探討新時代背景下新興技術在人工智能中的應用

梁子鑫

?

探討新時代背景下新興技術在人工智能中的應用

梁子鑫

（北京工業大學，北京 100124）

近年來隨著移動互聯網、云計算、物聯網、大數據以及智能制造技術的不斷發展和突破，人工智能技術得到了迅猛的發展，各行各業都開始逐漸出現能夠替代或者輔助人類完成復雜任務的一些技術或機器，給人們帶來了極大地便利。本文從人工智能基礎理念出發，對人工只能發展現狀、主要應用領域以及新時代常見的人工智能基礎進行了闡述，最后重點針對深度學習在人工智能中的應用進行了分析。

人工智能、深度學習，人臉識別，圖像識別

0 引言

2016年，谷歌旗下DeepMind公司開發的AlphaGo橫掃圍棋界各大高手，將人工智能技術淋漓盡致展現在公眾面前，成為2016年度熱度最高的科技話題。隨著近幾年科技的迅速提高越來越多人工智能產品走進生活方方面面，例如家用機器人、醫療機器人、工業機器人等，為生活帶來極大便利同時為人類發展做出了一定貢獻[1]。

人工智能（Artificial Intelligence, AI）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，是指由人工制造出來的系統所表現出來的智能。人工智能目前在計算機領域內，得到了愈加廣泛的發揮。并在機器人、經濟政治決策、控制系統、仿真系統中得到應用。通俗來講就是利用計算機來模擬人類某部分思維過程的行為，然后通過生產出與人類智能相似的智能機器學科。人工智能從誕生以來其應用領域在不斷的擴大，不難想象未來人工智能的產品將會是人類智慧的容器，將會帶領我們走進一個全新的時代，改變生活方方面面[2]。

1 人工智能發展及應用

人工智能真正誕生于20世紀的40-50年代，這段時間里數學類、工程類、計算機等領域的科學家探討著人工大腦的可能性，試圖去定義什么是機器的智能。在這個背景下，1950年Alan Turing發表了題為“機器能思考嗎”的論文，成為劃時代之作，提出了著名的圖靈測試去定義何為機器具有智能，他說只要有30%的人類測試者在5分鐘內無法分辨出被測試對象，就可以認為機器通過了圖靈測試。

圖1 圖靈測試示意圖

到1956年舉辦的達特矛斯會議，人工智能達到了第一次發展黃金時期。會議上，John McCarthy第一次提出了人工智能的概念，會議后大批研究者開始涌向這個研究領域，展開計算機、人工智能的研究。到了70年代，由于計算機技術的限制，導致一些大計算量以及復雜計算無法開展，人工智能熱度得到了暫時下降，在這一階段，有一些研究人員將人工智能分為了難以實現的強人工智能和可以嘗試的弱人工智能。隨著70年代后期，專家系統的實現，研究人員開始關注于利用數字化的知識去推理，模仿某一領域的專家去解決問題，隨后“知識處理”開始變得火熱，成為了人工智能研究重點[3]。

專家系統之后，人工智能的研究開始轉向機器學習，機器學習的目的就在于讓機器具備自動學習的能力，通過算法使得機器從大量歷史數據中學習規律并對新的樣本作出判斷識別或預測[4]。在這一階段IBM成為了全世界研究人工智能技術的領袖，1996年深藍（基于窮舉搜索樹）戰勝了國際象棋世界冠軍卡斯帕羅夫，2011年Watson（基于規則）在電視問答節目中戰勝人類選手，特別是后者涉及到放到現在仍然是難題的自然語言理解，成為機器理解人類語言的里程碑的一步。

2000年之后，深度學習的理念開始逐漸出現在人工智能研究中，尤其是2013年，麻省理工學院技術評論將深度學習評為十大突破性技術之首后，全世界開始掀起了深度學習的人工智能浪潮。在這一方面，谷歌的DeepMind站在了人工智能深度學習的前沿，其旗下AlphaGo更是人工智能的代表性產品[5]。

當前，人工智能無異于互聯網行業最熱的詞匯，其在無人駕駛、智能機器人、圖像識別以及語音識別領域的廣泛應用全方位的改變著我們的生活方式，為接下來科技的革新以及經濟發展帶來了新的挑戰和機遇。

