人工智能視域下圖書館智慧服務探析

于興尚,高晶

（1.廣州工商學院圖書館，廣東 廣州 528100；2.海南醫學院，海南 ?？?570100）

1 引言

“人工智能”源于1956年，在Dartmouth conference［1］提出，該會議針對自動計算機、神經網絡、計算規模理論、自我改造、隨機與創造性等主題展開探索，從此人工智能概念開始推廣開來。面對新技術新需求，圖書館應引入人工智能相關技術，加大圖書館智慧化服務改造，以攻克服務軟肋，提升服務深度，擴展服務范圍。國內已有許多學者在人工智能背景下從不同的視角探究圖書館智慧服務，如楊敬［2］以智能化資源聚集為切入點，構建以技術、物質、服務三大維度結合的圖書館智慧服務，用于加強資源、人、空間的關聯性,以動態的方式滿足用戶需求。陳茫等［3］從研究國內外人工智能服務實踐的層面系統闡述人工智能的6種服務類型，包括構建智能倉儲工作流程，自動服務系統框架，智能咨詢服務模式，打造用戶行為、信息數據、服務業務的智能知識服務模式，開放學習的智慧學習中心以及游戲思維創新的服務手段。郭利敏等［4］運用深度神經網絡結合谷歌TensorFlow(智能機器學習平臺)的方式解決全國報刊標引數據庫中受限于人工所產生的標引質量、效率低下等問題，智能實現新進文獻自動分類，大大提高標引數據的審查和校對時間。柳益君［5］61-66,115-117等提出人工智能實現圖書館知識服務路徑，以感知和收集結構化、半結構化數據為起點，智能技術融入知識抽取和發現的基礎準則，以知識圖譜完善知識組織和融合的核心環節,以知識推理和深度學習為關鍵驅動的知識圖譜深度解析，憑借知識應用和服務的理念，最終打造關聯性知識檢索、場景化知識推薦等知識服務模式。這些學者的研究從人工智能服務用戶的思維，在相關理論的基礎上引入深度神經網絡、機器學習、知識圖譜等，結合實際案例深刻打造層次感的智能服務平臺，為圖書館智慧服務提供創新思維。雖然人工智能模式下服務的推薦與數據的融合密不可分，但是怎么細化數據、高效率統一數據、確定數據來源是目前研究所要考慮的問題。再者傳統圖書館模式與人工智能環境構建的智慧模式兼容問題也是當今研究所面臨的重要節點，加上人工智能技術的應用往往處于獨立運行狀態，各大智能技術的協調工作不明顯，無法發揮本質的智能性。此外，大部分學者的研究還只處于理論構建的可行性層面，缺乏實踐層面的執行。本文構建基于人工智能環境下圖書館智慧服務系統模型從基礎資源層入手，在傳統圖書館原有設備如自助借還機、電子書架感應器等基礎上確保數據來源類型，既減少了人工智能應用成本，也在基礎層中融入傳統圖書館原有模式進一步在數據選擇、轉換、分析、統一的流程中保證數據結構的一致性，在基礎資源層與網絡設施層互通的基礎上實現數據的有效傳輸，在圖書識別、生物識別、知識圖譜、語音識別等八大人工智能技術各自運轉的同時，又能實現技術之間的協同、融合，為智能技術和智慧服務構建的智慧系統落地提供參考。

2 人工智能視域下圖書館智慧服務建設的現實優勢

2.1 以智慧服務擴大用戶群體

近年來，智慧服務成為圖書館學者研究的熱點，但是從傳統圖書館服務的廣度和深度來看，圖書館的服務對象覆蓋度并不高。各大高校圖書館服務的對象主要偏重于科研人員的技術查新和查收查引等服務層面，卻忽略了服務平臺與科研服務廣度的提升和擴展，用戶服務受眾普及度不高［6］。所以人工智能+圖書館智慧服務在智慧服務空間中為用戶群體打造了具有動態性、智能化的服務環境，保障了智慧服務流動于用戶各大群體、教學科研的全周期之中，在拓寬服務對象范圍、激發用戶學習熱情的同時，圖書館服務群體也從科研人員走向普通大眾，服務廣度從高端向普惠延伸。人工智能技術的加入讓具有宏富資源和情報分析服務的圖書館可以充分發揮自身優勢，調整服務方式，讓更多用戶體驗到智慧服務。

