人工智能：圖書館應用架構和服務模式的重塑

王紅 袁小舒 雷菊霞

摘 要：[目的/意義]開展人工智能分析、研究與應用，可以深入探索館藏知識結構與讀者需求之間的內在規律，圖書館日常業務將逐步被人工智能接管和融合。[方法/過程]針對圖書館核心業務環節，通過圖書館大數據對機器學習應用展開分析，可以確立人工智能圖書館的關鍵指標以及架構模型。[結果/結論]在充分了解讀者需求的基礎上，開展更深層次的個性化知識服務。隨著人工智能技術在圖書館不同領域的應用，圖書館的應用架構和服務模式，將發生巨大的革命性改變。

關鍵詞：人工智能;大數據;圖書館;應用架構;服務模式

DOI：10.3969/j.issn.1008-0821.2019.09.011

〔中圖分類號〕G250.7 〔文獻標識碼〕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

技術革命通過對社會領域的組織結構、存在形態和運行方式等的滲透與重構，不斷引發社會格局出現重大變化[1]。圖書館作為社會知識中心和服務機構，既擔負著利用新技術對知識數據管理與保護的職責，又承擔著聯結知識與讀者、社會的傳承與服務的職能，伴隨著館藏、館員和讀者的生長而生長。隨著信息技術、自動控制技術的廣泛應用，圖書館的運行已經開始逐漸擺脫對圖書館員直接的依賴，逐漸能夠利用計算機自動處理和完成圖書館大量的事務性工作，通過人工智能技術，賦予圖書館學習能力和智力，替代人類的智力與體力勞動，獨立完成館藏建設以及讀者服務等圖書館業務，自動調控圖書館環境狀態，從根本上實現圖書館業務模式的轉型發展。當前感知技術、大數據和機器學習等人工智能理論與技術飛速發展，預示著新一輪技術革命即將到來，人工智能將超越傳統元數據、標簽和關鍵詞分析技術，進入語義層面進行內容評估。通過大數據和人工智能等顛覆性的創新型技術，圖書館的管理機制和服務模式，向智能化和智慧化方向發展[2]，將成為未來發展的必然趨勢。

1 人工智能技術與圖書館

1.1 人工智能簡介

現代計算機理論的奠基人之一圖靈于上世紀1950年10月最早提出計算機可以擁有智能的思想。1956年達特茅思會議上，圖靈以明斯基的Snare學習機、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，正式提出“人工智能”的概念[3]。人工智能技術與內涵，隨著科技和時代的進步而不斷發展和變化。在概念和定義上，人工智能尚沒有統一的共識，伯克利的人類兼容人工智能中心Stuart J R教授和谷歌的計算機學者Peter N認為，人工智能應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提出“讓機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準和在各個領域應用共同的追求目標。

隨著計算機技術的飛速發展，機器模仿人類思維進行計算和信息處理，已經司空見慣。當前，人工智能的重點領域是機器學習技術，概括而言是指計算機通過輸入一定量的數據作為歷史經驗，采用歸納演繹學習的算法，進行特征分類、策略選擇、系統優化和最優輸出，既能識別原有體系，又具有新的經驗和技能。機器學習的思想雖然早在上世紀1959年就已經提出[5]，囿于計算機的處理能力，直到20世紀90年代才開始蓬勃發展，在圖像識別、語音處理、獲取用戶閱讀興趣的信息過濾系統和自動行駛等領域，取得較為可喜的成果。

1.2 人工智能技術特征

人工智能技術近年來得到迅速發展的支撐，主要來自于計算機計算能力、數據采集處理能力和人工智能算法和模型3方面因素，計算能力主要指計算機CPU計算能力與處理速度、分布式技術以及云計算技術等多種基礎設備計算能力的提升;數據處理與采集能力，廣泛龐大的網絡用戶群體產生的海量數據，在傳統關系型數據庫基礎上，催生了大量非關系型數據庫，使數據處理能力得到無限的擴充，也為機器學習提供了充足的樣本;算法和模型是人工智能的靈魂，當前人工智能主要體現為模仿人類學習特點，讓機器通過學習形成并擁有知識領域，概括起來分為從樣例中學習的統計學習兩個方向[6]。神經網絡算法和決策樹算法是從樣例中學習的代表，支持向量機是統計學習的代表。人工智能除了算法以外，還有一系列與之密切相關的周邊技術，完成人工智能技術的運算結果和動作響應輸出，包括采集多種數據的物聯網感知技術以及自動控制技術，如機器人、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踐的影響，大致可分為3個層次：