2 深度學習在人工智能中應用

2.1 深度學習基本概念

機器學習的發展分位兩個階段，起源于上世紀20年代的淺層學習（Shallow Learning）和最近幾年才火起來的深度學習（Deep Learning）。淺層學習的算法中，最先被發明的是神經網絡的反向傳播算法（back propagation）主要是因為當時的訓練模型是只含有一層隱含層（中間層）的淺層模型，淺層模型有個很大的弱點就是有限參數和計算單元，特征表達能力弱。目前制約機器學習的幾大條件包括算法速度以及易用性和系統性能等。目前國際以及國內很多組織都開展了公眾機器學習平臺，例如百度的“深盟”以及騰訊阿里等都相繼展開深度學習技術的研究。目前，典型的深度學習模型結構上可以分位3類：

（1）生成性深度結構

目前生成性深度結構中研究比較廣泛的深度學習結構有深度信念網絡（Deep belief network）等。如圖2所示，深度信念網絡結構是由一系列受限制的玻爾茲曼機（RBM）組成，玻爾茲曼機是一個隨機無向圖模型，模型內可見層和隱藏層單元彼此互相連接，然后層內沒有連接，，隱層單元可獲取輸入可視單元的高階相關性，為了得到生成性權值，在模型預訓練中采用了無監督貪心逐層實現的算法來實現。深度信念網絡可以得到觀測數據以及各節點的聯合概率分布，有利于先驗概率和后驗概率的估計[6]。深度信念網絡具有應用廣泛而且靈活性較強和易于拓展的優點，但是深度信念網絡的輸入只是簡單的圖像矩陣一維向量化，沒有考慮到圖像的二維結構。

（2）區分性深度結構

卷積神經網絡（CNN）是已知公認的第一個成功訓練多層網絡結構的學習算法，利用了BP算法進行設計并訓練。卷積神經網絡是一種適應二維人臉圖像識別場景的有用算法，近幾年被廣泛應用在人臉識別問題上。主要用于識別位移以及縮放和其他一些形式扭曲不變性的二維圖像。因為卷積神經網絡特征監測層是利用訓練數據進行學習因此可以避免顯式的特征提取，可以隱式的利用訓練數據進行學習[7]。尤其是多維輸入向量的圖像可以直接輸入網絡，避免了特征提取和分類過程中數據重建的復雜度。圖3所示為圖像分類的兩層卷積神經網絡示意圖。

（3）混合型結構

混合型結構的學習過程包含生成性部分和區分性部分，通常會利用最優化和區分性深度網絡模型來進行解決。區分性網絡尋優過程通常是由是附加一個頂層變量來估計任何深度生成模型或者非監督深度網絡中的參數。可以利用BP算法來對深度信念網絡的權值進行優化，初始權值可以通過玻爾茲曼機和深度信念網絡預訓練中得到，而不用進行隨機產生[8]。這種混合型網絡通常要比僅使用BP算法單獨訓練的網絡性能要優越很多，此外，與與前饋神經網絡相比，其訓練和收斂時間得到了很大提高。

圖2 深度信念網絡結構

2.2 深度學習重要應用領域

深度學習首先在圖像、聲音和語義識別取得了長足的進步，特別是在圖像和聲音領域相比傳統的算法大大提升了識別率，深度學習是仿人來大腦神經感知外部世界的算法，而最直接的外部自然信號莫過于圖像、聲音和文字（非語義）[9]。

（1）圖像識別

圖像識別是深度學習最早嘗試的領域，Yann LeCun教授早在1989年就開始了卷積神經網絡關于圖像識別的研究，最開始，用來識別一些小規模（手寫字）的圖像，并取得了一定的成果，但是接下來幾年關于大規模圖片也就是像素豐富的圖片上一直沒有突破口。隨后，直到2012年，Hinton教授和他的團隊成員在ImageNet取得了突破性成果，圖像識別的精度提高了很多。2014年，香港中文大學教授湯曉鷗教授領導的計算機視覺研究團隊開發了名為DeepID的深度學習模型，并在LFW（Labeled Faces in the Wild）數據庫上進行了識別驗證，最終驗證結果為獲得了99.15%的識別率，其中人類用肉眼在LFW上的識別率為97.52%，也就是說深度學習在圖像識別的學術研究層面上精確度已經超過了人用肉眼的識別的精確度。