2.2 用戶需求促使服務能力提升

圖書館擁有龐大的知識體系，在知識服務方面具有得天獨厚的優勢［5］28-30。圖書館在人工智能模式下將離散的知識單元進行整合和匯聚，以知識產品的形式提供給用戶。在現今知識化網絡與智能搜索時代，智慧圖書館通過集聚豐富的學科資源，合理借助數據挖掘、云計算、數據倉儲等技術對龐大的用戶信息需求進行整理、加工、分類，并通過嚴謹的數據整序、數據去重，匹配用戶獲取滿足自身的信息資源，保障用戶在信息未知的情況下實現智能獲取需求。

2.3 技術優勢提高服務效能

智能技術應用的出發點在于平衡技術、資源、人之間的關系，協助構建一個能提高人的創新能力的智慧知識空間［7］。當前將語音識別、計算機視覺、數據分析、生物識別、機器學習等技術應用到圖書館智慧服務中，可以提高圖書館的服務效能，使服務更自動化和智能化，讓圖書館逐漸成為凝聚服務，創造智慧效能的服務空間。人工智能技術的引入可以大大改善圖書館服務效能：一是圖書館服務手段的智慧化。構建圖書館大腦可以檢測圖書館服務中的脆弱環節，在大量監測數據的基礎上進行分析和預測，加以觀察并提前提出警示［8］；二是圖書館服務空間更新。借助人工智能嵌入傳統空間融合、創新、平衡發展，將進館人工咨詢轉型為智能咨詢，從手工檢索到智能檢索，從手工信息獲取到智能查找等等，助力圖書館以顆粒度的服務形態改善圖書館服務質量，減少用戶信息認知負荷，在人工智能技術的運籌推動下，打造更富有智慧、用戶(刪除用戶)更具有信息重塑感的圖書館。

圖1 基于人工智能環境下圖書館智慧服務系統模型

3 人工智能視域下圖書館智慧服務的總體設計框架

本文構建的人工智能環境下圖書館智慧服務系統模型（見圖1），以“基礎資源+技術+應用”的思維貫徹人工智能所涉及的計算智能、感知智能和認知智能之中。其中基礎資源層屬于計算智能階段，也叫作數據中心或者計算平臺，基礎資源層的構建把不同源頭的數據進行統一匯總和管理，為上層系統提供必要的數據共享，借助有效的數據交換模式可以整合各個功能不關聯、信息共享互換不聯動、業務流程脫節的信息化設施，并朝著信息相互融通，業務趨同的方向發展，為解決“數據離散和信息孤島”問題提供長效方法。

網絡環境層可與基礎資源層互聯互通，將相關數據傳至數據處理層即時定位和分析，實現用戶與紙質文獻、數字資源的準確對接，網絡監管用戶借閱數據（刪除數據）、閱讀痕跡、用戶網絡行為等數據，以高質量的形態透明傳輸。除此之外，網絡環境層的物聯化用于實現圖書館館內設備、用戶、智能手機等之間的協同互聯，解決圖書館各要素的分散難題。數據處理層屬于感知智能和認知智能階段，主要體現在借助增強學習、深度學習、語音技術等技術（刪除技術）識別和合成用戶需求，通過理解、反饋、交互的方式進一步思考和適應用戶需求的思維智能，最終在圖書館某個服務場景和環境中為用戶提供交互服務開辟良好開端。系統應用層是整個體系中的上層建筑，主要功能在于實現智慧圖書館中不同的場景應用。圖書館智慧服務作為人工智能時代的一種新型服務模式，在傳統信息服務的基礎上重新布局環境設施、服務模式，融合網絡、設備、資源、技術為一體的包含簡化管理勞動強度、精準整理、智慧管理的服務體系，憑借智能檢索平臺、用戶身份統一接口、集成管理平臺、管理智能系統分別管理用戶信息檢索、身份認證關聯設施、設備運行狀態、圖書館業務管理等運行日程。

