人工智能訓練中情感思想塑造的基本要求

思名

伴隨科學技術發展人工智能成為當今社會智慧化建設重要技術手段，在社會建設各個領域中均有涉及，如智慧安防、智慧城市、智慧汽車等，悄然改變人們生活生產方式，在實踐經驗不斷積累背景下，人工智能還會在各領域得以突破發展，成為新時代社會建設中堅力量。本文通過探析人工智能訓練中情感思想塑造基本要求，以期科學應用人工智能技術手段，助推國家科技產業穩健發展。

當前在疫情聯防聯控及復產復工過程中人工智能訓練師在企業中佩戴口罩展開日常工作，為人工智能技術在人們生活生產領域中的高效應用付出努力。疫情防控期間人工智能技術在健康問診、票務出行、電商服務、物流配送、生活購物等領域發揮積極作用，有效提升民生服務效率，滿足人們在疫情期間的生活基本需求，繼而在疫情防控中釋放技術紅利。AI作為開發、研究用于模擬、擴展、延伸人類智能的方法、技術、理論及系統的新興科學技術，主要是指人類創造出來的帶有學習能力的機器，能夠代替人們開展復雜且具有危險性的工作。雖然當前我國AI研究處于起步階段，但未來該技術應用前景一片明朗。基于此，為助推AI技術良性發展，探析其在訓練中情感思想塑造基本要求顯得尤為重要。

人工智能通過情感思想塑造訓練需具有解決問題的能力

人工智能的應用與推廣主要為了幫助人們解決生活生產中存在的具體問題，如在火車站出入口安裝智能設備用以實名認證乘客信息，一方面可減輕人們的工作量，另一方面可以提高信息驗證效率，為更多旅客提供便利服務。基于此，在針對人工智能思想情感進行訓練時需賦予其邏輯思維，使其可以通過大量運算得出分析結論，以實體化AGENT理論研究為依托賦予人工智能感知運動性能，通過構設神經網絡模擬人類（動物）腦部結構，使之解決問題能力得以提升。人工智能訓練師面向智能設備輸入大量數據信息，在此基礎上增強人工智能邏輯思維，以智能機械手臂為例，該智能機械通過編程由計算機系統操控，率先掃描客觀物體，經由傳感器將掃描結果上傳至信息系統內，而后針對所見抓取對象大小、方位等參數予以分析，根據抓取需求，還可靈活添加分析參數，如危險程度、顏色、柔軟程度等，以便機械手臂調整抓取力度、角度、方向等制動參數，最終成功抓取特定目標，繼而解決物品抓取問題，這在當前自動化倉庫、汽車配件生產制造等領域應用范圍較廣。

人工智能通過情感思想塑造訓練需具有知識表示的能力

人工智能知識表示主要是指智慧型機械設備描述一組事物的能力，通過訓練用數據結構代替人類知識表示。知識表示對于人工智能來講較為重要，與之解決問題能力的強化關系緊密，這就需要將與知識表示相關數據信息全部存入智慧型機械設備中，根據問題驅動有關設備提取關鍵知識予以表示，將理解過程與控制過程關聯在一起，同時做好信息存儲、計算機程序設計等具體工作，以數據為依托豐富其推理演變模式，為人工智能推理行動提供依據，若人工智能無法進行知識表示，則無法實現智慧服務目標。人工智能通過情感思想塑造訓練提升知識表示能力方法較多，如一階謂詞邏輯表示方法及產生式表示方法等，后者主要是指依據串代潛規則規設計算模型，在規則中模型被稱之為“生產式”，將“P→Q”視為基本形式，其中P屬于前提條件，Q為操作或結論，若P滿足前提條件，則可以得到Q，即結果，驅動人工智能操作或表述結論。產生式是人工智能通過訓練所體現的人類心理活動過程，是人工智能情感思想塑造重要表示模式之一。人工智能通過情感思想塑造訓練能夠增強知識表示繼承性、深層性、結構性、自然性、聯想性，同時亦存在不足之處，如知識清晰性、嚴謹性、復雜性無法得到保障，使相關智慧型設備在專業服務領域中可以不斷提升知識表示能力，跨領域知識表示能力相對極弱[2]。

人工智能通過情感思想塑造訓練需具有智能規劃的能力

人工智能需可以立足客觀環境制定目標并以實現該目標為依托提供針對性服務，需要用特定方法規設可預測模型，用數據取代現實世界中的各類信息，同時針對數據發展趨勢予以剖析，總結數據特征，以科學預測及提供高效服務為導向選擇功效最大路徑。在傳統規劃訓練過程中，人工智能被假定為在客觀環境中唯一具有影響力的主體，為此智慧化機械設備要作出某種行為結果既定，如電梯在超重時響鈴，消防系統在煙霧刺激下預警，無人駕駛時車輛可以自動躲避障礙物等。然而，若事實與預期環境不符，人工智能技術將喪失駕馭機械設備提供服務的能力。基于此，在AI情感思想塑造訓練過程中需提升其智能規劃能力，確保智能模型與預測要求相符，若二者不符則通過學習訓練改變具體方案，完善認知模型，確保機械設備能夠精準推理，完成特定服務任務，使用群體智慧及演化算法等手段落實智慧服務目標。

