人工智能技術發(fā)展趨勢研究

楊國輝

摘要：近年來，全球人工智能發(fā)展進入新一輪技術創(chuàng)新活躍期，新的理論、模型、算法快速迭代。基于此，本文主要對人工智能技術發(fā)展趨勢做具體論述，希望通過本文的分析研究，給行業(yè)內人士以借鑒和啟發(fā)。

關鍵詞：人工智能技術;發(fā)展;趨勢

引言

如今人工智能技術的應用范圍越來越廣泛，已經從簡單的小部件走進人們的生活，人工智能會對程序化、重復性、低技能的勞動力產生一定程度的替代。為此，我們應在充分發(fā)揮人工智能紅利推進就業(yè)結構優(yōu)化和就業(yè)質量提升，實現(xiàn)人工智能產業(yè)高質量發(fā)展和勞動者就業(yè)平穩(wěn)增長的“雙贏”。

1當前人工智能技術特征

一是深度學習模型和方法持續(xù)創(chuàng)新。現(xiàn)在深度學習仍有很多問題沒有解決，包括模型知識表示能力、可解釋性、網絡結構設計、訓練優(yōu)化方法問題等，還在困擾著深度學習性能和在一些領域的產業(yè)化應用。近年來，學術界產業(yè)界在深度學習領域的方法創(chuàng)新都非常活躍，谷歌大腦團隊提出的概念激活向量方法，嘗試度量模型輸出結果對概念的相關性，在模型可解釋性方面進行了有意義的探索。在近年來大熱的自動機器學習方面，2018年谷歌推出了AutoMLNaturalLanguage和AutoMLTranslation等產品，試圖使深度學習的模型設計能夠自動化進行，減少對專業(yè)知識的依賴，把深度學習工具向非人工智能領域的專家和工程師推廣。關于圖網絡的研究正在將深度學習能夠處理的數據結構類型從象素類數據、時間序列數據向圖數據結構進一步拓展，把端到端學習與歸納推理相結合，嘗試改進深度學習無法進行關系推理的問題。深度學習方法也在不同領域結合其特點向前演化發(fā)展。比如在自然語言處理領域，原來TextCNN對文本淺層特征的抽取能力很強，但在長距離建模方面能力受限。2018年以來，以ELMo模型、BERT模型為代表預訓練模型快速興起，通過融入上下文信息實現(xiàn)了對多義詞、句法結構、語義角色等更高層文本概念的建模，推動自然語言處理領域實現(xiàn)了長足進步。二是模型復雜度和算力需求門檻越來越高。2012年，Hinton團隊在ImageNet比賽中首次使用深度學習用于圖像分類任務，那時候的神經網絡層數還只有個位數;2015年來自微軟的ResNet做到152層;現(xiàn)在很多團隊都在做上萬層的深度學習模型。模型深度的增加有可能帶來表達能力的進一步拓展和突破，但同時也帶來了模型復雜度的飛升。BERT模型的標準版本有1億的參數量，數億參數的模型已經很常見。根據馬薩諸塞大學Strubell等人近期對不同模型算力需求的評估研究，Transformer、GPT-2等流行的深度神經網絡模型的性能提升帶來了不成比例的計算量和碳排放增加。

2人工智能技術的應用

2.1在企業(yè)、單位工作中的應用

人工智能技術的應用之一是在企業(yè)、單位工作中的應用。全國各個地區(qū)，各個企業(yè)、各個單位，大到政府，小到村落，每天都在運用計算機應對大量的數據統(tǒng)計、匯總、上報等工作。傳統(tǒng)的工作方法簡單、易于操作，但在提供數據上，時間長，難度大，往往浪費了很多時間，上報的數據還有可能不準確。我們需要的是高效地、精準地去匯報各項工作的實際情況。能夠準確掌握一線工作的發(fā)展動態(tài)，并能夠對工作中出現(xiàn)的各種問題進行迅速判斷分析，以更快更準地追溯到出現(xiàn)問題的路徑、根源，提高工作效率。所以人工智能技術的到來，為人們解決了工作中的很多難題，也讓大家省了不少勁兒，這也是目前正在使用，且也在不斷更新提高的技術。