3.1 基礎資源層

基礎資源層是集軟硬件設施、數據各類資源于一體的基礎單元，它包括大數據平臺（數據挖掘、數據倉庫）等一系列軟件設施，也包括多媒體閱讀、館員機、語音機器人、自動查詢機、自動打印復印機、自動借還機、電子書架感應器等各種硬件設施，這些設備在圖書館中的合理配置保證了用戶閱讀數據、語音數據、借閱數據、用戶定位數據、認證數據、環境監測數據、行為日志等數據的有效捕捉，保證了數據處理層的大量數據支持，并為系統應用層的實時應用奠定基礎，體現出“用戶少跑腿，數據多跑路”的服務準則。圖2 是基礎資源層功能原理圖，以數據源為基礎管理目標，通過數據抽取、數據清理、數據分類的智能操作實現數據流的定向管理；引入數據倉庫系統，實現數據集市（數據集合）的無人化自動存儲、整理等功能，完成數據采集階段。OLAP（聯機分析處理）可以讓圖書館員迅速從各個維度觀察用戶相關信息，以達到深入了解用戶需求的目的。依據用戶行為數據，預先為用戶構建多維度的數據模型，智慧館員能動態化地在用戶檢索數據、語音數據、借閱數據等多種數據之間來回切換，在很大程度上提高數據分析與處理的靈活性。柳益君等提到從海量數據中挖掘有價值的知識和信息是圖書館實現智慧化服務的關鍵［9］，借助數據挖掘技術并結合OLAP技術從系統知識單元中挖掘出用戶感興趣的知識體系，使兩者有效結合讓數據挖掘交互功能達到最佳。加上數據分析的支持，其所涵蓋的梳理統計、模型選定分析功能對所選擇的用戶數據分析的可靠性和精準性進一步強化，提高數據整理的有序性。在智能技術的相關輔助下最后實現對用戶數據的選擇、格式轉換、數據融合分析并達到數據和同狀態，實現數據結構的統一化。

圖2 基礎資源層功能原理圖

3.2 網絡環境層

網絡環境層作為基礎資源層與數據處理層的中間單元，擔負著傳輸感知數據的通道功能。通過密集型無線接入點（AP）、各樓層交換機實現數據流的有效傳輸，實現圖書館不同個體網、樓層之間的局域網，甚至館與館之間網絡的實時聯通。兩者的有效結合可以實現無線網絡節點之間的信號放大，以高強度、便捷式、安全性高等優勢保障數據高保真流動。隨著網絡環境的日益成熟，用戶資料查詢的即時性、用戶知識獲取的個性化、館舍布局管理的智慧化等服務模式將更加接近讀者，也為圖書館智慧化服務推送、多媒體服務參與、館藏資源的智能排架、環境控制等創造良好的網絡平臺。圖3 為網絡環境層功能原理圖，主要包括一些功能原件：密集AP、樓層交換機、數據庫服務器、網絡管理、數據分析服務器、系統集成服務器等，還包括抽象原件：數字通道、傳輸協議等。借助WLAN 技術將密集AP 與交換機整合聯用，可實現圖書館各流程數據的實時互通和傳輸，并在物理通道網絡接口和虛擬通道數字信道的多路復用下，借助傳輸協議（TCP/IP）實現用戶數據流的低差錯鏈接，并在不同數據分流傳輸中實現數據的重組與組織，將數據保存于數據庫服務器管理。為了實現數據分配的有效管理，網絡管理的配置將為用戶數據的分類存儲錦上添花，可為檢測用戶數據運行狀態，包括數據流量控制、數據延遲時間、服務器運行溫度、數據內存余量等性能提供監測環境，將讀者流量數據、用戶消費信息，閱讀喜好數據、圖書分類數據等數據傳至數據分析服務器進行管理，為智能檢索服務埋下伏筆。將館員監管數據、資金流支出、圖書資源管理語音機器人、自動借還機等設備的運行狀態和能耗通過網絡集中管理，將用戶借閱與續還數據、用戶登記、服務瀏覽與預約等數據放置在認證服務器進行智能化規劃，利用系統集成管理平臺完成館內環境數據監測、場景化智能體驗、智能咨詢、殘疾人閱讀協助、智能導航等服務，最終為數據處理層提供便利。

