基于人工智能的計(jì)算機(jī)應(yīng)用軟件開發(fā)技術(shù)應(yīng)用分析

馮景利

（寶雞職業(yè)技術(shù)學(xué)院 陜西 寶雞 721000）

0 引言

隨著信息技術(shù)的不斷發(fā)展，計(jì)算機(jī)應(yīng)用軟件的開發(fā)成為信息技術(shù)得以應(yīng)用的關(guān)鍵環(huán)節(jié)。人工智能技術(shù)在計(jì)算機(jī)應(yīng)用軟件開發(fā)的過程中起到了極其重要的作用，人工智能技術(shù)的應(yīng)用提高了計(jì)算機(jī)應(yīng)用軟件開發(fā)的水平。通過人工智能技術(shù)可以有效地優(yōu)化計(jì)算機(jī)應(yīng)用軟件的智能功能，使計(jì)算機(jī)軟件用戶可以得到更加便捷和完善的軟件服務(wù)。因此在開發(fā)計(jì)算機(jī)應(yīng)用軟件時(shí)，必須重視人工智能技術(shù)的應(yīng)用[1]。現(xiàn)階段由于人工智能技術(shù)的存在，其拓展了計(jì)算機(jī)應(yīng)用軟件的發(fā)展空間。根據(jù)基于人工智能技術(shù)的計(jì)算機(jī)應(yīng)用軟件開發(fā)基本原理，計(jì)算機(jī)應(yīng)用軟件可以擁有更加豐富的功能，為用戶提供更好的使用體驗(yàn)。因此為了進(jìn)一步提高計(jì)算機(jī)應(yīng)用軟件開發(fā)的技術(shù)水平，持續(xù)為計(jì)算機(jī)應(yīng)用軟件用戶提供更好的使用體驗(yàn)，就需要對基于人工智能的計(jì)算機(jī)應(yīng)用軟件開發(fā)技術(shù)進(jìn)行應(yīng)用分析。

1 人工智能和計(jì)算機(jī)應(yīng)用軟件開發(fā)概述

1.1 人工智能技術(shù)的主要行為

當(dāng)前隨著科技發(fā)展和人工智能的廣泛應(yīng)用，其應(yīng)用于博弈論和戰(zhàn)略規(guī)劃、媒體、圖像處理、金融的傳統(tǒng)領(lǐng)域中。隨著相關(guān)技術(shù)的不斷發(fā)展，人工智能技術(shù)在機(jī)器人、自然語言處理、醫(yī)學(xué)診斷和量子科學(xué)等領(lǐng)域也有了大量的應(yīng)用。人工智能技術(shù)的主要行為方式包括以下幾種。

1.1.1 智能代理

智能代理是一種幫助人們執(zhí)行某項(xiàng)任務(wù)的軟件。智能代理允許人們將他們的工作移交給代理軟件。代理可以執(zhí)行重復(fù)的任務(wù)，儲(chǔ)存用戶遺忘的信息，智能地總結(jié)復(fù)雜的數(shù)據(jù)，向使用者學(xué)習(xí)，并向使用者提供建議。

1.1.2 機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)使計(jì)算機(jī)有能力在沒有明確編程的情況下進(jìn)行學(xué)習(xí)，機(jī)器學(xué)習(xí)已經(jīng)應(yīng)用于自動(dòng)駕駛汽車，有效的網(wǎng)絡(luò)搜索，實(shí)際的語音識(shí)別，并提高了對人類基因組的了解。機(jī)器學(xué)習(xí)在日常生活中非常普遍，但是用戶在使用的過程中幾乎沒有感知到機(jī)器僧體系的存在。部分研究顯示通過良好的機(jī)器學(xué)習(xí)，相關(guān)軟件甚至可以展示與人類行為同等水平的人工智能。

1.1.3 知識(shí)表達(dá)

知識(shí)表達(dá)的主要內(nèi)容是分析人們?nèi)绾谓鉀Q問題，并對此進(jìn)行總結(jié)形成知識(shí)體系，并利用形成的知識(shí)體系以一種較為簡單的方式去解決相對復(fù)雜的問題。知識(shí)推理與表達(dá)還涉及從邏輯思維到計(jì)算機(jī)語言之間的幾種邏輯關(guān)系，如規(guī)則地應(yīng)用或集與子集的關(guān)系。

