對人工智能技術發展趨勢的分析與研究

（焦作大學信息工程學院，河南 焦作 454150）

科技是第一生產力。隨著社會科技的進步及其帶來的社會生活的變化，各國對新興科技的發展日益重視。人工智能即是在一系列高科技，如大數據、移動互聯網、腦科學、超級計算機等對人們生活方式的顛覆的時代背景下產生的，它的快速發展，對國家的社會、經濟及國際地位產生了廣泛地影響。歐美等經濟發達、科技先進的國家已將人工智能提高到國家戰略的高度，它們或制定了國家層面的人工智能發展規劃，或將人工智能納入工業升級的板塊中，或將研發人工智能技術和培養人工智能人才作為國家重要的發展任務。在我國，政府和相關行業通過政府工作報告、行業發展規劃等形式，將人工智能提升為強國戰略。可見，人工智能在當今炙手可熱。能否抓住新一輪的科技革命，實現產業變革和科技跨越發展，人工智能在其中扮演了重要的角色。

一、人工智能技術的概述

人工智能是一個廣泛的概念，顧名思義，人工智能是讓各種機器做出類似于人的智能化的反應，使機器具有“人”的特點，以此來達到替代人從事某些行業的工作的目的。

為人工智能技術的出現和發展打下良好基礎的是近代以來計算機科學技術的不斷發展。具體而言，人工智能技術以計算機技術為基礎，對人類的行為規律進行研究并形成系統，實現對人的邏輯推理、思維過程及決策判斷等的模擬。人工智能技術依賴的學科領域眾多，如心理學、哲學社會科學、計算機工程、行為學等。經過多年的發展進步，人工智能技術已成為人類三大頂級工程之一，它給世界帶來了革命性的變化，與其他科技創新一起推動全球走向更高的發展臺階。作為一種新興技術，人工智能的發展空間巨大，應用前景也充滿了各種可能。醫療、制造業、電氣化工程等各個領域均有人工智能技術的影子。

二、人工智能技術的發展概況

（一）人工智能技術的發展歷史

人工智能的想法由人工智能的鼻祖——著名數學家圖靈于二十世紀四十年代提出。與此同時，科學研究者創造出了“人工網絡模型”，這是人工智能發展的基礎。人工智能技術的發展并不是一帆風順的，經歷了各種波折和起伏，從爆發到寒潮再到重生，體現了人工智能發展的曲折。

1.起始時期。20 世紀40 年代，圖靈提出人工智能的概念。盡管當時同時期還出現了語言處理、啟發式算法、神經網絡等時髦的技術。但因為這些技術都處于啟蒙探索階段，且計算機技術也不成熟，人工智能技術的發展十分緩慢。

2.上升時期。在這一時期，人工智能開始應用于生活中，形成專家系統來解決具體的實際問題。人們開始注意到它的實用性，如MTCIN 疾病診斷和治療系統等。1969 年召開的國際人工智能聯合會議，標志著國際對人工智能的認可。

3.衰退時期。這一時期，由于人工智能的應用和技術的發展，并沒有達到人們理想的目標，使得國家對人工智能的投入大幅度降低，公眾對人工智能的關注快速下降。當時技術的下降，使得人工智能從“云端”迅速被迫降到“泥沼”當中，甚至連相關的研究也陷入停滯階段。

4.突破時期。這一時期，人工智能伴隨著網絡神經技術的發展實現了突破。當時，網絡神經在學術界廣受認可，科學家開始研究以人工神經網絡為基礎的人工智能算法，與此同時，各種算法呈現初出茅廬的發展之勢。反過來，人工智能算法也使人工神經網絡的計算取得了進展。

5.重生時期。進入到二十一世紀，由于人工智能算法的極大改進和計算機技術的快速發展，人工智能技術得以重生，并進入快速發展階段。人工智能基于各種理論而綜合使用的算法，開始展開大規模的實踐。特別是互聯網的發展，現今，人工智能技術已運用廣泛，如進行智能搜索、語言識別、人際交互等，對人們的生活產生了巨大的影響。

（二）人工智能核心技術的分析和應用

1.數據挖掘和學習。當今炙手可熱的大數據技術常需要進行數據挖掘。但面對海量的數據，特別是需要對數據之間的關系進行分析已掌握其關系，或者要進行更深層次的數據挖掘時，單一的大數據技術常會顯得力不從心。這時需要人工智能技術與之相結合，通過人工智能的核心技術——機器學習來處理這些任務。機器學習是研究讓計算機如何模擬人的學習行為來實現人的學習活動。機器學習是一種際遇人工神經網絡的深度學習。人工智能多神經元、分布式計算和多層次調整反饋的神經網絡優勢，使得它能通過對巨大的數據量進行分析，并成型模型，十分適用于海量數據的處理。

