以“微軟小冰”為例淺析人工智能的應用

劉顏東

摘 要 在人工智能飛速發展的同時，人們不由得對人工智能的未來充滿了期待，文章以微軟小冰為例，介紹了它的三大系統：文字對話系統、圖像識別系統及語音合成系統，并針對其目前的應用方向分析了人工智能未來的應用趨勢。

關鍵詞 人工智能；微軟小冰；應用

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2019）236-0113-03

人工智能，作為計算機學科的重要分支之一，目前在世界上已經成為了一項重要的尖端技術。這個領域主要是研究如何使計算機擁有人類的智慧并做人類能做到的事情。人工智能的誕生與成熟，標志著人類已經步入新信息時代，并且達到了認識世界和改造世界的一個高峰?！拔④浶”笔怯芍袊俗灾餮邪l并且進入國際市場的一款人工智能系統，該系統得到了比爾蓋茨等計算機界人士的肯定。從初代的小冰開始，微軟小冰已經過六次版本更新，每一次都有較新的改良和突破。微軟小冰主要是一個聊天機器人，但又不僅僅具有智能聊天的功能，它也具有圖像識別、游戲交互、語音交流、文藝創作等多種多樣的其他功能。

1 人工智能概述

人工智能是一門研究、開發一些可以模擬、延伸和擴展人類智能的理論、方法、技術及應用系統的科學[ 1 ]。它是屬于計算機科學，而它的目的則是分析人類智能的本質，并根據人類的思維方式去創造出一種類似于人類智能的智能機器人。它主要研究方向有機器人、語音識別、圖像識別、自然語言識別和專家系統等。一些危險或比較復雜的任務，人類往往難以對其進行處理，因此人工智能的出現具有很大的意義，它們可以替代人類去完成這些任務。

1.1 人工智能的發展歷程

人工智能從產生到現在經歷了很長的發展歷程[2]。1936年，圖靈首先提出了計算機能否思維這個問題，隨后在1956年美國召開的達特茅斯會議上首次提出了人工智能這個概念，從此，對人工智能的研究拉開了序幕。20世紀50年代起，人工智能技術成為了當時的熱點研究問題，人工智能研究進入了一個蓬勃發展的時期。一些研究者對人工智能的很多領域都進行了很深入的探討和研究，但隨后人工智能就進入了低谷階段。20世紀90年代，人工智能再度逆襲，IBM公司研發的“深藍”機器人在比賽中以3.5：2.5的比分擊敗了國際象棋世界冠軍卡斯帕羅夫，這不僅在世界上引起了轟動，同時也將人工智能的發展帶入“春天”。隨后，人工智能飛速發展，直到2017年圍棋人工智能AlphaGo以3：0完勝圍棋冠軍柯潔，這再度讓人們對人工智能的未來充滿了期望。

1.2 人工智能的分類

人工智能主要有強人工智能和弱人工智能兩大類，而目前我們所能制造的幾乎都是弱人工智能。“弱”主要是因為目前我們的人工智能還沒有自主意識，不能真正意義上的達到“智能”。強人工智能則不同，它具有多項自主能力。而強人工智能也可以細分為類人人工智能和非類人人工智能。當人工智能的思考與行動方式和人類非常相近或者相同時，這種人工智能就被稱為類人人工智能；當人工智能擁獨特的、自我的推理方式，且這種方式與人類思維方式不同時，這種人工智能就被稱為非類人人工智能。前者的自主性很強，既可以按照事先設定好的程序行動，也可以在特定條件下根據情況自己決定任務和方式。

1.3 人工智能的應用

人工智能是綜合了多種學科領域的一門新興學科。它目前主要應用在三個方面：一是智能檢索。與傳統檢索不同，智能檢索是結合了人工智能的新型檢索方式。它即可以像傳統檢索那樣快速地檢索并對相關的內容進行排序，還可以對用戶角色進行登記、自動識別用戶的個人興趣，并對內容的含義進行理解、智能信息化過濾和推送，使信息的搜索更加的個性化。二是模式識別。模式識別不僅對科學研究有所幫助，還極大地方便了人們的生活。目前，模式識別已在測繪遙感領域發揮了一定的作用。在文字和語音的識別中，模式識別也是非常重要的一種技術。三是智能推理。我們熟知的下棋程序就是其中一個典型的例子，在下圍棋的過程中，人工智能不僅能較好地解決問題，還掌握了大量假設、推理和直覺的技巧。除此之外，人工智能在方法面面都發揮了巨大的作用。從人臉識別到國家安全，人工智能給我們的生活與工作帶來了極大的方便。

2 人工智能的應用

“微軟小冰”是微軟（亞洲）互聯網工程院基于2014年提出建立的情感計算框架，通過算法、云計算和大數據的綜合運用，采用代際升級的方式，逐步形成向EQ方向發展的完整人工智能體系。作為微軟人工智能三大全球產業線之一，它的產品形態涉及到各種層次，如可對話的智能文字聊天機器人、智能語音助手、人工智能創造內容提供者和一系列垂直領域解決方案[3]。

2.1 “微軟小冰”的主要交互系統及其技術原理

微軟小冰的交互系統主要分為文字對話系統、圖像識別系統和語音合成系統三大系統，它們的主要交互方式和原理如下。

2.1.1 文字對話系統及其原理

微軟小冰的文字對話系統是接受用戶發出的自然語言信息并進行處理，隨后再生成語言進行反饋回復的系統。而在該系統中主要用到了自然語言處理技術和自然語言生成技術等技術[4]。