1.1.4 數(shù)據(jù)建模

數(shù)據(jù)建模代表一套從大量數(shù)據(jù)中計(jì)算和生成某些特征數(shù)據(jù)的方法。一個(gè)科學(xué)的數(shù)據(jù)模型可以以非常理想化的形式表示某些特征數(shù)據(jù)的生成過程。數(shù)據(jù)模型可以從一組概率分布中，提取一些被認(rèn)為能夠充分逼近特征數(shù)據(jù)的取樣分布。

1.1.5 搜索和優(yōu)化

搜索的目的是找到一種可以實(shí)現(xiàn)很高的成本效益的選擇，并在給定的限制條件下實(shí)現(xiàn)較高的效率，最大限度地發(fā)揮必要因素，最小限度地減少不必要的因素。這里的最大化是指不計(jì)代價(jià)地獲得最大化的結(jié)果。而優(yōu)化過程則是在受到信息缺失和估計(jì)可用信息不足的限制下，進(jìn)行最佳的選擇。在一些商業(yè)問題的計(jì)算機(jī)建模中，進(jìn)行優(yōu)化的方式一般是運(yùn)籌學(xué)中的線性規(guī)劃技術(shù)。

1.1.6 概率方法

概率方法是證明具有特定特征的組合對象有效性的重要技術(shù)。其是基于概率論的，并可以用來證明某些不被經(jīng)常使用的定理。

1.1.7 圖靈測試

圖靈測試是由阿蘭圖靈在1950年開發(fā)的，其是為了測試一臺(tái)機(jī)器的能力，以顯示相當(dāng)于人類的智能行為。圖靈測試的基本方法就是人類評估員利用自然語言對話來評估人類與機(jī)器之間的反應(yīng)差別。

1.1.8 模糊邏輯

模糊邏輯是一種分析控制系統(tǒng)，可在嵌入式微控制器、網(wǎng)絡(luò)多通道計(jì)算機(jī)或基于工作點(diǎn)的數(shù)據(jù)采集和控制系統(tǒng)等系統(tǒng)中實(shí)現(xiàn)。它可以分別或同時(shí)使用在硬件和軟件上[2]。模糊邏輯提供了一種根據(jù)不清晰或缺失的輸入信息進(jìn)行準(zhǔn)確決策的簡單方法。

1.2 基于人工智能的計(jì)算機(jī)應(yīng)用軟件開發(fā)技術(shù)的基本特點(diǎn)

基于人工智能的計(jì)算機(jī)應(yīng)用軟件開發(fā)技術(shù)的基本特點(diǎn)有以下幾個(gè)：首先就是計(jì)算機(jī)應(yīng)用軟件開發(fā)技術(shù)的可操作性。開發(fā)計(jì)算機(jī)應(yīng)用軟件旨在滿足軟件用戶對軟件的需求。因此，計(jì)算機(jī)軟件開發(fā)的效果要與用戶的使用需求相一致，也就是說，滿足用戶需求的計(jì)算機(jī)軟件開發(fā)設(shè)計(jì)是一種具有一定可操作性的設(shè)計(jì)。在計(jì)算機(jī)軟件開發(fā)過程中，要有多樣化的技術(shù)手段和豐富的技術(shù)結(jié)構(gòu)。在選擇實(shí)際技術(shù)時(shí)，還需要提前了解用戶群體的特點(diǎn)。此外，在保證技術(shù)應(yīng)用規(guī)范的前提下，最好進(jìn)行相應(yīng)的用戶群體調(diào)查。而人工智能技術(shù)的應(yīng)用可以確保開發(fā)的計(jì)算機(jī)應(yīng)用軟件能夠?yàn)橛脩羲茫o用戶帶來良好的使用體驗(yàn)[3]。