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上，圖書館需要研究利用知識庫開展服務，機器學習則基于知識庫進行比較分析，獲得新的知識。機器學習關于知識的內涵與圖書館的知識概念雖然略有差異，但在知識的表達形式和表現方法方面，對知識表達的特征向量、邏輯語句、產生式規則、語義網絡和框架等要求是一致的。因此，在理論研究方面，圖書館學核心對象的智能化研究，能夠為人工智能理論提供堅實的科學基礎，人工智能理論的發展，也將促進圖書館學加深對知識本質的認識和理解。

第二層次是圖書館業務模式層面，主要包括兩方面內容：一是圖書館核心對象的人工智能研究，即館藏和讀者之間，知識作為內在聯結因素，通過二者之間的互動數據，利用人工智能技術，探索知識管理、供給與需求的規律和本質;二是人工智能在圖書采訪、流通、參考咨詢等具體業務方面的理論研究和應用，比如利用感知技術管理圖書館館舍、館藏、設施和空間環境，或者采用人臉識別技術替代傳統讀者卡號的新標簽技術。

第三層面是圖書館基礎設施智能化研究與應用，包括圖書館智能中樞的研究建設，圖書館對設備、設施、空間、安全等物聯網感知技術的應用，動態實時傳輸數據的神經網絡，對讀者、出版市場的動態實時供求概況的監控，替代人類體力勞動圖書歸架處理，以及基于讀者咨詢的應答服務等等。

2 圖書館人工智能研究存在的問題

在展望圖書館無限發展前景的同時，有必要厘清圖書館智能化道路上可能存在的各種認識誤區，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展，提供清晰完善的理論與實踐保障。

2.1 圖書館主客體與服務體系

把圖書館作為生命體人格化，具有認知能力以后，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、館舍和設備為基礎設施，通過圖書館員組織運行，構成圖書館的主體，為服務的客體對象——讀者，開展社會知識服務。圖書館主體和客體互動形成圖書館的服務體系。在社會宏觀背景下，作為一種社會知識服務形態，圖書館利用館藏、館舍、設施等主體對象開展知識服務，以讀者的知識需求作為驅動力，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，構成圖書館的知識服務體系。在這個知識服務體系中，圖書館的服務模式、環境設計、館藏圖書及其承載的內容，僅僅是吸引讀者的手段;讀者的知識需求則是聯結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，是內部可控因素，客體是圖書館價值對象和生態環境，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的關鍵。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。外部出版環境圖書館也無法干預，可依據外部出版環境的變化，不斷調整自身的應對策略與方式。

2.2 圖書館運行機制與模式

歷史地看，圖書館的運行機制，主要是通過人工服務、自助服務等模式，為讀者提供免費的館藏借閱服務。從圖書館架構與支撐要素看，圖書館的組織、管理和運轉，是以圖書館員的勞動，包括腦力勞動和體力勞動在內，圍繞館藏及相關基礎設施維護等一切事務，開展讀者服務;從圖書館運行角度來看，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設施和圖書館輔助性工作基礎上，實現圖書館的常規運行。基礎設施越完善，越能減輕圖書館員的勞動強度，在傳統手工時代，是以圖書館員的智能和體力為基礎展開運行，隨著計算機的應用，最為龐雜的書目和讀者管理進入自動化時代，傳感器等基礎設備的引入，圖書館業務流通進入感知時代或智能時代，隨著大數據處理和人工智能技術逐漸引入，圖書館從手工服務開始，在經歷了人工服務、自助服務階段之后，即將迎來人工智能時代。

