(shè)方面，就是不斷吸納更新館藏。在知識爆炸時(shí)代，人類探索與知識的前沿、深度和角度日新月異。在資源有限的情況下，圖書館需要不斷補(bǔ)充和更新圖書的種類和數(shù)量，在人工智能的幫助下，利用圖書館的館藏?cái)?shù)據(jù)。在人工智能的幫助下，利用圖書館的館藏知識大數(shù)據(jù)、讀者描述和讀者流通大數(shù)據(jù)，把圖書館的館藏與知識、讀者以及讀者需求，與出版動態(tài)有效結(jié)合起來，在揭示讀者、館藏和圖書出版三者之間的規(guī)律基礎(chǔ)上，才有可能更加有效地把握圖書出版動態(tài)。

4 人工智能圖書館應(yīng)用架構(gòu)

基于信息化設(shè)備、數(shù)據(jù)管理和應(yīng)用構(gòu)成的3層架構(gòu)，已經(jīng)成為圖書館信息化建設(shè)的最基本結(jié)構(gòu)，人工智能圖書館建設(shè)的基礎(chǔ)設(shè)施和應(yīng)用結(jié)構(gòu)，已經(jīng)具有雛形。在傳統(tǒng)的應(yīng)用架構(gòu)上，加大數(shù)據(jù)的采集范圍和處理能力，重點(diǎn)實(shí)現(xiàn)人工智能的處理與學(xué)習(xí)能力，加大人工智能的應(yīng)用范圍和深度，將成為人工智能圖書館應(yīng)用架構(gòu)的關(guān)鍵。其中，數(shù)據(jù)源和數(shù)據(jù)，形成最基礎(chǔ)的支撐層，機(jī)器學(xué)習(xí)的算法和能力，構(gòu)成人工智能圖書館的核心層，功能層作為人工智能的表現(xiàn)，通過應(yīng)用層的智能設(shè)備，實(shí)現(xiàn)圖書館的智能化和自動化應(yīng)用（見圖1）。

4.1 數(shù)據(jù)源與數(shù)據(jù)

圖書館數(shù)據(jù)包括靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)，靜態(tài)數(shù)據(jù)主要是指館藏描述和內(nèi)容數(shù)據(jù)，以及讀者信息類數(shù)據(jù)。動態(tài)數(shù)據(jù)是指流通數(shù)據(jù)、查詢數(shù)據(jù)、參考咨詢數(shù)據(jù)、圖書薦購和出版動態(tài)數(shù)據(jù)，也包含來自各種傳感器動態(tài)實(shí)時(shí)捕捉的圖書館環(huán)境狀態(tài)數(shù)據(jù)。圖書館業(yè)務(wù)產(chǎn)生的數(shù)據(jù)采集一般由人工錄入、自助設(shè)備采集和系統(tǒng)通過功能或日志自動記錄，圖書館外部數(shù)據(jù)的采集，如出版動態(tài)數(shù)據(jù)就需要采用多種手段，包括網(wǎng)絡(luò)爬蟲、文件導(dǎo)入或手工錄入等方式采集。

4.2 智能學(xué)習(xí)

人工智能圖書館的機(jī)器學(xué)習(xí)方法，根據(jù)需要學(xué)習(xí)的內(nèi)容主要分為3部分：

第一部分是館藏知識的學(xué)習(xí)，人工智能要根據(jù)知識的描述層次，了解圖書館有哪些圖書，根據(jù)每種圖書標(biāo)簽的描述信息，初步了解圖書館的知識分布情形與狀態(tài)，進(jìn)而根據(jù)圖書內(nèi)容，了解每種圖書分別承載哪些知識。

第二部分是讀者需求的學(xué)習(xí)，人工智能對讀者的需求了解，在統(tǒng)計(jì)學(xué)的層次，根據(jù)讀者的具體特征和分類，對不同讀者的需求趨勢進(jìn)行判斷，并根據(jù)對讀者的了解程度逐漸加深，更加具體地預(yù)測讀者需求。