其次就是計(jì)算機(jī)應(yīng)用軟件開發(fā)技術(shù)的易于維護(hù)性。開發(fā)計(jì)算機(jī)應(yīng)用軟件需要很長時(shí)間，開發(fā)完成后也需要經(jīng)過很長時(shí)間的使用，所以計(jì)算機(jī)應(yīng)用軟件需要定期維護(hù)，以保證其運(yùn)行速度和效率。為此，在開發(fā)計(jì)算機(jī)應(yīng)用軟件時(shí)，必須保證軟件維護(hù)的簡便性，降低軟件維護(hù)的成本。在軟件維護(hù)設(shè)計(jì)中，應(yīng)用人工智能技術(shù)可以有效地降低軟件維護(hù)的難度，對軟件中存在的問題進(jìn)行信息跟蹤、分析和自動(dòng)修復(fù)，使軟件長期處于良好運(yùn)行狀態(tài)。如果不注意軟件維護(hù)的簡便性，很容易導(dǎo)致軟件后期用戶使用體驗(yàn)的下降，甚至造成軟件用戶的損失[4]。

1.3 人工智能技術(shù)在計(jì)算機(jī)應(yīng)用軟件開發(fā)中的應(yīng)用路徑

人工智能技術(shù)在計(jì)算機(jī)應(yīng)用軟件開發(fā)中的應(yīng)用，首先就是人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)在計(jì)算機(jī)軟件開發(fā)中的應(yīng)用。人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)的結(jié)構(gòu)實(shí)質(zhì)是對人腦神經(jīng)結(jié)構(gòu)的模擬。神經(jīng)網(wǎng)絡(luò)技術(shù)作為一種大型并行分布處理技術(shù)，其包括多個(gè)相互獨(dú)立又相互協(xié)作的信息處理單元模塊。在接到計(jì)算機(jī)命令后，神經(jīng)網(wǎng)絡(luò)技術(shù)可以快速工作，配合完整的指令，不僅運(yùn)行速度很快，而且完成效果很理想。同時(shí)，人工智能神經(jīng)網(wǎng)絡(luò)還可以存儲(chǔ)信息，甚至處理和組織信息，以滿足各種不同信息處理的需求。另外，神經(jīng)網(wǎng)絡(luò)技術(shù)結(jié)構(gòu)具有一定的保護(hù)功能，既能保證信息安全，又能準(zhǔn)確識(shí)別網(wǎng)絡(luò)安全威脅，在計(jì)算機(jī)軟件運(yùn)行過程中，如果出現(xiàn)入侵信息，也能快速檢測和截獲。因此，在開發(fā)計(jì)算機(jī)軟件時(shí)，應(yīng)將循環(huán)網(wǎng)絡(luò)技術(shù)與多層感知器技術(shù)相結(jié)合，以提高神經(jīng)網(wǎng)絡(luò)的檢測速度和準(zhǔn)確性。

其次，人工智能技術(shù)在計(jì)算機(jī)應(yīng)用軟件開發(fā)中的應(yīng)用就是人工智能代理技術(shù)在計(jì)算機(jī)軟件開發(fā)中的應(yīng)用。在人工智能技術(shù)領(lǐng)域，人工智能代理技術(shù)是一種能夠隨時(shí)隨地感知軟件環(huán)境，并能根據(jù)周圍環(huán)境自動(dòng)執(zhí)行任務(wù)、進(jìn)行調(diào)整和發(fā)揮功能的技術(shù)，因此人工智能代理技術(shù)是一項(xiàng)應(yīng)用廣泛的技術(shù)，特別是在計(jì)算機(jī)軟件安全防御系統(tǒng)中。經(jīng)過多年的研究和探索，人工智能代理技術(shù)已經(jīng)逐漸成熟，能夠比過去更準(zhǔn)確地感知互聯(lián)網(wǎng)環(huán)境，有效地配置網(wǎng)絡(luò)空間。在信息爆炸的時(shí)代，網(wǎng)絡(luò)安全已經(jīng)成為互聯(lián)網(wǎng)應(yīng)用的重中之重，人工智能代理技術(shù)的優(yōu)化和應(yīng)用顯得尤為重要。人工智能代理技術(shù)還可以實(shí)現(xiàn)及時(shí)感知網(wǎng)絡(luò)安全威脅、自動(dòng)開啟網(wǎng)絡(luò)保護(hù)等功能[5]。