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，這兩個概念的內涵和起源雖然有一定差異，但也存在較大重疊，早在21世紀90年代初，我國就有學者把圖書管理系統稱為智能圖書館;感知網技術興起后，也有學者把可以感知外部環境變化的圖書館建筑，稱為智能圖書館。隨著感知技術應用到圖書館流通、辦證等核心業務，對圖書館運行模式產生重大改變后，學術界基本形成共識，智能圖書館一般指通過物聯網和云計算技術相互彌補、相互融合，從局域走向泛在，成為無時不有、無所不含的信息空間，為讀者提供超強的環境感知、內容感知以及智能服務[7];智慧圖書館是由IBM在2008年提出“智慧地球”戰略后，繼而提出智慧城市這一商業概念延伸而來，智慧城市是商業企業為占領技術和市場制高點，通過整合移動網絡、物聯網、云計算等技術，對社會公眾和資源，實現泛在互聯、人人參與、應用融合的一種公共服務與治理基礎建設解決方案?；谥腔鄢鞘械睦砟睿腔蹐D書館的概念呈現較為模糊的狀態，初景利把智慧圖書館定義為通過人機交互的耦合方式致力于實現知識服務的高級圖書館形態;劉煒等認為，智慧圖書館的所有“智慧”功能都是在當前圖書館的資源和服務基礎上的一種延伸和拓展，需要與當前圖書館的運行系統無縫連接平滑過渡[8]。

鑒于智能圖書館概念過于強調技術因素，智慧圖書館概念停留在愿景描述層面。本研究認為，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，為圖書館創造一個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設施擁有感知能力，利用網絡技術建立一個神經傳導系統，構成圖書館這個生命體的基礎架構，使圖書館擁有學習能力，能夠基于自身的館藏和知識構成體系，深入了解讀者的知識需求與偏好，自主與讀者進行流通、咨詢等知識交流，同時知悉外部出版動態，自主完善館藏建設，自主調控圖書館的空間環境、閱讀環境和安全狀態。

3 當前亟待突破的重點

人工智能圖書館主要涉及兩部分智能功能的實現：一是圖書館自我認知和管理智能化;二是圖書館與外部要素互動智能化。具體可分為3個方面，圖書館與外部圖書出版現狀與動態的圖書采訪業務;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務;以及圖書館了解自身知識構成與細節的組織管理業務。

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，才能有效開展工作。傳統館藏知識描述主要采用圖書分類法和敘詞表，通過MARC形式標簽或XML形式，給館藏添加描述標識。由于MARC數據既不能涵蓋館藏的知識內容，也不能完全體現館藏在知識網絡中的地位，導致圖書館知識服務只能停留在基于簡單標簽描述的館藏流通層面。隨著語義網與框架的發展，已經能夠對數字文獻進行內容層面的描述，雖然在語義網深度應用領域，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，只是按照匹配預設的模型標識文字符號，無法歸納和理解[9]，即便是根據輸入導出標識符號，語義研究與探索也為深入到館藏內容的知識服務提供了可能。另外，有關知識的表達，還存在諸如特征向量、一階邏輯、產生式表示法等方式，為圖書館的知識表達提供了新的思路。

3.2 讀者及讀者需求描述與預測

了解顧客是更好服務顧客的前提，越了解服務對象，就越能提供更好的服務。讀者作為圖書館服務的核心對象，服務的現象和形式表現為圖書借閱，服務的內容和本質是知識服務。讀者的知識需求是驅動圖書館不斷提高服務質量唯一的動力。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，導致圖書館對讀者的了解，大多停留在認得出、能找到階段，并不關注讀者的內在知識構成、工作生活特征以及興趣愛好等與知識需求密切相關的信息，導致圖書館僅僅只能根據簡單的流通統計數據，判斷讀者的知識需求偏好。

3.3 圖書出版動態與知識環境描述與預測

圖書館的成長與發展，表現在館藏建設方面，就是不斷吸納更新館藏。在知識爆炸時代，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，圖書館需要不斷補充和更新圖書的種類和數量，在人工智能的幫助下，利用圖書館的館藏數據。在人工智能的幫助下，利用圖書館的館藏知識大數據、讀者描述和讀者流通大數據，把圖書館的館藏與知識、讀者以及讀者需求，與出版動態有效結合起來，在揭示讀者、館藏和圖書出版三者之間的規律基礎上，才有可能更加有效地把握圖書出版動態。

