人工智能技術(shù)發(fā)展及其應(yīng)用領(lǐng)域

摘 要：人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)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(jìn)入信息產(chǎn)業(yè)革命時(shí)代，達(dá)到認(rèn)識(shí)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(jìn)行了介紹。

關(guān)鍵詞：智能;技術(shù);發(fā)展;應(yīng)用;領(lǐng)域

引 言

人工智能是新一輪產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，將進(jìn)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(jí)、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(dá)到554億元左右，人工智能領(lǐng)域相關(guān)投資活躍，增長迅速。融資資金額從2013年到2018年，六年時(shí)間增長了近31倍。從2013年到2018年上半年，中國人工智能領(lǐng)域累計(jì)融資金額全球占比60%，超過美國的29%，世界排名第一。計(jì)算機(jī)視覺、無人駕駛、語音識(shí)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(jì)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

一、人工智能發(fā)展歷史

1956年，Marvin Minsky， John McCarthy 和 2位頂級(jí)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(dá)特茅斯會(huì)議，此次會(huì)議其中的一個(gè)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(jī)器進(jìn)行模擬。同時(shí)約翰·麥卡錫為這種機(jī)器智能取了一個(gè)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)。

1964年，首臺(tái)聊天機(jī)器人誕生。美國麻省理工學(xué)院AI實(shí)驗(yàn)室的約瑟夫·魏岑鮑姆教授開發(fā)了ELIZA聊天機(jī)器人，實(shí)現(xiàn)了計(jì)算機(jī)與人通過文本來交流。這是人工智能研究的一個(gè)重要方面。不過，它只是用符合語法的方式將問題復(fù)述一遍。

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(bào)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(shí)現(xiàn)，研究已經(jīng)完全失敗。此后，科學(xué)界對人工智能進(jìn)行了一輪深入的拷問，各國政府和機(jī)構(gòu)也停止或減少了資金投入，人工智能在70年代陷入了第一次寒冬。

在當(dāng)時(shí)，人工智能面臨的技術(shù)瓶頸主要是三個(gè)方面，第一，計(jì)算機(jī)性能不足，導(dǎo)致早期很多程序無法在人工智能領(lǐng)域得到應(yīng)用;第二，問題的復(fù)雜性，早期人工智能程序主要是解決特定的問題，因?yàn)樘囟ǖ膯栴}對象少，復(fù)雜性低，可一旦問題上升維度，程序立馬就不堪重負(fù)了;第三，數(shù)據(jù)量嚴(yán)重缺失，在當(dāng)時(shí)不可能找到足夠大的數(shù)據(jù)庫來支撐程序進(jìn)行深度學(xué)習(xí)，這很容易導(dǎo)致機(jī)器無法讀取足夠量的數(shù)據(jù)進(jìn)行智能化。

通用計(jì)算機(jī)設(shè)備的發(fā)展，讓人工智能真正開始和現(xiàn)代計(jì)算機(jī)技術(shù)進(jìn)行深入融合。上世紀(jì)九十年代中期開始，隨著AI技術(shù)尤其是神經(jīng)網(wǎng)絡(luò)技術(shù)的逐步發(fā)展，人工智能技術(shù)開始進(jìn)入平穩(wěn)發(fā)展時(shí)期。1997年，IBM的計(jì)算機(jī)深藍(lán)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(jìn)一步提上日程。進(jìn)入21世紀(jì)，隨著算力的增加，人工智能的瓶頸被打破。

2011年，Watson參加智力問答節(jié)目。 IBM開發(fā)的人工智能程序“沃森”（Watson）參加了一檔智力問答節(jié)目并戰(zhàn)勝了兩位人類冠軍。沃森存儲(chǔ)了2億頁數(shù)據(jù)，能夠?qū)⒂趩栴}相關(guān)的關(guān)鍵詞從看似相關(guān)的答案中抽取出來。這一人工智能程序已被IBM廣泛應(yīng)用于醫(yī)療診斷領(lǐng)域。