2.2“零接觸”服務加速人工智能的發(fā)展

人工智能技術的應用之二是“零接觸”服務加速人工智能的發(fā)展。人工智能的迅速興起，讓無數剛剛起步的小型企業(yè)發(fā)現(xiàn)了機遇，線下的零售也搬到了線上;對于智能化程度較高的行業(yè)來說，AI的迅猛發(fā)展更是讓它們感覺到了自信，覺得自己的選擇是對的，有了基礎、有了認識，更有了機遇。近年來，門店的客流量逐漸減少，線上的交易逐年增加。為此，就出現(xiàn)了形式多樣的“零接觸”服務。例如，“零接觸”購物，通過AI技術應用，將線下實體店搬到線上，一方面，顧客足不出戶就能自主享受逛街的樂趣。另一方面，也能夠真正實現(xiàn)自我所需。線上直接下單，訂單立即同城配送，方便快捷。再例如，送藥機器人、無人清掃車、無人投遞車、無人售貨機等等，甚至無人工廠在不遠的將來也會出現(xiàn)在我們的世界里。

3人工智能發(fā)展趨勢

人工智能發(fā)展趨勢主要涉及到以下方面內容：當前，人工智能技術在幫助人類開展信息收集、信息分析工作以及開展決策的過程中發(fā)揮著日益重要的作用，不得不承認的是，人工智能技術在的信息處理能力已經遠超人類腦力，在此背景下，人工智能能夠替代人類完成許多復雜的工作。毋庸置疑的是，在人工智能的發(fā)展中，高度的智能化是其主要的發(fā)展趨勢，而可以預見的“高度智能化”，則體現(xiàn)為深度學習能力的提升，即人工智能技術不僅能夠替代人類完成一些較為復雜的體力勞動，而且能夠具備獨立思考與獨立分析的能力。具體而言，從未來人工智能技術的發(fā)展基礎來看，一方面，大數據技術能夠為人工智能開展深度學習帶來更為豐富的素材，因此，大數據技術能夠在人工智能技術發(fā)展中發(fā)揮出不容忽視的推動作用;另一方面，云計算、GPU等，是人工智能具備獨立思考與獨立分析能力的重要支撐，相對于大數據在人工智能技術發(fā)展中作用而言，云計算、GPU等更像是人工智能技術中的“消化”系統(tǒng)，因此，云計算、GPU技術的發(fā)展，為人工智能技術的發(fā)展帶來了難得的契機。未來的人工智能技術將呈現(xiàn)出三種基本特征：首先，基于深度學習的人工智能技術，將呈現(xiàn)出更快的發(fā)展速度。相對于以人為開發(fā)主體的技術發(fā)展模式而言，基于深度學習的人工智能技術能夠對當前社會中存在的知識和經驗進行吸收，雖然人類在獲取這些知識與經驗的過程中經歷了漫長的發(fā)展歷史，但是對于人工智能而言，這一知識與經驗吸收過程所占用的時間將會十分短暫。而對這些知識和經驗進行吸收的結果則體現(xiàn)為人工智能對自身的持續(xù)完善;其次，在深度學習基礎上，人工智能將能夠展現(xiàn)出更加強大的信息挖掘能力與人機交互能力。近年來，人工智能的概念和技術在逐漸向各個領域中滲透，一些依托人工智能技術所開發(fā)出的衍生品也已經初步具備了良好的人機交互能力，這種人機交互能力促使這些衍生品的用戶獲得了更為良好的產品使用體驗。隨著人工智能的高度智能化特別是深度學習能力的提升，這些基于人工智能技術所生產的衍生品也將呈現(xiàn)出更為強大的人機交互能力，從而為社會大眾生活以及各行各業(yè)的生產帶來更多的便利。

結語

總之，人工智能技術在現(xiàn)代社會生產與生活領域得到了廣泛的應用，這決定了人工智能技術的發(fā)展能夠為現(xiàn)代社會的發(fā)展帶來更多的變化。雖然人工智能技術的發(fā)展會導致一系列科技倫理問題，但是現(xiàn)代社會往往對這種情況持有較為樂觀的態(tài)度。與此同時，人工智能技術的發(fā)展對于現(xiàn)代社會發(fā)展所發(fā)揮的推動作用也是顯而易見的，因此，如何更好的推動人工智能技術的發(fā)展并更好的依托人工智能技術服務于社會發(fā)展，是現(xiàn)代社會在人工智能技術發(fā)展中需要考慮的重主要問題。

參考文獻

[1]何方民.從人工智能的源頭說起[J].單片機與嵌入式系統(tǒng)應用，2016，16（08）.

[2]張海東.淺析計算機應用的發(fā)展現(xiàn)狀和趨勢[J].電腦知識與技術，2015（20）.