（2）語音識別

語音識別的建模方面，從最初到現在基本上都是利用混合高斯模型來進行建模，隨便利用混合高斯模型可以降低語音識別的錯誤率，但是由于其復雜的建模程序以及實際環境的不可控因素使得模型面向商業級別的應用仍然困難，也就是說在實際由噪音的環境下語音識別程度并不高，還未達到可使用級別。隨著深度學習在語音識別建模中的應用，識別錯誤率在以往最好的基礎上相對下降30%以上，已達到商業可用的水平。在將深度學習應用到語音識別中去最早是由微軟的俞棟博士和鄧力博士提出，并取得了成功。隨后科大訊飛、云知聲、思必馳等相繼開發語音識別技術并投入使用。

（3）自然語言處理

目前，深度學習在自然語言處理方面取得的成績還達不到在圖像識別以及語音識別的技術。目前關于自然語言處理模型的主流讓然是基于統計的模型。首先通過語義分析提取關鍵詞，接下來進行關鍵詞匹配，然后利用算法判定句子功能，最后再從提前準備的數據庫里提供用戶輸出結果。很明顯，在自然語言處理上還談不上智能，只能說是搜索功能比較強大，而缺乏真正的語言能力。目前，蘋果的Siri、微軟的小冰、圖靈機器人、百度度秘等巨頭都在發力智能聊天機器人領域，相信在未來幾年，深度學習在自然語言處理方面將會取的跟圖像識別以及語音識別一樣的成績。

圖3 圖像分類的兩層卷積神經網絡

3 深度學習在人臉識別技術中的應用

傳統的人臉識別方法主要有主動形狀模型（ASM）以及主動表觀模型（AAM），此外有基于局部和全局的一些方法，如利用局部描述子Gabor，局部二值模式（LBP）進行識別以及特征臉方法和線性判別分析（LDA）等。但是由于眾多外界環境或圖片自身因素，例如拍照時光照、臉部姿態、表情變化、臉部遮擋等，使得傳統的人臉識別方法由于模型局限性大大降低了識別的精度和準確度。

隨著深度學習技術的成熟以及應用，使得學習算法可以直接從原始圖像開始就進行判別性的人臉特征的學習，而且得益于現代大量人臉數據的支持，使得基于深度學習的人臉識別精度已經超過了人類自身眼睛的識別精度。深度學習通過借助圖形處理器組成的運算系統然后進行大數據分析，而圖像識別中人臉識別則是人工智能的一個重要評價標準，充分證明了深度學習對人工智能發展的推動作用。

通過對近幾年國際上以及國內一些成功的將深度學習應用到人臉識別案列分析，例如DeepFace、DeepID、FaceNet等，這些算法都是用大量的訓練數據進行算法訓練，讓算法從數據中學習光照、特征、表情等一些特性，最后這些算法都在LFW數據庫中進行了驗證，其中準確率最高的FaceNet其識別準確度達到了99.63%，超過了人眼的識別結果。其中具體算法識別情況如表1所示。

表1 深度學習在LFW中識別率

Tab.1 Recognition rate of deep learning in LFW

深度學習的出現使得人臉識別的人工智能技術獲得了突破性進展，目前應用在人臉識別的深度學習算法主要用7種，分別為：基于卷積神經網絡(CNN)的人臉識別方法，深度非線性人臉形狀提取方法，基于深度學習的人臉姿態魯棒性建模，有約束環境中的全自動人臉識別，基于深度學習的視頻監控下的人臉識別，基于深度學習的低分辨率人臉識別及其他基于深度學習的人臉相關信息的識別[10]。