4 人工智能圖書館應用架構

基于信息化設備、數據管理和應用構成的3層架構，已經成為圖書館信息化建設的最基本結構，人工智能圖書館建設的基礎設施和應用結構，已經具有雛形。在傳統的應用架構上，加大數據的采集范圍和處理能力，重點實現人工智能的處理與學習能力，加大人工智能的應用范圍和深度，將成為人工智能圖書館應用架構的關鍵。其中，數據源和數據，形成最基礎的支撐層，機器學習的算法和能力，構成人工智能圖書館的核心層，功能層作為人工智能的表現，通過應用層的智能設備，實現圖書館的智能化和自動化應用（見圖1）。

4.1 數據源與數據

圖書館數據包括靜態數據和動態數據，靜態數據主要是指館藏描述和內容數據，以及讀者信息類數據。動態數據是指流通數據、查詢數據、參考咨詢數據、圖書薦購和出版動態數據，也包含來自各種傳感器動態實時捕捉的圖書館環境狀態數據。圖書館業務產生的數據采集一般由人工錄入、自助設備采集和系統通過功能或日志自動記錄，圖書館外部數據的采集，如出版動態數據就需要采用多種手段，包括網絡爬蟲、文件導入或手工錄入等方式采集。

4.2 智能學習

人工智能圖書館的機器學習方法，根據需要學習的內容主要分為3部分：

第一部分是館藏知識的學習，人工智能要根據知識的描述層次，了解圖書館有哪些圖書，根據每種圖書標簽的描述信息，初步了解圖書館的知識分布情形與狀態，進而根據圖書內容，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習，人工智能對讀者的需求了解，在統計學的層次，根據讀者的具體特征和分類，對不同讀者的需求趨勢進行判斷，并根據對讀者的了解程度逐漸加深，更加具體地預測讀者需求。

第三部分是對外部出版物及其狀態的學習，圖書館館藏建設的原則，主要是依據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費額度。由于出版的新書種類巨大，人工無法進行全面的內容、質量和圖書館館藏建設要求等方面識別，這就需要依賴人工智能，根據出版社、分類等圖書基本標簽描述數據進行初步的篩選，也可根據圖書的內容深度識別，并匹配圖書館的采訪經費額度擇優選擇。

4.3 響應與輸出

人工智能圖書館通過機器學習獲得的知識，歸根結底是服務于讀者的知識需求，直接的服務對象是讀者。圖書館館藏查詢、參考咨詢兩種服務對智能化要求較高，人工智能根據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行響應和輸出;圖書館采訪作為館藏建設的主要內容，需要根據讀者需求與館藏建設要求，生成智能采訪書單，并提出采訪報告和依據。

5 人工智能圖書館大數據

圖書館在知識的管理和服務過程中，一方面形成多層次、多類型交互的描述與記錄數據集合;另一方面，知識載體和文獻本身，又構成龐大的數據集合。

5.1 圖書數據

是指圖書館外部，在不斷繁榮的出版背景下，各種最新出版動態的外部數據，以及尚未成為館藏的歷史出版數據。這些圖書是圖書館進行館藏建設的采訪目標。按照我國的出版物管理機制，已經具有初步標引的CIP數據，一些最新圖書也基于聯合編目機制，形成能夠通過Z3950服務獲取的MARC數據;同時各個出版社、書商在最新出版目錄中，也提供一些簡單的描述數據。獲取圖書數據的途徑較多，包括向出版社定期訂閱、手動搜集、網絡爬蟲、訂購電子書等多種手段。圖書數據在結構上屬于格式化數據，受控于MARC格式標準、分類法、敘詞表等，在內容上，由于圖書描述是通過文字與符號進行描述，一些使用文字描述的內容，又屬于非結構化數據或自然語言描述數據。