圖3 網絡環境層功能原理圖

3.3 數據處理層

數據處理層主要負責用戶數據的組織利用和分析挖掘，提高圖書館數據利用效率，充分發揮數據的價值屬性，并兼顧熱數據（訪問頻率多）和冷數據（訪問頻率少）［10］。當今的科學環境被泛在數據充斥，由物聯網、人工智能、大數據三大技術維度一起構成當今時代環境的主要信息特征。圖書館龐大的數據環境中蘊含著巨大的能量，借助圖像識別、生物識別、知識圖譜、語音識別、深度學習、自然語言處理等智能技術可以為圖書館提供精準管理、細化服務賦能，運用大數據思維發掘圖書館服務新路徑，實現對服務流程中數據流量的精確把控。圖4為數據處理層功能原理圖。根據數據的產生特點，本文將其劃分為三大類別：（1）用戶行為數據，包括閱讀偏好痕跡、用戶瀏覽過程中留下的圖片、評論、文本信息、語音資源、視頻等；（2）環境監測數據，包括：智能設備運行狀態，能耗損耗大小，館內溫度、濕度、光感強度等；（3）用戶認證數據，包括用戶視頻認證數據、辦證數據（性別、專業等）、圖書借還狀態等。圖書館智慧服務系統的提升與相關技術的嵌入密不可分。圖像識別和語音識別技術的應用可以十分方便地處理圖書館服務數據中的圖片、語音等數據，如編制圖片、智能語音，并能在圖片、語音等數據的基礎上排除多余信息，抽象出關鍵信息特征。自然語言處理的深度融合對文本轉換與聚類分析、用戶檢索信息的關鍵信息抽取、語音分類等知識工程的構建具有可塑功效。知識圖譜技術的引進對文本內容信息的處理更具體化，通過一系列的文本實體識別、標簽描述、推理和統計流程處理，最終以文本和圖片相結合的方式展現給用戶。生物識別技術是依據人的生理特征（指紋、眼紋、視網膜）和行為特點（簽名筆記、聲音、步態等）等具有穩定屬性的生物特征來判斷人身份真實性的一門技術［11］,生物識別技術具有防偽造強、不易遺忘、利用便利等特點，對圖書館用戶身份識別、門禁系統管理、圖書辦證、圖書館員身份驗證等信息處理提供公平公正的服務平臺，防止人為因素產生的負面影響。深度學習技術模擬人腦神經網絡創建結構模型，在此功能的基礎上接受外界各系統之間的數據源［12］，使智能設備運行狀態（耗能），館內館外溫度、濕度各數據活動之間協調運作，監管正常運行。增強學習和深度學習都是機器學習技術的分支，增強學習技術作為機器學習技術的新型領域，主要體現“數據為王”的思想，即機器需要不斷地與環境進行交互并得到反饋［13］，從而對用戶的潛在信息需求和信息偏好進行識別和挖掘，以適當的方式將讀者閱讀傾向信息推送給用戶。圖書館智慧服務的目的就是服務讀者、回報社會，在任何時候圖書館服務的主題永恒不變。為了彌補傳統圖書館中互動性、交互性、立體感缺失的現象，虛擬現實技術模擬的虛擬館舍空間能讓用戶暢游在三維服務環境中享受視覺、聽覺、觸覺的感知體驗，讓服務智能場景成為現實。

圖4 數據處理層功能原理圖

但是，在爆炸式的信息環境下，圖書館在數據利用和管理上仍有痛點、難點、堵點需要解決，通過數據診斷甄別錯誤數據，憑借數據優化加強數據處理速度，降低數據“噪音”，結合數據質量管理加強高質量信息考量，在數據處理層功能模塊的管理下可以保障數據的統一表示，防止數據冗余，便于數據重構。除此之外，防火墻的運用可為信息安全、黑客攻擊、病毒入侵等不良漏洞建立防護墻。從整體結構來看，為后續系統應用層圖書館綜合管理平臺的開發和整序開辟了渠道。

3.4 系統應用層

系統應用層是在其他三層系統的支撐下以用戶需求為基礎部署的高級服務層，它實現了圖書館智慧應用與用戶訪問需求的友好邏輯鏈接，充分發揮了人工智能在圖書館中的服務效應。當然，人工智能等相關技術在圖書館的運用或推進只是服務構建的基本保障，圖書館智慧服務的展開才是圖書館發展的精髓，從而引出以圖書館綜合管理平臺為核心的智能檢索平臺、統一身份認證平臺、系統集成平臺、四大管理（館員智能管理、資金智能管理、圖書資源管理、設備監控管理），使圖書館由傳統服務向智慧服務邁進，見圖5所示。

