人工智能技術(shù)發(fā)展及其應(yīng)用綜述

韓抒航　劉勝涵

摘??要：人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。它使人類進入信息產(chǎn)業(yè)革命時代，達到認識和改造客觀世界能力的高峰。本文章介紹了人工智能的概念和發(fā)展沿革，并對現(xiàn)階段人工智能研究領(lǐng)域的主要研究方向進行了介紹。

引言

人工智能是新一輪產(chǎn)業(yè)變革的核心驅(qū)動力，將進一步釋放歷次科技革命和產(chǎn)業(yè)變革積蓄的巨大能量。人工智能正在與各行各業(yè)快速融合，助力傳統(tǒng)行業(yè)轉(zhuǎn)型升級、提質(zhì)增效，在全球范圍內(nèi)引發(fā)全新的產(chǎn)業(yè)浪潮。

中國人工智能市場規(guī)模在迅速發(fā)展壯大，截止至2019年我國人工智能市場規(guī)模已達到554億元左右，預(yù)計在2021年我國人工智能市場規(guī)模將會突破千億元。計算機視覺、無人駕駛、語音識別、自然語言處理等人工智能技術(shù)正在創(chuàng)造巨大的經(jīng)濟利益，人工智能技術(shù)現(xiàn)已成為目前全球最受互聯(lián)網(wǎng)業(yè)界和市場關(guān)注的新技術(shù)及應(yīng)用

人工智能發(fā)展歷史

1956年，Marvin?Minsky，John?McCarthy?和?2位頂級科學(xué)家：Claude?Shannon（克勞德·艾爾伍德·香農(nóng)）以及IBM的?Nathan?Rochester，組織了達特茅斯會議，此次會議其中的一個提案斷言：任何一種學(xué)習(xí)或者其他形式的人類智能都能夠通過機器進行模擬。同時約翰·麥卡錫為這種機器智能取了一個名字：Artificial?Intelligence，并確定了人工智能最初的發(fā)展路線與發(fā)展目標(biāo)。1959年，計算機游戲先驅(qū)亞瑟塞繆爾在IBM的首臺商用計算機IBM?701上編寫了西洋跳棋程序，這個程序順利戰(zhàn)勝了當(dāng)時的西洋棋大師羅伯特尼賴。

1973年，著名數(shù)學(xué)拉特希爾家向英國政府提交了一份關(guān)于人工智能的研究報告，尖銳的指出人工智能那些看上去宏偉的目標(biāo)根本無法實現(xiàn)，研究已經(jīng)完全失敗。此后，科學(xué)界對人工智能進行了一輪深入的拷問，人工智能技術(shù)遭受到了嚴(yán)厲的批評和對其實際價值的質(zhì)疑。人工智能技術(shù)的真正應(yīng)用帶來的計算量往往是非常龐大的，而在當(dāng)時，計算機的計算速度是遠遠達不到的。

通用計算機設(shè)備的發(fā)展，讓人工智能真正開始和現(xiàn)代計算機技術(shù)進行深入融合。1997年，IMB的計算機深藍Deep?blue戰(zhàn)勝了人類世界象棋冠軍卡斯帕羅夫，讓人工智能的發(fā)展進一步提上日程。進入21世紀(jì)，隨著算力的增加，人工智能的瓶頸被打破。2016年和2017年，谷歌發(fā)起了兩場轟動世界的圍棋人機之戰(zhàn)，其人工智能程序AlphaGo連續(xù)戰(zhàn)勝曾經(jīng)的圍棋世界冠軍韓國李世石，以及現(xiàn)任的圍棋世界冠軍中國的柯潔。這證明了不斷發(fā)展中的人工智能在某些領(lǐng)域甚至超過了人類的能力，人工智能為生產(chǎn)力的提升提供變革的功力。

人工智能的研究與應(yīng)用領(lǐng)域

（1）計算機視覺

計算機視覺是深度學(xué)習(xí)領(lǐng)域最熱門的研究領(lǐng)域之一，實質(zhì)上，計算機視覺實際上是一個跨領(lǐng)域的交叉學(xué)科，包括計算機科學(xué)，數(shù)學(xué)，工程學(xué)、心理學(xué)等等。許多科學(xué)家認為，計算機視覺為人工智能的發(fā)展開拓了道路。視覺識別是計算機視覺的關(guān)鍵組成部分，如圖像分類、定位和檢測等。神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的最新進展極大地推動了這些最先進的視覺識別系統(tǒng)的發(fā)展。