第三部分是對外部出版物及其狀態(tài)的學(xué)習(xí)，圖書館館藏建設(shè)的原則，主要是依據(jù)讀者的需求和圖書館立館宗旨決定，限制條件主要是采訪經(jīng)費(fèi)額度。由于出版的新書種類巨大，人工無法進(jìn)行全面的內(nèi)容、質(zhì)量和圖書館館藏建設(shè)要求等方面識別，這就需要依賴人工智能，根據(jù)出版社、分類等圖書基本標(biāo)簽描述數(shù)據(jù)進(jìn)行初步的篩選，也可根據(jù)圖書的內(nèi)容深度識別，并匹配圖書館的采訪經(jīng)費(fèi)額度擇優(yōu)選擇。

4.3 響應(yīng)與輸出

人工智能圖書館通過機(jī)器學(xué)習(xí)獲得的知識，歸根結(jié)底是服務(wù)于讀者的知識需求，直接的服務(wù)對象是讀者。圖書館館藏查詢、參考咨詢兩種服務(wù)對智能化要求較高，人工智能根據(jù)館藏查詢和參考咨詢的方式分別通過文字和語音交流方式，對讀者提出的查詢要求進(jìn)行響應(yīng)和輸出;圖書館采訪作為館藏建設(shè)的主要內(nèi)容，需要根據(jù)讀者需求與館藏建設(shè)要求，生成智能采訪書單，并提出采訪報(bào)告和依據(jù)。

5 人工智能圖書館大數(shù)據(jù)

圖書館在知識的管理和服務(wù)過程中，一方面形成多層次、多類型交互的描述與記錄數(shù)據(jù)集合;另一方面，知識載體和文獻(xiàn)本身，又構(gòu)成龐大的數(shù)據(jù)集合。

5.1 圖書數(shù)據(jù)

是指圖書館外部，在不斷繁榮的出版背景下，各種最新出版動態(tài)的外部數(shù)據(jù)，以及尚未成為館藏的歷史出版數(shù)據(jù)。這些圖書是圖書館進(jìn)行館藏建設(shè)的采訪目標(biāo)。按照我國的出版物管理機(jī)制，已經(jīng)具有初步標(biāo)引的CIP數(shù)據(jù)，一些最新圖書也基于聯(lián)合編目機(jī)制，形成能夠通過Z3950服務(wù)獲取的MARC數(shù)據(jù);同時(shí)各個(gè)出版社、書商在最新出版目錄中，也提供一些簡單的描述數(shù)據(jù)。獲取圖書數(shù)據(jù)的途徑較多，包括向出版社定期訂閱、手動搜集、網(wǎng)絡(luò)爬蟲、訂購電子書等多種手段。圖書數(shù)據(jù)在結(jié)構(gòu)上屬于格式化數(shù)據(jù)，受控于MARC格式標(biāo)準(zhǔn)、分類法、敘詞表等，在內(nèi)容上，由于圖書描述是通過文字與符號進(jìn)行描述，一些使用文字描述的內(nèi)容，又屬于非結(jié)構(gòu)化數(shù)據(jù)或自然語言描述數(shù)據(jù)。

5.2 館藏?cái)?shù)據(jù)

傳統(tǒng)館藏?cái)?shù)據(jù)是建立在MARC結(jié)構(gòu)化數(shù)據(jù)基礎(chǔ)上，按照標(biāo)準(zhǔn)化結(jié)構(gòu)添加館藏信息標(biāo)識的數(shù)據(jù)，是圖書館內(nèi)部數(shù)據(jù)。隨著網(wǎng)絡(luò)應(yīng)用技術(shù)的發(fā)展，現(xiàn)代館藏MARC數(shù)據(jù)，大多采用XML格式進(jìn)行標(biāo)引。館藏MARC數(shù)據(jù)的內(nèi)容，對圖書的描述信息相對比較完善，初步可以滿足人工智能學(xué)習(xí)的需要。但隨著人工智能應(yīng)用的深入，還需要對館藏內(nèi)容進(jìn)行更加深入的學(xué)習(xí)和掌控，對館藏內(nèi)容的標(biāo)引要求會越來越高。除了應(yīng)用較為廣泛的語義網(wǎng)標(biāo)引技術(shù)和方法，大量的人工智能算法對自然語言的標(biāo)引技術(shù)與方法，也需要逐步引入。