2 人工智能技術(shù)在計(jì)算機(jī)應(yīng)用軟件開發(fā)中的具體應(yīng)用

2.1 計(jì)算機(jī)應(yīng)用軟件開發(fā)中的瀑布模型

瀑布模型是在19世紀(jì)70年代被提出，并將其應(yīng)用于計(jì)算機(jī)應(yīng)用軟件的開發(fā)過程。經(jīng)過多年的發(fā)展，對于瀑布模型在軟件開發(fā)中的應(yīng)用水平已經(jīng)獲得了顯著的提高，因此瀑布模型是計(jì)算機(jī)應(yīng)用軟件開發(fā)領(lǐng)域的一次技術(shù)革命。在信息技術(shù)發(fā)展和應(yīng)用的過程中，應(yīng)用軟件的開發(fā)被認(rèn)為是極其復(fù)雜的，并且是針對用戶需求進(jìn)行量身定制的，因此其有一定的特殊性。當(dāng)軟件開發(fā)過程中出現(xiàn)缺陷時(shí)，就會(huì)出現(xiàn)應(yīng)用軟件難以實(shí)現(xiàn)其作用的情況。在瀑布模型中，溝通、規(guī)劃、建模和部署是其重要的開發(fā)環(huán)節(jié)。此外，瀑布模型以系統(tǒng)開發(fā)生命周期階段的形式進(jìn)行不斷的優(yōu)化迭代。瀑布模型在軟件開發(fā)過程中存在許多優(yōu)勢，其中一個(gè)就是在階段開發(fā)周期加強(qiáng)了控制。在軟件開發(fā)的某一個(gè)階段一定會(huì)有一個(gè)開始和結(jié)束，這允許軟件工程師和用戶設(shè)定目標(biāo)，以此作為一個(gè)重要的目標(biāo)進(jìn)行發(fā)展。由于需求和設(shè)計(jì)是在代碼執(zhí)行之前定義的，應(yīng)用的工作量和時(shí)間將被最小化，以此來避免開發(fā)進(jìn)程與時(shí)間表之間的背離。

另外使用瀑布模型可以在軟件開發(fā)的早期階段就可以為需求和設(shè)計(jì)提供了包括質(zhì)量增強(qiáng)在內(nèi)的許多優(yōu)勢。同時(shí)使用瀑布模型可以在軟件的設(shè)計(jì)階段就可以發(fā)現(xiàn)并糾正預(yù)期的缺陷。而在軟件的測試階段，所有的模塊將被集成，從而在這個(gè)階段檢測故障并糾正它將是復(fù)雜的，因此在測試階段進(jìn)行糾錯(cuò)的模式一般不被提倡。一般在軟件開發(fā)的前兩個(gè)階段就需要進(jìn)行相關(guān)軟件的糾錯(cuò)，而使用瀑布模型可以高效地向分散在多個(gè)位置的軟件開發(fā)團(tuán)隊(duì)成員傳達(dá)相關(guān)信息，從而提高相關(guān)工作的效率。