人工智能通過情感思想塑造訓練需具有機械學習的能力

機械學習目的是通過數據輸入、自身感知等途徑獲得知識，在此基礎上解決更多實際問題，減小機械設備錯誤發生幾率，確保人工智能可以在機械學習前提下提升服務水準。作為實現人工智能發展目標重要一環，在情感思想塑造訓練過程中需助力人工智能掌握數據分析、學習、搜集、處理、存儲、傳輸等方法，通過學習針對客觀環境中的事件作出預測及決策。相較于傳統硬編碼軟件及解決特定任務軟件，機械學習用海量數據進行訓練，加之算法支持使智慧型機械設備能夠從數據中汲取知識營養并完成服務任務。以電商平臺瀏覽信息推送為例，人工智能根據電商平臺用戶長期收藏、瀏覽、點擊、關注等數據信息，識別出用戶可能感興趣且有交易意向的產品，建立決策模型幫助電商平臺分析用戶心理，有利于提高成交幾率。傳統機械學習訓練方法囊括貝葉斯分類、聚類、決策樹、支持向量機等，可分為半監督學習、無監督學習、監督學習、集成學習、強化學習及深度學習等類別。人工智能通過情感思想塑造訓練提升機械學習能力，在人臉檢測、指紋識別、物體檢測等領域均有所應用。

人工智能通過情感思想塑造訓練需具有語言處理的能力

自然語言處理在人工智能發展領域較為關鍵，是智慧型機械設備需具備能力之一，主要將語言處理及通信系統關聯在一起，將數學、計算機科學、語言學融于一體，在研究自然語言基礎上將其應用到計算機系統內，以軟件的形式對人工智能提供服務給予支持。人工智能通過情感思想塑造訓練掌握充分運用海量數據的能力，在此基礎上針對與語言相關數據信息予以處理，以語料庫訓練集等同類軟件為依托，生成多維度模型、數據集合、分詞詞庫等帶有初始化特性的情感分析數據集。常見語言處理工具有OPENNLP、FUDANNLP及LTP等，其中LTP即語言技術平臺，是中文語言處理信息系統，以XML語言處理結果為依托，針對語義、句法、詞法等核心內容予以分析并體現在語言處理模塊內，加之動態鏈接庫（DLL）接口及可視化功能提高人工智能語言處理能力。

在情感思想塑造訓練過程中人工智能語言處理能力的提升存在若干阻力，一是單詞邊界界定存在模糊之處，二是詞義存在分歧，三是句法模糊，四是輸入不規范。這就需要聯系上下文選定準確無誤的文法組合，使單詞邊界更為清晰，將詞語放在句子里予以分析，確保句意通順，建立健全“剖析體系”，針對模棱兩可的語句進行剖析，同時在內容輸入時需予以規范，制定完善的語言行為計劃，繼而使人工智能情感思想塑造訓練效果更優。

人工智能通過情感思想塑造訓練需具有機器知覺感受力

機器感知是人工智能理論、技術、方法研究與應用重要領域。將聲音、圖像、文字等視為感知識別對象，通過機器觸覺、機器聽覺、機器視覺等訓練增強人工智能機器知覺感受力。機器感知（MI）主要以研究提高人工智能服務水平為導向，將先進技術滲透在自動化裝置、計算機、通信等設備內，并投入到人們生活生產各個領域。為增強人工智能機器知覺感受力需規設“專家系統”（ES），應用計算機擴展、延伸、學習、應用專家智能，期間總結專家經驗，為解決專業領域具體問題奠定基礎，同時ES具備故障診斷等功能。通過情感思想塑造訓練人工智能可以具備計算機思維，在此基礎上通過自動編程、證明定理、輔助設計、專家系統等模塊強化其知覺感受力，在思維機器、感知機器、行為機器加持下通過感知增強情感社交的能力，還能夠多領域實現多元創造目標。我國極為重視人工智能研究，在北京大學開設機器感知與智能教育實驗室，針對心理學、認知科學、智能科學技術、計算機科學等學科交叉領域進行研究，根據經濟建設與社會發展需求圍繞智能信息處理、機器感知、應用基礎等領域妥善運用AI技術，使人工智能感知能力不斷提升，通過專業訓練其情感思想還可為人們提供創新服務，將智能與感知充分關聯在一起，挖掘數據應用潛力，為人工智能發展奠定基礎。

綜上所述，人工智能在現實生活中的應用有利于節約生產成本，為提供生活服務奠定技術基礎，在醫療衛生服務、城市安保、機械加工、產品設計、數字化教育等領域均有廣泛的應用。當前我國處于人工智能研究發展起步時期，需樹立人工智能綜合發展意識，立足信息時代優化配置數據資源，以增強AI服務能力為導向開展情感思維塑造訓練活動，確保AI具有機器知覺感受力，在此基礎上能夠交流互動、創新實踐，還具有語言處理能力、機械學習能力、智能規劃能力、知識表示及解決問題等能力，繼而達到情感思想塑造基本要求，使我國人工智能訓練更為科學高效，不斷提高AI服務質量。