2.知識和數據智能處理。人工智能技術對知識和數據的智能處理，最具有典范的是專家系統。可以將專家系統看作是一個智能化程度高的計算機處理系統，它集合了某領域類眾多專家的知識和經驗，通過特定的程序，調用這些專家的知識和經驗來實際中的問題。專家系統通常由兩部分組成：一部分是儲存了某個領域的專業知識和專家經驗的數據庫，另一部分是利用數據庫中的信息，模擬人的推理過程，得出相應的推理答案的推理系統。人工智能技術通過這兩個部分各種復雜問題的解決。

3.人機交互。人際交互指的是用戶通過使用人機交互界面，實現對各種機器、計算機系統和應用軟件的操作，它主要是研究用戶與系統之間的交互關系。人機交互是當前研究較多的一種人工智能技術，應用到了人工智能技術的機器人學和模式識別技術。輸入輸出設備、對應的軟件是實現人機交互的必要條件之一，因此，要提高人際較好的技術，同時也要提高硬件系統和軟件系統。

三、人工智能技術未來發展的趨勢

（一）以深度學習為基礎人工智能技術將實現突破性的進展

深度學習是人工智能向前發展的核心動力。深度學習與大數據技術相結合，是人工智能技術發展的主要特征。近些年，人工智能技術的快速發展對于神經元網絡、大數據及芯片的融合，其中實現模擬人腦的是神經元網絡，這也是深度學習的基礎。對某一領域近些深度學習，將使人工智能不斷接近人類真實的專家顧問水平，并有可能取代專家顧問的位置。有報告稱，由于大數據和深度學習相互結合的經驗積累，“認知專家顧問”將成為未來幾年的新興技術。深度學習是人工智能技術的核心，隨著深度學習帶來的認知能力的改變，人工智能技術將實現突破性的進展，甚至改變我們生活的時代。大數據時代背景下，推動著以深層神經元網絡技術為代表的感知智能技術快速發展，使得某些垂直戲份領域的人工智能機器已接近人類的認知水平，這將引發人工智能技術新一輪的提高認知能力的發展潮流。

（二）人工智能技術將伴隨著人腦科學的研究進展走向更高層次的發展

人工智能的發展從低到高分為三個層次：運算智能層次、感知智能層次和認知智能層次。就當前人工智能技術的發展而言，運算智能層次的發展較為充分，已經達到了較高的水平。但對于認知能使層次還處于起步階段。至今，人們對人工智能技術的認知層次研究，僅僅局限于建立了以虛擬生物神經元為運行基礎的數學和計算機模型，但全世界沒有任何一個國家突破了認知智能層次的關鍵性技術研究。但隨著各國對人腦科學研究力度的加大，人工智能技術將伴隨著人腦科學的研究進展進入到一個更高的發展階段。人腦科學研究的主體是腦認知的神經原理，重點研究腦重大疾病診治的新技術手段、人工智能的應用，實現醫治人類大腦方面的疾病，同時建造模仿腦功能的新機器。后者即為人工智能的應用。所以說，人腦科學的研究進展，將帶動人工智能技術的進步。目前，歐盟啟動“人腦工程”研究項目，并將其列入為新興技術發展的重大項目。美國同樣投入巨額資金促進人腦科學技術的研究。中國也有“腦科學研究”的戰略部署。人腦科學研究出現新的、具有重大意義的科研成果，指日可待，而人工智能技術也將因此而實現質的突破。

（三）人工智能技術將大規模應用于商業中，改變人們的生活方式

著名的未來學家凱文·凱利曾就未來人工智能的發展做出大膽預測。他認為人工智能將給世界帶來顛覆性的改變，一切都變得“智能化”。在未來，人工智能技術的應用將無處不在。就現在而言，人工智能技術已經被應用于人們生活中的方法面面。如大型的移動通信公司已經在智能手機中大量應用人工智能技術，智能手機的出現，讓人們深切地感受到了人工智能技術的力量——它改變了人們傳統的交際方式和消費方式。在一些零售行業，沃爾瑪、蘇寧等零售巨頭開始投入智能機器人來接待顧客，引導顧客下單。甚至在商業領域，智能機器人也開始用在了銀行的業務服務中。人工智能技術已經應用于商業中，在很大程度上促進了智能機器人的研發。未來，機器人將與人類相伴將成為現實。

四、結束語

人工智能技術作為一項新興的、革命性的技術改革，逐漸受到各國的重視。它的發展，也給人們的生活帶來了巨大的改變和深遠的影響。要深入把握人工智能技術的發展趨勢和特點，加強對人工智能關鍵性技術的攻堅克難工作，實現重新調整我國的產業布局，促進科技與經濟共同發展。