5.2 館藏數據

傳統館藏數據是建立在MARC結構化數據基礎上，按照標準化結構添加館藏信息標識的數據，是圖書館內部數據。隨著網絡應用技術的發展，現代館藏MARC數據，大多采用XML格式進行標引。館藏MARC數據的內容，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習的需要。但隨著人工智能應用的深入，還需要對館藏內容進行更加深入的學習和掌控，對館藏內容的標引要求會越來越高。除了應用較為廣泛的語義網標引技術和方法，大量的人工智能算法對自然語言的標引技術與方法，也需要逐步引入。

5.3 讀者數據

讀者數據包括對讀者靜態描述的標引數據和動態數據，靜態描述標引數據是包括一般常規數據和讀者背景數據。一般描述數據指讀者姓名、性別、出生日期等身份證數據，以及通訊聯系方式、注冊時間地點、押金和罰款記錄等數據，是圖書館常規情況下，需要為讀者建立的基本數據。讀者背景數據是指隱含讀者的知識程度數據，包括讀者的學歷、專業、職業、婚姻狀態等具有檔案性質的數據。動態數據包括的內容較多，數據獲取方式與途徑也較為復雜，具體可概括為讀者與圖書館的互動數據，讀者日常關注的數據，以及讀者工作生活的重大事件等。

5.4 流通數據

常規情況下，流通數據就是讀者借還記錄數據，為了能夠對讀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據，這部分數據比較豐富，可以為人工智能對讀者的知識需求進行全方位畫像，提供更加全面的數據支撐。

6 人工智能圖書館機器學習技術

人工智能圖書館的技術主要是基于機器學習算法，根據已有的數據訓練機器學習算法，發現隱藏在數據后的規律和事實真相，動態預測未來的變化與發展趨勢。人工智能圖書館根據數據是否有標記信息，可大致分為監督學習和無監督學習。

6.1 監督學習技術

監督學習通過對數據的學習和訓練，獲得對應數據隱含規律的模型，對事實真相進行描述，并能夠利用模型，進行有效預測[10]。監督學習是建立在人類先驗的經驗基礎上，已經對事物進行一定的描述、概括、分類，讓監督學習算法對數據進行訓練和學習，獲得可靠的描述模型。圖書館現有的數據，絕大部分為有標記數據，因此人工智能圖書館當前主要采用監督學習技術。其中館藏主要是由MARC數據標準控制的標記數據，讀者則是根據讀者屬性特征進行標記的數據，館藏流通數據是建立在讀者數據和館藏數據基礎上的動態數據。根據館藏、讀者和流通數據，一方面建立起館藏與知識構成畫像，揭示館藏與知識分布規律;另一方面建立起讀者知識需求畫像，準確預測讀者的知識需求趨勢;同時為館藏建設提供可靠的決策支持。

6.2 無監督學習技術

無監督學習是對于無法建立標簽的數據進行分類或聚類的方法，一般用于人類沒有太多先驗知識的數據，通過分類或聚類算法，取得事物的特征，形成數據描述標簽[11]。圖書館無標簽數據主要包括，基于敘詞表的館藏內容數據、標記不完整的讀者數據，以及已有的標簽數據，通過聚類分析，發現事先尚未發現或尚未標記的信息。對館藏集館藏內容的無監督學習，可以進一步建立館藏知識的關系，豐富知識服務的內容，深化知識服務的層次;對讀者的無監督學習，可進一步解釋讀者與知識需求之間的特征與規律，為圖書館自身的理論和實踐建設，提供更加有力的支持。

6.3 優化決策技術

由于人工智能圖書館是一個不斷生長的智能體，需要不斷進行館藏建設、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，圖書館的服務能力又受到資源總量的限制，站在圖書館發展的戰略層面，采用運籌學原理與決策技術，利用有限資源，優化圖書館知識服務的效果和能力，是人工智能圖書館的另一項重要標志。對于圖書采訪而言，絕大多數圖書館都面臨有限采訪資金的制約，既需要對出版圖書進行智能篩選，還要在篩選結果的基礎上，合理分配采訪資金。