5.3 讀者數(shù)據(jù)

讀者數(shù)據(jù)包括對讀者靜態(tài)描述的標(biāo)引數(shù)據(jù)和動態(tài)數(shù)據(jù)，靜態(tài)描述標(biāo)引數(shù)據(jù)是包括一般常規(guī)數(shù)據(jù)和讀者背景數(shù)據(jù)。一般描述數(shù)據(jù)指讀者姓名、性別、出生日期等身份證數(shù)據(jù)，以及通訊聯(lián)系方式、注冊時(shí)間地點(diǎn)、押金和罰款記錄等數(shù)據(jù)，是圖書館常規(guī)情況下，需要為讀者建立的基本數(shù)據(jù)。讀者背景數(shù)據(jù)是指隱含讀者的知識程度數(shù)據(jù)，包括讀者的學(xué)歷、專業(yè)、職業(yè)、婚姻狀態(tài)等具有檔案性質(zhì)的數(shù)據(jù)。動態(tài)數(shù)據(jù)包括的內(nèi)容較多，數(shù)據(jù)獲取方式與途徑也較為復(fù)雜，具體可概括為讀者與圖書館的互動數(shù)據(jù)，讀者日常關(guān)注的數(shù)據(jù)，以及讀者工作生活的重大事件等。

5.4 流通數(shù)據(jù)

常規(guī)情況下，流通數(shù)據(jù)就是讀者借還記錄數(shù)據(jù)，為了能夠?qū)ψx者的知識需求有更加全面掌握，還會把讀者的查詢記錄、咨詢記錄和薦購記錄納入觀察視野。圖書館需要全面了解讀者需求，不僅要了解讀者借閱圖書的流通記錄，還要了解讀者在圖書館開架閱覽和開架流通的數(shù)據(jù)，這部分?jǐn)?shù)據(jù)比較豐富，可以為人工智能對讀者的知識需求進(jìn)行全方位畫像，提供更加全面的數(shù)據(jù)支撐。

6 人工智能圖書館機(jī)器學(xué)習(xí)技術(shù)

人工智能圖書館的技術(shù)主要是基于機(jī)器學(xué)習(xí)算法，根據(jù)已有的數(shù)據(jù)訓(xùn)練機(jī)器學(xué)習(xí)算法，發(fā)現(xiàn)隱藏在數(shù)據(jù)后的規(guī)律和事實(shí)真相，動態(tài)預(yù)測未來的變化與發(fā)展趨勢。人工智能圖書館根據(jù)數(shù)據(jù)是否有標(biāo)記信息，可大致分為監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)。

6.1 監(jiān)督學(xué)習(xí)技術(shù)

監(jiān)督學(xué)習(xí)通過對數(shù)據(jù)的學(xué)習(xí)和訓(xùn)練，獲得對應(yīng)數(shù)據(jù)隱含規(guī)律的模型，對事實(shí)真相進(jìn)行描述，并能夠利用模型，進(jìn)行有效預(yù)測[10]。監(jiān)督學(xué)習(xí)是建立在人類先驗(yàn)的經(jīng)驗(yàn)基礎(chǔ)上，已經(jīng)對事物進(jìn)行一定的描述、概括、分類，讓監(jiān)督學(xué)習(xí)算法對數(shù)據(jù)進(jìn)行訓(xùn)練和學(xué)習(xí)，獲得可靠的描述模型。圖書館現(xiàn)有的數(shù)據(jù)，絕大部分為有標(biāo)記數(shù)據(jù)，因此人工智能圖書館當(dāng)前主要采用監(jiān)督學(xué)習(xí)技術(shù)。其中館藏主要是由MARC數(shù)據(jù)標(biāo)準(zhǔn)控制的標(biāo)記數(shù)據(jù)，讀者則是根據(jù)讀者屬性特征進(jìn)行標(biāo)記的數(shù)據(jù)，館藏流通數(shù)據(jù)是建立在讀者數(shù)據(jù)和館藏?cái)?shù)據(jù)基礎(chǔ)上的動態(tài)數(shù)據(jù)。根據(jù)館藏、讀者和流通數(shù)據(jù)，一方面建立起館藏與知識構(gòu)成畫像，揭示館藏與知識分布規(guī)律;另一方面建立起讀者知識需求畫像，準(zhǔn)確預(yù)測讀者的知識需求趨勢;同時(shí)為館藏建設(shè)提供可靠的決策支持。

