計算機人工智能技術的應用與未來發展分析

李子青

摘 要：本文針對計算機人工智能技術的應用現狀和發展歷程，探討了人工智能技術在當前時代的應用場景，并針對性地研究了人工智能技術未來可能的發展趨勢，希望可以提供一些參考的價值。

關鍵詞：計算機;人工智能;應用;發展趨勢

人工智能現在一般是指執行在人類決策領域內考慮任務的計算系統，在這個系統中，以目前的技術水平來看，包含著高級數據分析和大數據應用。上世紀50年代中期，人工智能的概念開始完善，直到近些年才開始迅速發展，并快速成為協調數字技術和管理業務運營的重要工具。在可以預見的未來，人工智能必定是時代的主旋律。

1 人工智能過去和現在

1.1 人工智能的過去

早在幾個世紀以前，就出現了“人工智能”的模糊概念。19世紀末期，人工智能開始出現在科學作品當中，比如H.G.Wells等科幻作家的作品當中就在探索機器人和其他機器的概念——機器像人一樣思考和行動。不過人工智能的概念正式被定義還是上個世紀40年代初期的事情，其標志性的事件是阿蘭·圖靈提出的計算理論，該理論的本質是機器如何使用算法來產生機器“思考”。自從這一理論提出后，科學界就開始探索創建人工智能框架的方法。

上世紀50年代中期，達特茅斯學院開始嘗試著進行人工智能的實際應用。在當時，所謂“人工智能”應用就是采用電腦玩跳棋游戲，與前幾年的AlphaGo玩圍棋如出一轍。然而考慮到上世紀50年代中期計算機還不夠先進的大背景，這樣的人工智能實際應用的出現是非常值得贊揚的，稱得上是一種突破性進展。然而，因為功能不完善，且發展方向不明確，人們對人工智能的熱情又逐漸消退，直到上世紀末人工智能才再一次進入人們的視野，其標志性的事件在于IBM公司開發了一套國際象棋計算機深藍并且擊敗了世界象棋冠軍。

進入新世紀以來，尤其是最近幾年，人工智能的發展速度非常迅猛。一般觀察家們普遍認可2015年是人工智能的第一個里程碑年。在2015年谷歌云、亞馬遜網絡服務、微軟等開始加強對人工智能的研究，人工智能領域的研究開始致力于提高自然語言處理能力、計算機視覺和分析工具。

1.2 人工智能的現在

從現有的概念來看，人工智能是一個涵蓋了任何與機器智能相關應用的系統的總稱。從目前的研究情況來看，人工智能的研究包含了通用人工智能的研究，這一類研究主張的是系統通常向周圍的世界學習，并且以跨域的方式應用數據，如谷歌的Deep Mind使用神經網絡學習來操作人類所有的電子游戲。

自然語言處理，具體是使機器能夠閱讀、理解和解釋人類的語言，現在的研究方向是語義引擎，典型的應用目前主要是語音識別，如Siri、天貓精靈等等。

機器視覺，機器視覺相當于人工智能的眼睛，必定是研究的重點方向。在過去的幾年，傳感器及相關技術得到了大力發展，極大地強化了機器感知能力。

目前已經形成一些比較認可的人工智能構件方法，比如機器學習、深度學習、貝葉斯網絡和遺傳算法。其中機器學習是編寫某種算法并通過輸入一些信息，用來訓練機器，使機器能夠按照人們預想的某種方式運行。深度學習是依靠人工神經網絡模擬近似人腦的神經，這個可能會是人工智能發展的重點方向，因為深度學習對于發展計算機視覺、語音識別、社會網絡過濾、醫學診斷等具有非常重要的價值。貝葉斯網絡則依賴于概率圖形模型，使隨機變量和條件獨立并去理解和處理事物之間的關系。遺傳算法，則是利用自然選擇的建模方法，使用變異模型與交叉技術來解決復雜的問題。

在2018年，我們都經歷了基于人工智能和機器學習的工具、平臺以及應用程序的迅速興起，這些技術工具，不僅僅改變了互聯網以及軟件行業，還將包括制造業、健康、教育、農業以及汽車等在內的各種垂直行業產生了重大影響。

從國內的情況來看，2016年中國人工智能市場規模在96.6億元，相比2015年增長37.9%，2017年市場規模達到135億元，增長率是41.2%，2018年市場規模則達到了238.2億元，增長率是56.6%。從這種發展情況來看，2018年已經將目前人工智能的技術水平推到了一個比較高的高度，2019年人工智能市場穩健發展，到年底預計市場規模可能達到280億元。實際上這是一個比較保守的估計，具體來看，工信部發布新一代人工智能產業創新重點任務揭榜工作方案中指出到2020年要實現自動駕駛、智能服務機器人、智能消費無人機、物聯網等幾個重點項目。

當然就目前來說，人工智能已經有了一些比較初級的應用，如醫療行業，現今已經實現醫療影像人工智能、服務診斷提醒、臨床決策診斷系統、藥物研發、外殼手術機器人、醫療服務機器人、語音識別錄入，混合現實技術的醫療大數據平臺，數據分析等等。再比如家居領域，目前將人工智能運用到家居領域是行業探索的重點，也有一些成果出現，比如說上文提到的天貓精靈。實際現在有一種比較典型的智能家居控制系統，算是比較成功的人工智能應用，其原理是有一種中控，通過網絡連接家里各種電子設備的控制器，通過語音識別即可完成一些比較常規的操作。還有如汽車，典型的人工智能應用則是自動駕駛。除這些應用之外，在零售、機器人、安防、制造、教育等行業領域都有人工智能應用的身影。