6.4 其他智能技術

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

7 人工智能服務模式

隨著人工智能全面接管圖書館的運行與管理，圖書館與外部對象之間的交互模式，以及圖書館內部各個要素之間的配置與運行模式，都將出現天翻地覆的變化。圖書館員大量的腦力與體力勞動，由人工智能代替，圖書館員的時間與精力都將獲得極大程度的解放，圖書館員在監控人工智能應用的同時，可以真正回歸學者的身份，更加專注到科學研究、理論探索的領域，在實踐的過程中，開展理論研究活動。采訪館員通過人工智能提供的采訪報告，根據人工智能的分析過程與思維特點，更加深入理解館藏建設過程中忽略的因素。流通館員根據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與圖書館知識本質。參考咨詢館員根據人工智能對用戶提供的響應，對館藏知識體系及內容本質，獲得更加深入的認識。

7.1 采編流程方面

傳統圖書采訪，往往缺少全面嚴謹的分析，常常根據粗線條的原則，依據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。利用人工智能進行圖書采訪，可以在兼顧圖書館立館宗旨服務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謹科學依據的采訪訂單。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簽的工作過程。

7.2 館藏流通方面

館藏流通包括兩項內容：一是包括圖書借閱、歸還完整環節的流通服務;二是圖書館開架閱覽服務?；诟兄夹g的無人值守流通服務，已經擁有大量的理論研究和時間成果，能夠滿足常規意義上的流通服務。圖書館開架閱覽環節，在傳統圖書館的管理方面，還是一個無法準確捕捉數據的“黑箱”，人工智能需要根據更加精細的定位技術，對開放閱覽展開更加有效地管理。除了傳統的RFID定位技術，通過遠程定位控制、人臉識別等技術整合，加強對讀者在圖書館開架閱覽室運行軌跡，以及圖書翻閱過程的跟蹤，實現人工智能流通的智能化服務。

7.3 讀者管理方面

傳統讀者管理，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數據、查詢數據、咨詢數據以及流通數據等活動。人工智能環境下的讀者管理工作，將對讀者的登記內容有所擴展，與人類社會智能活動的內容更加近似，比如人類社會中，越了解一個人，就越可能更加準確預測他的行為趨勢。人工智能也會更加關注和記錄讀者工作生活的動態，以及信息與知識的互動活動，在一定程度上，甚至會觸及讀者的隱私信息。這就需要圖書館建立更加完善、安全的讀者管理機制與手段，確保讀者的數據不被盜取或濫用。

7.4 參考咨詢方面

參考咨詢業務，主要是建立在參考咨詢館員與讀者之間，對圖書館知識構成了解程度的信息和知識不對稱的基礎上，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活動。人工智能通過學習，對圖書館的館藏及其承載海量內容的存取與調用的能力，遠遠超過人類大腦的能力，再加之人工智能的語音識別技術，人工智能完全可以勝任虛擬的參考咨詢館員任務。

8 結 語

云計算、大數據、感知技術和人工智能技術，為圖書館擁有智慧大腦、神經中樞以及豐富的神經傳導系統提供強大的科學和技術基礎，基于人工智能技術，使圖書館擺脫繁重的人工勞動，實現圖書館管理與業務流程的重構，讓人工智能管理圖書館，圖書館員監督人工智能，已經成為圖書館未來可預見的發展趨勢。圖書館主動向機器學習，重構圖書館應用架構和服務模式。圖書館員與AI互相協作，充分利用圖書館大數據的共享與流轉，發揮人工智能技術的潛能，對于促進圖書館的發展與繁榮，具有不可估量的重要價值。

參考文獻

[1]國務院發展研究中心“國際經濟格局變化和中國戰略選擇”課題組.全球技術變革對國際經濟格局的影響[J].中國發展觀察，2019，（6）：11-20.

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

[3]吳鶴齡，崔林.ACM圖靈獎（1966-2006）計算機發展史的縮影[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.機器學習[M].北京：清華大學出版社，2016，（1）：10-13.

[7]王紅.基于物聯網的智能“云圖書館”架構與思考[J].情報理論與實踐，2011，（11）：87-90，95.

[8]劉煒，劉圣嬰.智慧圖書館標準規范體系框架初探[J].圖書館建設，2018，（4）：91-95.

[9]21經濟網.專訪微軟亞洲研究院院長洪小文：今天的AI只是一個黑盒仍需與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.

（責任編輯：郭沫含）