圖5 系統應用層模式圖

3.4.1 智能檢索平臺

智能技術驅動圖書館智慧化服務已經漸漸從數字化向智慧化方向延伸［14］，我國圖書館積累了大量的用戶數據，這些數據集聚起來會增加巨大的服務價值鏈，智能檢索平臺的提出為圖書館服務由“被動服務”向“主動服務”不斷注入新的能量。

（1）智能搜索排序。人工智能技術用于信息檢索的目的在于解決正確表示文檔和匹配不精確的矛盾問題［15］。智能搜索排序可分為檢索和排序兩個層面。檢索是用戶從所在圖書館數據庫中索取所需信息的處理過程，排序是依據檢索文本中所含的摘要關鍵詞、詞頻、全文文本關鍵詞、專業術語、文獻出版來源等相關規則，對信息文本進行排列整序的智能處理過程。搜索排序的結果與用戶信息搜索行為成正相關關系，一個完善的檢索排序系統能夠確保用戶的動態行為發生在檢索頁面的靠前位置，且在查詢文本和用戶需求方面具有匹配相關性。

（2）用戶智能推薦。用戶智能推薦的重點在于考慮用戶個性需求、探索用戶信息行為傾向、追溯用戶閱讀喜好，此服務并不單單囿于個人檢索詞條，還結合群體行為分析兩種途徑建立用戶智能推薦機制。個人檢索詞條建立在用戶檢索數據累加的基礎上，使用戶檢索反饋更加具體、準確，智能推薦的內容更符合用戶口味。群體行為分析是聚類分析的典型范例，讓生成的數據性質在同一簇中趨于相同。圖書館可根據不同用戶的行為習慣主動進行知識推薦服務。與傳統信息推薦相比，人工智能環境下的智能推薦具有以下優勢：①打破時空局限性，實現無人服務的即時推送；②加強信息推薦的精準性，提高圖書館資源利用率；③利于實現用戶行為偏好數據的組織和管理，實現大數據驅動的圖書館服務的全局化和體系化，降低用戶吸收細粒度知識的難度。用戶智能推薦策略充分將用戶檢索詞頻、字段權重以及讀者個性化需求放置在中心位置，對改善智能推薦系統的合理性有一定的價值。

（3）知識圖譜展示。知識圖譜依托用戶行為日志、互聯網數據等，綜合自然語言處理、深度學習、數據挖掘等技術對知識進行濃縮、精簡，進而在知識圖譜技術的基礎上對知識進行理解和推算，幫助用戶更好地明白和建構知識體系。智能搜索引擎作為用戶檢索信息的重要渠道，當用戶搜索“智慧圖書館”相關知識時，搜索窗口會智能地理解用戶意圖，借助知識圖譜以圖文相結合的方式將標準答案呈現給用戶。圖書館智慧服務融合知識圖譜、深度學習技術研發交互的智能搜索引擎，并綜合語音、虛擬現實等感知技術，為廣大用戶提供精準高效的智慧服務。

（4）用戶搜索預測。對用戶搜索行為進行智能預測，是人工智能技術在圖書館運用的顯著特點，也是智能搜索窗口的主要功能之一?；谟脩粜袨閿祿寗?，搜索窗口可以自行判斷用戶想要獲得的知識單元，同時主動向用戶推送該需求的未知領域，以最大限度激發和滿足用戶潛在的信息需求。例如用戶搜索《信息組織》這門專業課，檢索結果不僅集聚書籍簡介、相關視頻資源，還能根據用戶需求預測提供作者簡介、著作以及與作者相關的其他信息。伴隨著人工智能理念的逐漸升溫，數據與智能技術的融合不僅可以推動圖書館服務轉型和創新，還能通過圖譜問答、推理預測、語義理解、深度推理的方式更好地服務用戶。