2 人工智能的發展

目前的機器智能有三個主要層次，包括機器學習、機器智能和人工智能。從當前時代來看，人工智能的研究進展還處在機器學習階段，也就是目前的應用還處于初級階段，離真正的人工智能還比較遙遠。具體來說，目前的機器學習智能在很有限的變量范圍內運行，即便只是出現了一個變化，都有可能導致不能運行，比如天貓精靈，智能按照固定的語句來進行識別。實際上現在的人工智能可以區分狗和貓，但是沒有辦法識別狗的不同品種。鑒于這種情況，人工智能相關和機器學習在現在和未來幾年還會是研究的重點，IBM、谷歌等組織正在投入大量的資金和時間來研究人工智能技術，以便更好地為用戶提供便利和好處。

依托現有的人工智能技術應用，未來幾年最可能的趨勢會是強化這些應用，如自動駕駛，人工智能技術與汽車的融合度是比較高的，預計到2020年，自動駕駛智能芯片、車輛智能算法、自動駕駛、車載通信等關鍵技術會有所突破，能夠實現智能聯網汽車達到有條件自動駕駛的水平。不過目前自動駕駛汽車還是概念上的東西，車輛軟硬件技術、人工智能算法、政策和商業化都不成熟，要走的道路還比較長，這需要構建起完善的數字道路、智能道路，并實現主動感知、自動辨析、主動適應交通變化、動態交互、持續功能，即新能源汽車+自動駕駛+人工智能+新一代道路系統。

再如，醫療領域，從上文看，人工智能在醫療領域的應用是比較深入的，目前已經有比較完善的人工智能應用方案，未來幾年可能會實現跨地域的遠程醫療服務，任意時間診斷的遠程醫療服務，以及遠程監控服務，低成本，精準的AI監控將可能替代臨床。在更長遠的未來醫療機器人會代替費時費力的人工醫療服務，如復建、物理治療等。健康智能手表，可穿戴醫療設備，如可穿戴血糖檢測儀、心血管疾病管理裝置、EEG腦電圖顯示器等等。

總體來說，可以將未來幾年人工智能技術的發展趨勢概括為如下幾種。

首先，引入支持人工智能的芯片。智能芯片實際上是制約人工智能技術發展的瓶頸，人工智能高度依賴專用處理器，現有的CPU無法提高AI培訓模型的速度，AI模型需要額外的硬件來解決復雜的數學問題，以此來提高任務處理速度，比如面部識別。現階段英偉達、ARM、高通、英特爾等芯片制造商都在致力于智能芯片的研究開發。

其次，面部識別的功能還需要進一步完善優化。最近面部識別出現了很多負面新聞，但面部識別是人工智能技術當中的一種重要技術，在未來必定會持續發展，近些年已經見證了面部識別技術的使用，具有非常高的可靠性和準確性，比如支付寶的刷臉支付，未來還會在更高效率的識別技術上發力。

再次，人工智能與物聯網的融合應用。隨著5G的逐步完善，邊緣計算成為物聯網尤其是大規模物聯網構建的一大關鍵技術，這將會是應用人工智能的重點領域，包括自動駕駛在內都需要邊緣計算，實際上邊緣計算也算是人工智能技術當中的一項比較關鍵的技術，沒有它自動駕駛汽車將會一直是概念，而不會變得實用。而物聯網廣泛地連接各種電子設備，為AI提供機器感知能力，實際上現在隨著大數據的應用，大數據和物聯網的結合，已經體現為初級人工智能應用，如果后續人工智能技術進一步發展，用人工智能來代替大數據，就會是人工智能的高級應用，比如說電影《鋼鐵俠》當中就揭示了理想的人工智能——賈維斯，雖然這是科幻電影中的想象，但很可能會實現。

第四，人工智能的社會經濟模型。人工智能的社會關注度越來越高，但幾乎所有人都提出了一個共同的問題，即AI很快會帶走工作嗎。這個問題并不好回答，誠然人工智能是會奪走資源稀缺的工作，但人工智能的發展也會帶來新的工作機遇。現在和未來幾年，這方面還是政府工作當中的一個重點，因為人工智能的應用會帶來技能差距風險的擴大，并可能造成兩極分化的社會，所以社會經濟模型方面的考量將會是未來的重點方向。

第五，人工智能的建立神經網絡模型的最大挑戰取決于選擇正確的框架，現階段有很多合適的平臺，如TensorFlow、Caffe2、PyTorch等等。在特定框架中訓練以及評估模型后，現階段很難將訓練后的模型移植到另外的一個框架當中，這突出的問題是神經網絡工具之間缺乏兼容性，未來這將是發展的一個關鍵點。

3 結束語

綜上所述，AI在很多方面比人類更有優勢，AI已經得到了全球從學術界到應用領域的高度重視，而中國在人工智能領域上的開發研究更是不遺余力的。目前人工智能已經在多個領域進行了應用，并在在持續發展當中。當然這之中的難點問題還有很多，這都是需要去研究的課題。

參考文獻：

[1]艾華.”互聯網+”人工智能的應用與發展[J].電腦知識與技術， 2017，13（11）：171-172.

[2]楊麗，陶忠，羅榮等.淺談信息時代人工智能的應用與發展[J].中國水運（下半月），2018，18（6）：60-61.

[3]李佩蓉，解解，崔旭等.人工智能在高校智慧圖書館中的應用與發展——基于人臉識別技術的應用及其算法實現[J].圖書館研究與工作，2018，（7）：27-30.

[4]譚蓓蓓.智能系統集成的應用與發展[J].科技信息，2013，（15）：210， 259.