（2）機器學(xué)習(xí)

機器學(xué)習(xí)是一門人工智能的科學(xué)，該領(lǐng)域的主要研究對象是人工智能，主要的思想是通過計算機對數(shù)據(jù)的學(xué)習(xí)來提升自身性能的算法。按照學(xué)習(xí)方式，可將機器學(xué)習(xí)分為監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和強化學(xué)習(xí)。在監(jiān)督學(xué)習(xí)下，每組訓(xùn)練數(shù)據(jù)都有一個明確的標(biāo)識或結(jié)果，在建立預(yù)測模型的時候，監(jiān)督式學(xué)習(xí)建立一個學(xué)習(xí)過程，將預(yù)測結(jié)果與“訓(xùn)練數(shù)據(jù)”的實際結(jié)果進行比較，不斷的調(diào)整預(yù)測模型，直到模型的預(yù)測結(jié)果達到一個預(yù)期的準(zhǔn)確率。在無監(jiān)督學(xué)習(xí)中，數(shù)據(jù)并不被特別標(biāo)識，學(xué)習(xí)模型是為了推斷出數(shù)據(jù)的一些內(nèi)在結(jié)構(gòu)。在半監(jiān)督學(xué)習(xí)方式下，輸入數(shù)據(jù)部分被標(biāo)識，部分沒有被標(biāo)識，這種學(xué)習(xí)模型可以用來進行預(yù)測，但是模型首先需要學(xué)習(xí)數(shù)據(jù)的內(nèi)在結(jié)構(gòu)以便合理的組織數(shù)據(jù)來進行預(yù)測。在強化學(xué)習(xí)模式下，輸入數(shù)據(jù)作為對模型的反饋，不像監(jiān)督模型那樣，輸入數(shù)據(jù)僅僅是作為一個檢查模型對錯的方式，在強化學(xué)習(xí)下，輸入數(shù)據(jù)直接反饋到模型，模型必須對此立刻作出調(diào)整。

（3）自然語言處理

自然語言處理是計算機科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個重要方向。它研究能實現(xiàn)人與計算機之間用自然語言進行有效通信的各種理論和方法。自然語言處理研究對內(nèi)容主要包括有詞法分析、文本分類、文本糾錯、摘要獲取、情感分析、關(guān)鍵詞提取、內(nèi)容審核等內(nèi)容。這里列舉一些研究方向來作詳細的說明，詞法分析的主要任務(wù)是去識別文本中具有特定意義的實體，主要包括：人名、地名、職位名、產(chǎn)品名詞等，應(yīng)用場景例如各大手機廠商的語音助手。文本分類是對文章按照內(nèi)容類型（體育、教育、財經(jīng)、社會、軍事等等）進行自動分類，為文章聚類、文本內(nèi)容分析等應(yīng)用提供基礎(chǔ)支持。情感分析是對能夠?qū)ξ谋拘畔⑦M行“情感”上的正向、負向及中性進行評價，應(yīng)用場景包括評論的分析與決策、輿情監(jiān)控等。

結(jié)束語

人工智能技術(shù)在經(jīng)歷長期的發(fā)展之后，現(xiàn)階段，人工智能技術(shù)已進入大規(guī)模商用階段，人工智能產(chǎn)品全面進入消費市場，人工智能的認知能力正在不斷提高，可以預(yù)見，未來2-5年人工智能的認知水平有望達到人類專家顧問的水平。人工智能注定會給世界帶來巨大影響。

參考文獻

[1] 張妮，徐文尚，王文文.人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J].煤礦機械，2009，30（02）：4-7.

[2] 崔雍浩，商聰，陳鍶奇，郝建業(yè).人工智能綜述：AI的發(fā)展[J].無線電通信技術(shù)，2019，45（03）：225-231.

作者簡介：韓抒航，性別：男，出生年：2000.01.23，民族：漢，籍貫：河南省西平縣，職稱：無，學(xué)歷：本科在讀，研究方向：數(shù)據(jù)挖掘。