6.2 無監(jiān)督學(xué)習(xí)技術(shù)

無監(jiān)督學(xué)習(xí)是對于無法建立標(biāo)簽的數(shù)據(jù)進(jìn)行分類或聚類的方法，一般用于人類沒有太多先驗(yàn)知識的數(shù)據(jù)，通過分類或聚類算法，取得事物的特征，形成數(shù)據(jù)描述標(biāo)簽[11]。圖書館無標(biāo)簽數(shù)據(jù)主要包括，基于敘詞表的館藏內(nèi)容數(shù)據(jù)、標(biāo)記不完整的讀者數(shù)據(jù)，以及已有的標(biāo)簽數(shù)據(jù)，通過聚類分析，發(fā)現(xiàn)事先尚未發(fā)現(xiàn)或尚未標(biāo)記的信息。對館藏集館藏內(nèi)容的無監(jiān)督學(xué)習(xí)，可以進(jìn)一步建立館藏知識的關(guān)系，豐富知識服務(wù)的內(nèi)容，深化知識服務(wù)的層次;對讀者的無監(jiān)督學(xué)習(xí)，可進(jìn)一步解釋讀者與知識需求之間的特征與規(guī)律，為圖書館自身的理論和實(shí)踐建設(shè)，提供更加有力的支持。

6.3 優(yōu)化決策技術(shù)

由于人工智能圖書館是一個(gè)不斷生長的智能體，需要不斷進(jìn)行館藏建設(shè)、吸納更多的讀者和滿足讀者更加深入和豐富的知識需求。然而，圖書館的服務(wù)能力又受到資源總量的限制，站在圖書館發(fā)展的戰(zhàn)略層面，采用運(yùn)籌學(xué)原理與決策技術(shù)，利用有限資源，優(yōu)化圖書館知識服務(wù)的效果和能力，是人工智能圖書館的另一項(xiàng)重要標(biāo)志。對于圖書采訪而言，絕大多數(shù)圖書館都面臨有限采訪資金的制約，既需要對出版圖書進(jìn)行智能篩選，還要在篩選結(jié)果的基礎(chǔ)上，合理分配采訪資金。

6.4 其他智能技術(shù)

人工智能圖書館除了核心智能技術(shù)以外，還存在大量的館舍調(diào)控應(yīng)用和讀者人機(jī)交互服務(wù)，也需要在人工智能圖書館的中樞，建立相應(yīng)的智能交互應(yīng)答機(jī)制。其中，人機(jī)交互包括讀者咨詢的智能語音服務(wù)、館藏流通的智能響應(yīng)機(jī)制、讀者借閱的智能導(dǎo)引機(jī)制。圖書館空間與設(shè)施的調(diào)控，是以自動控制為主的計(jì)算機(jī)與設(shè)備之間的調(diào)控技術(shù)。主要包括，溫度、濕度和照度等空間舒適度和館藏存放調(diào)控，空間布局與館藏分布成列調(diào)控，防火防盜等安全調(diào)控。