3.4.2 統一身份認證平臺

統一身份認證平臺主要結合圖像識別和生物識別技術用于圖像的分析、識別和理解，能夠明白圖像的本質內容，借助人體的生物特征運用于讀者服務管理工作之中。圖書館用戶可登錄APP身份監測端或者用戶身份認證識別窗口，借助用戶身份ID 和用戶生物特征（指紋、臉部特征、眼紋等）相結合的方式進行用戶注冊且進行活體監測，并從圖書館人臉庫存中反饋身份認證的真實性。身份認證平臺可導入服務預約系統進行預約服務，包括座位預約、圖書預約等，這不僅能保障圖書館服務預約管理的高效率使用和有序化制定，還可根據用戶人臉的監測和捕獲的可靠性加大預約服務的公平性，特別是在用戶訪問流量較大情況下，可避免由于服務延遲而造成的資源分配不均、服務系統沖突等問題的產生，使圖書館公共資源的合理配置和用戶服務使用沖突降到最低。除此之外，統一身份認證平臺的組織和構建，將使門禁認證、圖書借還服務等變得準確且迅速，可在用戶模糊、光度強弱、遮罩等情況下實現用戶識別的智慧化管理。特別是具有深度學習能力的人臉識別系統能通過上百種算法實現身份認證的集成管理，并針對不同用戶量身打造適當的組織算法，讓識別率達到96%以上［16］。在圖書館服務質量與用戶對服務需求不能協調一致的情況下，人工智能等技術的嵌入將使圖書館資源配置公平、分配合理，更體現了圖書館服務用戶的核心理念，提高了圖書館服務用戶的價值。

3.4.3 系統集成平臺

系統集成平臺是一個在復雜環境支撐下集深度學習、語音識別、虛擬現實等技術于一體的綜合管理平臺，用于實現館內環境管理、智能咨詢、導航平臺、館內場景、閱讀管理等系統的集成化，在系統集成平臺上主要部署環境監測、參考咨詢、智能導航、智能場景、視障閱讀五大服務，利用新興技術協助圖書館改善傳統服務模式并創造服務紅利。圖書館智慧服務是多任務單元的混合體，可在單一智能體系的支撐下執行多重任務。隨著綠色發展理念的不斷深入，圖書館更加注重館舍的綠色環保，安裝溫度、濕度、光感等傳感器可將全面的環境監測信息傳入深度學習模型框架中進行分析，以保障圖書館環境質量。圖書館深度學習技術可模擬人類大腦神經網絡，將環境監測數據的空間特征轉化為可被環境管理系統所理解的語義特征，并自動調節環境溫度、濕度、光度強弱等，從而提高環境預警性能。語音交流是人們交流最直接、最簡單的溝通方式，語音識別技術的推廣和普及可以緩解人工參考咨詢的壓力，打破用戶受時間、空間限制的屏障，其模擬的智能咨詢系統是對傳統人工參考咨詢服務的擴充和完善，使館藏資源詢問、學科難點咨詢、服務咨詢等參考咨詢服務有了質的飛躍。此外，智能咨詢系統可將文本信息轉換為語音信息，幫助視障用戶克服閱讀障礙，憑借語音服務來增大自身知識面，將視障閱讀服務提升到新的層次。人工智能背景下的圖書館服務在用戶互動、立體感應層面優于傳統圖書館服務，圖書館基于虛擬現實技術模擬虛擬場景、館舍空間，可使用戶在虛擬場景的三維空間中瀏覽圖書館建筑結構、可視化館藏資源，了解圖書館運行機制，開展入館教育，激勵讀者對知識的探索欲，避免因周邊環境嘈雜而產生的不良因素，也可減輕傳統圖書館網站采用二維碼成像或者平面圖的形式展示圖書館整體布局的片面性和不連續性，并以智能導航的模式，幫助用戶熟悉圖書館環境、館藏資源引導、信息推送等服務。

3.4.4 四大管理

為了提升圖書館自動化管理水平，基于人工智能的管理模式和管理系統是圖書館服務深化的有效途徑，使館員智能管理、資金智能管理、圖書資源管理、設備監控管理迎來新一輪發展浪潮。（1）館員智能管理。圖書館工作人員管理離不開生物識別技術，可通過聲音、人臉、指紋、靜脈、人體溫度、嘴唇運動等生物特征完成館內工作人員的打卡簽到、績效評定等管理任務。相比其他的識別方式，人臉識別技術可在遠距離和自然狀態下實現館員身份的監測，通過矯正自身姿態和光感強度準確獲取人臉圖像，采集更便捷、管理更直觀。（2）資金智能管理。資金智能管理的特色就是資金分析管理，對圖書館資金實時監控并統計資金流動趨勢，定量智能分析，生成資金流報表。該管理會對圖書館不同部門的資金支出情況進行智能對比，實現圖書館資金數據的存儲、糾錯和校對。（3）圖書資源管理。此管理模塊主要包括圖書編目和圖書采購。由于圖書館書籍豐富，適當引入專家系統等深度學習技術可以支持圖書智能編目，為圖書自動編目提供計算機輔助平臺，簡化傳統圖書編目的復雜流程。與此同時，基于深度學習的專家圖書采購系統的搭建可一次性完成圖書管理后臺圖書采購、發貨、運輸跟蹤、打印款項、付款等流程，緩解圖書館員的業務壓力，使館員有更多的時間和精力來管理圖書館運行。（4）設備監控管理。增強學習和深度學習技術的運用可根據圖書館設備運行數據做出及時反饋，智能監測語音機器人、自動查詢機、自動打印復印機等功能，對故障參數及時報警并上傳管理人員及時修復。