盡管目前深度學習在人工智能中獲得了巨大的推廣和應用，但是目前仍然存在不少急需解決的問題。首先深度學習面臨著大數據訓練的問題，眾所周知，目前性能較好的深度學習算法其訓練數據量已經達到了百萬、千萬級別甚至更高。而現有的一些技術在大數據中已經不太適用，因此下一步如何進行處理這些大量訓練數據的大規模集群設備高效的構建成為了深度學習一個必須研究的方向；其次，目前廣泛應用的深度學習算法常常依賴大數據的訓練樣本，但是在實際應用中，有很多問題沒有眾多標簽數據，因此，接下來有必要進行深度學習小數據訓練樣本的研究，構建能夠動態自主學習的深度學習方法同樣是未來需要研究的方向；第三，理論問題，跟傳統的一些淺層學習算法（例如支持向量機、隨機森林等）比起來，深度學習還有這不少理論問題沒有解決，例如如何通過理論進行最優的超參數選擇；如何采用理論指導的快速訓練方式；如何針對不同實際問題設計出最佳的網絡結構等。

4 結論

科技的迅猛發展使得人工智能在我們生活中扮演者的角色越來越重要，而且已經開始滲透生活的方方面面。目前，人工智能發展開始進入了一個全新的時期，人工智能帶來的意義可能遠超第一次與第二次工業革命，改變人類未來的生活。本文從人工智能基礎理念出發，對人工只能發展現狀、主要應用領域以及新時代常見的人工智能基礎進行了闡述，最后重點針對深度學習在人工智能中的圖像識別、語音識別以及自然語言處理方面應用進行了分析，最后對深度學習在圖像識別中的應用進行了詳細分析。我們應該緊緊抓住人工智能發展的機遇，加大人工智能學科投資與研發力度，讓人工智能更好的服務我們的生活。

[1] 閆德利. 2016年人工智能產業發展綜述[J]. 互聯網天地, 2017(2): 22-27.

[2] 張彬. 探討人工智能在計算機網絡技術中的應用[J]. 軟件, 2012, 33(11): 265-266.

[3] 鄧曄. AI數據中心成為人工智能應用的重要基石[J]. 中國公共安全, 2017(10): 59-64.

[4] 李君. 互聯網信息時代的人工智能應用[J]. 電子技術與軟件工程, 2017(9): 250-250.

[5] 尹寶才, 王文通, 王立春. 深度學習研究綜述[J]. 北京工業大學學報, 2015(1): 48-59.

[6] 鄭胤, 陳權崎, 章毓晉. 深度學習及其在目標和行為識別中的新進展[J]. 中國圖象圖形學報, 2014, 19(2): 175-184.

[7] 池燕玲. 基于深度學習的人臉識別方法的研究[D]. 福建師范大學, 2015.

[8] 楊巨成, 劉娜, 房珊珊, 等. 基于深度學習的人臉識別方法研究綜述[J]. 天津科技大學學報, 2016, 31(6): 1-10.

[9] 2017世界機器人大會: 機器人與人工智能深度結合有待推進[J]. 軟件, 2017, 38(08): 141+175.

[10] 人工智能5件大事: 能給工業4.0帶來什么? [J]. 新型工業化, 2017, 7(12): 71-73.

Application of New Technologies in Artificial Intelligence under New Era Backgroud

LIANG Zi-xin

(Beijing University of Technology, Chaoyang District, Beijing 100124)

Abstract: in recent years, with continuous development and breakthrough of mobile Internet, cloud computing, Internet of things, big data and intelligent manufacturing technology, artificial intelligence technology has been developed rapidly. Some technologies or machines have emerged to replace or assist human to complete complicated tasks in all walks of life, which brings great convenience for people. Based on concept of artificial intelligence, the article summarizes development and main application of artificial intelligence, then analyzes application situation of deep learning in image recognition, speech recognition and natural language processing. Finally, it analyzes application of deep learning in face recognition for reference.

Artificial intelligence; Deep learning; Face recognition; Image recognition

TP18

A

10.3969/j.issn.1003-6970.2018.07.035

梁子鑫(1997-)，男，本科。研究方向：人工智能，信息安全。

本文著錄格式：梁子鑫. 探討新時代背景下新興技術在人工智能中的應用[J]. 軟件，2018，39（7）：166-169