2016～2017年，AlphaGo戰(zhàn)勝圍棋冠軍。AlphaGo是由Google DeepMind開發(fā)的人工智能圍棋程序，具有自我學(xué)習(xí)能力。它能夠搜集大量圍棋對弈數(shù)據(jù)和名人棋譜，學(xué)習(xí)并模仿人類下棋。DeepMind已進(jìn)軍醫(yī)療保健等領(lǐng)域。

二、人工智能的研究與應(yīng)用領(lǐng)域

（1）計(jì)算機(jī)視覺

計(jì)算機(jī)視覺（Computer Vision）是指用計(jì)算機(jī)實(shí)現(xiàn)人的視覺功能——對客觀世界的三維場景的感知、識(shí)別和理解。機(jī)算機(jī)視覺技術(shù)的研究目標(biāo)是使計(jì)算機(jī)具有通過二維圖像認(rèn)知三維環(huán)境信息的能力。因此不僅需要使機(jī)器能感知三維環(huán)境中物體的幾何信息（形狀、位置、姿態(tài)、運(yùn)動(dòng)等）而且能對它們進(jìn)行描述、存儲(chǔ)、識(shí)別與理解?？梢哉J(rèn)為，計(jì)算機(jī)視覺與研究人類或動(dòng)物的視覺是不同的，它借助于幾何、物理和學(xué)習(xí)技術(shù)來構(gòu)筑模型，用統(tǒng)計(jì)的方法來處理數(shù)據(jù)。視覺識(shí)別是計(jì)算機(jī)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(jìn)展極大地推動(dòng)了這些最先進(jìn)的視覺識(shí)別系統(tǒng)的發(fā)展。

（2）機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是一門人工智能的科學(xué)，該領(lǐng)域的主要研究內(nèi)容是利用計(jì)算機(jī)模擬實(shí)現(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)架構(gòu)不斷改善自己的功能。按照學(xué)習(xí)方式，可將機(jī)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(qiáng)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(gè)明確的標(biāo)識(shí)或結(jié)果，在建立預(yù)測模型的時(shí)候，監(jiān)督式學(xué)習(xí)建立一個(gè)學(xué)習(xí)過程，將預(yù)測結(jié)果與“訓(xùn)練數(shù)據(jù)”的實(shí)際結(jié)果進(jìn)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(dá)到一個(gè)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(shí)，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(shí)，部分沒有被標(biāo)識(shí)，這種學(xué)習(xí)模型可以用來進(jìn)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(jìn)行預(yù)測。在強(qiáng)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(gè)檢查模型對錯(cuò)的方式，在強(qiáng)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(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向。它研究能實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語言進(jìn)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(cuò)、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(xì)的說明，詞法分析的主要任務(wù)是去識(shí)別文本中具有特定意義的實(shí)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(jī)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(cái)經(jīng)、社會(huì)、軍事等等）進(jìn)行自動(dòng)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(jìn)行“情感”上的正向、負(fù)向及中性進(jìn)行評價(jià)，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

計(jì)算機(jī)和互聯(lián)網(wǎng)一方面為人工智能提供了創(chuàng)造商業(yè)價(jià)值的載體，讓AI技術(shù)研究可以穩(wěn)步推進(jìn)，另一方面也為人工智能的爆發(fā)積累了強(qiáng)大的運(yùn)算力和經(jīng)驗(yàn)數(shù)據(jù).現(xiàn)階段，人工智能技術(shù)已進(jìn)入大規(guī)模商用階段，人工智能產(chǎn)品全面進(jìn)入消費(fèi)市場，人工智能的認(rèn)知能力正在不斷提高，人工智能從無形發(fā)展到有形的陪伴每個(gè)人的生產(chǎn)生活，半個(gè)多世紀(jì)前被科學(xué)家曾經(jīng)描述的美好圖景正在一步步被人工智能技術(shù)實(shí)現(xiàn)。

參考文獻(xiàn)

[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(jī)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（2000-），性別：男，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。