7 人工智能服務(wù)模式

隨著人工智能全面接管圖書館的運(yùn)行與管理，圖書館與外部對象之間的交互模式，以及圖書館內(nèi)部各個(gè)要素之間的配置與運(yùn)行模式，都將出現(xiàn)天翻地覆的變化。圖書館員大量的腦力與體力勞動，由人工智能代替，圖書館員的時(shí)間與精力都將獲得極大程度的解放，圖書館員在監(jiān)控人工智能應(yīng)用的同時(shí)，可以真正回歸學(xué)者的身份，更加專注到科學(xué)研究、理論探索的領(lǐng)域，在實(shí)踐的過程中，開展理論研究活動。采訪館員通過人工智能提供的采訪報(bào)告，根據(jù)人工智能的分析過程與思維特點(diǎn)，更加深入理解館藏建設(shè)過程中忽略的因素。流通館員根據(jù)人工智能對館藏和讀者的分析，更加深入了解讀者自我之間建構(gòu)與圖書館知識本質(zhì)。參考咨詢館員根據(jù)人工智能對用戶提供的響應(yīng)，對館藏知識體系及內(nèi)容本質(zhì)，獲得更加深入的認(rèn)識。

7.1 采編流程方面

傳統(tǒng)圖書采訪，往往缺少全面嚴(yán)謹(jǐn)?shù)姆治?，常常根?jù)粗線條的原則，依據(jù)書商提供的采訪目錄，配合定向收集的部分出版社最新出版目錄，確定最終采訪書單。利用人工智能進(jìn)行圖書采訪，可以在兼顧圖書館立館宗旨服務(wù)方向等原則性約束條件下，更加精確地深入到館藏知識分布、讀者特征及需求趨勢、資金限制等層面，為圖書采訪決策提供具有嚴(yán)謹(jǐn)科學(xué)依據(jù)的采訪訂單。對于圖書館編目，由于人工智能在采訪階段，就獲取更加詳實(shí)的圖書基本信息，在圖書編目階段，可最大限度減少或避免手動添加標(biāo)簽的工作過程。

7.2 館藏流通方面

館藏流通包括兩項(xiàng)內(nèi)容：一是包括圖書借閱、歸還完整環(huán)節(jié)的流通服務(wù);二是圖書館開架閱覽服務(wù)。基于感知技術(shù)的無人值守流通服務(wù)，已經(jīng)擁有大量的理論研究和時(shí)間成果，能夠滿足常規(guī)意義上的流通服務(wù)。圖書館開架閱覽環(huán)節(jié)，在傳統(tǒng)圖書館的管理方面，還是一個(gè)無法準(zhǔn)確捕捉數(shù)據(jù)的“黑箱”，人工智能需要根據(jù)更加精細(xì)的定位技術(shù)，對開放閱覽展開更加有效地管理。除了傳統(tǒng)的RFID定位技術(shù)，通過遠(yuǎn)程定位控制、人臉識別等技術(shù)整合，加強(qiáng)對讀者在圖書館開架閱覽室運(yùn)行軌跡，以及圖書翻閱過程的跟蹤，實(shí)現(xiàn)人工智能流通的智能化服務(wù)。

7.3 讀者管理方面

傳統(tǒng)讀者管理，一般停留在讀者登記注冊，采集讀者基本信息，記錄讀者訪問圖書館站點(diǎn)數(shù)據(jù)、查詢數(shù)據(jù)、咨詢數(shù)據(jù)以及流通數(shù)據(jù)等活動。人工智能環(huán)境下的讀者管理工作，將對讀者的登記內(nèi)容有所擴(kuò)展，與人類社會智能活動的內(nèi)容更加近似，比如人類社會中，越了解一個(gè)人，就越可能更加準(zhǔn)確預(yù)測他的行為趨勢。人工智能也會更加關(guān)注和記錄讀者工作生活的動態(tài)，以及信息與知識的互動活動，在一定程度上，甚至?xí)|及讀者的隱私信息。這就需要圖書館建立更加完善、安全的讀者管理機(jī)制與手段，確保讀者的數(shù)據(jù)不被盜取或?yàn)E用。