自然語言處理技術（NLP）主要是使計算機識別書面文字，或是從將語音信息轉化為文本，或是從文件中讀取相關的信息。隨后再針對信息的含義去執行對應的動作[5]。目前NLP已經被應用到了許多地方。例如，智能手機上的智能語音助手用它來處理我們發出的語言信息，谷歌亦用它來了解用戶所查詢的內容的更深層的含義。這意味著它能識別出我們以不同方式提出的問題，但這并不等同于它就能完全地理解我們人類的語言。它只是能接受我們發出的信息并做出相應的回復，這種反饋機制的深度是有限的，所以我們并不能期望能與它們進行一定深度的對話。

2.1.2 圖像識別系統及其原理

圖像識別技術是人工智能研究中的一項很重要的技術。從第三代開始，微軟小冰增加了這項技術的應用[6]。從文字識別到圖像處理識別，再到物體識別，圖像識別技術經歷了漫長的發展。在面對大量的圖像信息時，人的肉眼往往難以分辨，但圖像識別技術可以識別和處理大量的文字信息，能有效地解決人的肉眼識別率低的問題[7]。

其實圖像識別與人眼識別在本質上是一樣的，只不過機器沒有人的情感和意識罷了。人腦在初次看見一張圖片時，會立刻對其特征進行分類，尋找有沒有具有相似或相同特征的圖像。或許我們并沒有察覺，但我們的大腦一直都在做著這些事情。并且，人腦在第一次看見一張圖片時，會立刻在大腦中搜尋以前有沒有看見過該圖片或類似的圖片，所以人腦對圖像的識別和處理具有相似性。計算機也是如此，在識別和處理圖像信息時，它通過對圖像的關鍵特征進行識別和提取，從而達到圖像識別和處理的目的。所以若圖像的特征比較明顯，計算機的識別效率就高，反之，若圖像的特征不明顯，那計算機的識別效率也就會降低。

2.1.3 語音合成系統及其原理

語音合成系統，就是將文本轉化為語音的形式輸出，從而使人工智能像人一樣可以正常交流。它包括了多個學科技術，像聲學、語言學、數字信號處理、計算機科學等，在我國的信息處理領域是十分先進的。為了更好的合成高質量的語音，合成的過程中不僅要遵守多個規則像語義學的規則、詞匯的規則、語音學的規則等，還要較好的理解文本的內容。

然后還要針對文本進行一系列的處理。首先，要進行語言處理。語言處理主要被用于模擬、還原人類在語言運用時對自然語言的處理與理解過程，它包含文本的規整、詞匯的切分、語法的分析和語義分析四部分內容。經過這一處理過程，計算機可以完全理解給定的文本。其次，要進行韻律處理。韻律處理的目的是規劃音段特點和保障語句的自然度。最后，要進行聲音處理，根據前面的處理結果進行語音合成，輸出最終語音結果[8]。

2.2 “微軟小冰”引發的輿論評價

伴隨著微軟小冰的出現，引發的問題也逐漸凸顯。首先，不少網友反映在于小冰交談的過程中小冰有時會使用不文明用語，造成不良的影響。其次，微軟小冰的人物設定是一個女生，這可能會助長男性物化女性的心理傾向。并且我們如果與微軟小冰交談的過于親密，或許就會對其產生依賴的心理，這就會使我們沉迷于廉價易得的虛擬關系，來逃避現實社會。

當然，小冰也有諸多好的方面。目前小冰在社會上已經具有了較高的名氣，甚至還參加了一些綜藝活動，在各個領域都有些成績。不僅這樣，它還有多種才藝，不僅發行了專輯，它的一些詩作也被《北京晨報》《長江詩歌》等報媒收錄，還出版了專門的詩集《陽光失了玻璃窗》。除此之外，它在社交方面也表現地十分突出，不僅可以進行跨平臺、多場景的語言交流和游戲互動，還可以與第三方合作平臺進行定制化對接，在諸多軟件平臺中都表現出色[9]。

3 總結與展望

總的來說，目前人工智能的發展已經初見成果。就像微軟小冰，它的文字對話系統，圖像識別系統和語音合成系統等都已經較為成熟，雖然現在人工智能還不具有自主意識，但也在社會的許多領域發揮著不可忽視的作用。而如何讓人工智能擁有自主意識則變成了人工智能發展的一道障礙，目前許多科學家都致力于讓人工智能可以有自己的思想，這也是未來人工智能發展的一個重要的方向。

在致力于讓人工智能更加智能的同時，還可以擴大人工智能的應用領域，讓人工智能可以應用在更多的地方，比如說教育領域。人工智能教學在未來或許也是一個重要的應用趨勢。

參考文獻

[1]本刊編輯部.人工智能概述[J].保密科學技術，2017（11）：8-9.

[2]鄒蕾，張先鋒.人工智能及其發展應用[J].信息網絡安全，2012（2）：11-13.

[3]陸飛.第六代微軟“小冰”正式發布[J].計算機與網絡，2018，44（15）：73.

[4]蔣茜謙.人工智能已經掌握人類語言了嗎[J].計算機與網絡，2018，44（24）：16-17.

[5]張建華，陳家駿.自然語言生成綜述[J].計算機應用研究，2006（8）：1-3，13.

[6]張文彬.微軟小冰進化第三代擁有圖像識別能力[J].計算機與網絡，2015，41（15）：14-15.

[7]陳銀萍.基于人工智能中的圖像識別技術的分析[J].信息與電腦（理論版），2019（1）：165-166.

[8]馮哲，孫吉貴，張長勝，等.漢語語音合成的研究進展[J].吉林大學學報（信息科學版），2007（2）：198-206.

[9]李楓，謝鵬飛.AI機器人媒介角色的擬人化現象與思考——以微軟小冰為例[J].現代視聽，2018（2）：60-63.