4 結語

技術形式的更新換代意味著“實踐層面”的改變，人工智能越現代化就越能展現圖書館服務的智慧化特性。人工智能場景下，精進技術對圖書館服務的更新以及館員勞動力的替換已經不是體力和精力的補給，而是向心靈活動邁進，例如智能檢索思維、情景感知等?；谌斯ぶ悄苤鲗У膱D書館智慧服務是以滿足用戶需求為主的多樣化智能互動空間，將基礎資源層、網絡環境層、數據處理層、系統應用層融入人工智能所涉及的計算智能、感知智能和認知智能之中，結合知識服務觀念構建具有層次化、協同性、智慧化的服務模式，在一定程度上提高了圖書館服務用戶和圖書館業務管理的精準度，為今后圖書館用戶行為預測、服務營銷構建和智慧線上線下服務提供了良好的思維模式。但是，無論人工智能多么先進，有些問題還是需要深思。

4.1 用戶隱私與道德倫理問題

人工智能的興起與大數據、云計算、物聯網等密不可分，并得益于數據分析平臺和智能算法的計算能力，所以人工智能的良好運行與用戶數據不可分割，這就涉及到用戶自身隱私安全的保護和處理問題，為了避免利益沖突，良好的技術防范機制和政策制定是緩解隱私糾紛的良好手段。關于道德倫理問題本文主要談到3個方面。首先是公平問題。不同階層、不同年齡段的用戶在AI面前都是平等的，享受無差別服務。人工智能的設計源于對數據的甄別，以門禁系統、人臉識別為例，若只對成年人進行人臉數據測試，而忽略未成年人的特征和表情數據的識別，可能會引發歧視、不公的社會問題。其次是人工智能的透明性問題。人工智能領域中深度學習參與的準確度最高，但是透明度缺失。以AlphaGo 擊敗圍棋選手李世石和柯潔為例，AlphaGo打出的多數圍棋策略是人工智能專家和圍棋職業選手根本無法把握的，所以人工智能應用于圖書館的智能檢索、自動借還時，用戶出現檢索不到或者無法借出歸還時，人工智能應給出具體的理由，確保服務的透明性。最后是問責機制的實施。人工智能是模擬、延伸和擴展人類智能的典型技術集合，當人工智能管理系統對圖書館資金管理或者設備管理出現差錯時，對誰進行問責，相關的問責機制應如何裁定。

4.2 用戶、館員素質、技術與圖書館智慧服務融合問題

圖書館服務經歷了以藏為主到藏用相輔的發展歷程，特別是圖書館智慧服務的開展將用戶知識服務放置到新的高度，也使用戶需求不再局限于顯性知識，對用戶隱性知識的探索和挖掘逐漸凸顯，從圖書館借閱空間、咨詢空間、第三空間、創客空間以及到目前研究的智慧空間，人工智能背景下的圖書館智慧服務映射出開放、主動、新穎的更新理念。在圖書館智慧服務中，用戶個體知識的顯性化獲取不僅僅與個人信息素養有關，還與館員的交流以及人工智能背后的實踐有關。人工智能創造的環境只是圖書館智慧服務推動的手段和策略，而不是服務推廣的初衷和愿景。智能技術能使圖書館服務變得智能化，但不能是智慧化。以知識為載體的用戶信息素養的提升、智慧館員的培養、人工智能技術的融合和重構才是構建圖書館智慧服務的關鍵因素，不細致考慮用戶、館員、技術與服務的深度融合，圖書館就不能擁有智慧的環境，缺乏友好的服務體驗及較高的知識認知效率。