7.4 參考咨詢方面

參考咨詢業(yè)務(wù)，主要是建立在參考咨詢館員與讀者之間，對圖書館知識構(gòu)成了解程度的信息和知識不對稱的基礎(chǔ)上，通過直接的語言交流或間接線上問答，對讀者開展的知識引導(dǎo)活動。人工智能通過學(xué)習(xí)，對圖書館的館藏及其承載海量內(nèi)容的存取與調(diào)用的能力，遠(yuǎn)遠(yuǎn)超過人類大腦的能力，再加之人工智能的語音識別技術(shù)，人工智能完全可以勝任虛擬的參考咨詢館員任務(wù)。

8 結(jié) 語

云計(jì)算、大數(shù)據(jù)、感知技術(shù)和人工智能技術(shù)，為圖書館擁有智慧大腦、神經(jīng)中樞以及豐富的神經(jīng)傳導(dǎo)系統(tǒng)提供強(qiáng)大的科學(xué)和技術(shù)基礎(chǔ)，基于人工智能技術(shù)，使圖書館擺脫繁重的人工勞動，實(shí)現(xiàn)圖書館管理與業(yè)務(wù)流程的重構(gòu)，讓人工智能管理圖書館，圖書館員監(jiān)督人工智能，已經(jīng)成為圖書館未來可預(yù)見的發(fā)展趨勢。圖書館主動向機(jī)器學(xué)習(xí)，重構(gòu)圖書館應(yīng)用架構(gòu)和服務(wù)模式。圖書館員與AI互相協(xié)作，充分利用圖書館大數(shù)據(jù)的共享與流轉(zhuǎn)，發(fā)揮人工智能技術(shù)的潛能，對于促進(jìn)圖書館的發(fā)展與繁榮，具有不可估量的重要價(jià)值。

參考文獻(xiàn)

[1]國務(wù)院發(fā)展研究中心“國際經(jīng)濟(jì)格局變化和中國戰(zhàn)略選擇”課題組.全球技術(shù)變革對國際經(jīng)濟(jì)格局的影響[J].中國發(fā)展觀察，2019，（6）：11-20.

[2]初景利，段美珍.從智能圖書館到智慧圖書館[J].國家圖書館學(xué)刊.2019，（1）：3-9.

[3]吳鶴齡，崔林.ACM圖靈獎（1966-2006）計(jì)算機(jī)發(fā)展史的縮影[M].北京：高等教育出版社，2008，（1）：12，36.

[4]Stuart J R，Peter N.Artificial Intelligence A Modern Approach Third Edition[M].New Jersey.Pearson Education，2010：2.

[5]Arthur L S.Some Studies in Machine Learning Using the Game of Checkers[J].IBM Journal of Research and Development，1959，（3）：210-229.

[6]周志華.機(jī)器學(xué)習(xí)[M].北京：清華大學(xué)出版社，2016，（1）：10-13.

[7]王紅.基于物聯(lián)網(wǎng)的智能“云圖書館”架構(gòu)與思考[J].情報(bào)理論與實(shí)踐，2011，（11）：87-90，95.

[8]劉煒，劉圣嬰.智慧圖書館標(biāo)準(zhǔn)規(guī)范體系框架初探[J].圖書館建設(shè)，2018，（4）：91-95.

[9]21經(jīng)濟(jì)網(wǎng).專訪微軟亞洲研究院院長洪小文：今天的AI只是一個(gè)黑盒仍需與HI密切配合[EB/OL].http：//www.21jingji.com/2018/5-10/zMMDEzODFfMTQzMTEzMQ.html，2019-04-02.

[10]Mehryar M，Afshin R，Ameet T.Foundations of Machine Learning[M].Cambridge City the MIT Press，2012：7.

[11]Derek G，Pádraig C，Rudolf M.Unsupervised Learning and Clustering[M].Machine Learning Techniques for Multimedia，2008：51-90.

（責(zé)任編輯：郭沫含）