2.2 人工智能技術(shù)與計(jì)算機(jī)應(yīng)用軟件開發(fā)之間的關(guān)系

人工智能是一個(gè)多學(xué)科交叉的領(lǐng)域，側(cè)重于將智能方法應(yīng)用于多個(gè)領(lǐng)域。人工智能出現(xiàn)于20世紀(jì)80年代，其重點(diǎn)是在計(jì)算機(jī)應(yīng)用的可用性和用戶的生產(chǎn)力方面實(shí)現(xiàn)自動(dòng)化。隨著計(jì)算機(jī)的普及，人工智能研究人員的興趣擴(kuò)大到包括社會(huì)計(jì)算、普適計(jì)算、創(chuàng)造力、無障礙和娛樂等領(lǐng)域。智能代理是一種人工智能活動(dòng)，其目標(biāo)是提供有用、可用和理想的產(chǎn)品。智能代理定義了“交互產(chǎn)品和服務(wù)的結(jié)構(gòu)和行為，以及用戶與這些產(chǎn)品和服務(wù)的交互”。人工智能的設(shè)計(jì)實(shí)踐遵循以用戶為中心的設(shè)計(jì)的基本原則，基于對真實(shí)用戶的目標(biāo)、任務(wù)、體驗(yàn)、需求和欲望的理解。瀑布或敏捷模型的一個(gè)觀點(diǎn)是，致力于開發(fā)高質(zhì)量的軟件。目標(biāo)用戶能夠使用產(chǎn)品嗎；在開始使用之前，他們需要接受大量的培訓(xùn)嗎；用戶完成任務(wù)的時(shí)間是否太長；用戶在執(zhí)行任務(wù)時(shí)是否會(huì)出錯(cuò)，這些問題的答案可以決定一個(gè)產(chǎn)品的成功或失敗。在這里，人工智能技術(shù)與瀑布或敏捷模型的重疊變得至關(guān)重要。在早期，人工智能技術(shù)的應(yīng)用是有限的，僅在少數(shù)領(lǐng)域的軟件中進(jìn)行部署，在有限的平臺(tái)上，客戶的要求是明確的，軟件產(chǎn)品往往是由少數(shù)運(yùn)營商內(nèi)部使用。產(chǎn)品的可用性變得越來越重要，因?yàn)闃I(yè)務(wù)的成功往往依賴于新手用戶能夠完成任務(wù)。在過去的十年里，軟件的使用范圍進(jìn)一步擴(kuò)大，超越了生產(chǎn)力。除了可用性，自動(dòng)編隊(duì)決定了產(chǎn)品在過去十年的成功，并在可見的一段時(shí)間內(nèi)仍會(huì)如此。人工智能技術(shù)的發(fā)展提出了許多過程、活動(dòng)、方法、技能和可交付成果。典型的人工智能設(shè)計(jì)過程由一個(gè)或多個(gè)階段組成，每個(gè)階段可能包含一個(gè)或多個(gè)人工智能活動(dòng)。人工智能方法可能產(chǎn)生一個(gè)特定的可交付成果，其本身可能是目的，也可能是人工智能過程或軟件開發(fā)過程中另一個(gè)活動(dòng)的輸入。

2.3 人工智能技術(shù)與軟件開發(fā)瀑布模型的結(jié)合

2.3.1 信息通信

在瀑布模型的通信階段，可以向軟件開發(fā)過程中增加一定的靈活性。其中模糊邏輯是一種靈活的邏輯推理過程，為學(xué)習(xí)過程增加了靈活性。學(xué)習(xí)過程及其評估不能以過于準(zhǔn)確的方式進(jìn)行，因?yàn)椴煌男再|(zhì)涉及的個(gè)性。因此，學(xué)習(xí)過程和評價(jià)需要靈活的邏輯推理過程。模糊集提供的柔性機(jī)制可以幫助開發(fā)人員進(jìn)行學(xué)習(xí)過程，并且由于模糊推理過程而使評價(jià)更加容易。此外，評估和細(xì)化是軟件開發(fā)進(jìn)程第一步中的一個(gè)重要步驟。在這個(gè)階段，軟件的評估可以通過合成數(shù)據(jù)值很容易地使用人工智能方法生成。這一步非常有助于預(yù)測軟件產(chǎn)品的未來行為，即使原始數(shù)據(jù)不可用。通過使用不同的學(xué)習(xí)方案，可以很容易地得到缺失數(shù)據(jù)和合成數(shù)據(jù)的歸屬，這些學(xué)習(xí)方案可以生成與原始數(shù)據(jù)相似的數(shù)據(jù)，而無須任何人工干預(yù)。在通信階段也加入了這種綜合評價(jià)和改進(jìn)。

2.3.2 規(guī)劃

瀑布模型的第二個(gè)重要步驟是規(guī)劃，它使用估計(jì)、調(diào)度和跟蹤來執(zhí)行。這些過程是大多數(shù)軟件行業(yè)通常使用傳統(tǒng)方法進(jìn)行執(zhí)行的常見過程。在這里，不同的人工智能方法，如智能優(yōu)化和在線過程適用于每一個(gè)環(huán)節(jié)。智能過程是完全自動(dòng)化的過程，它可以像專家的大腦一樣工作，因此規(guī)劃可能更準(zhǔn)確。同時(shí)，優(yōu)化過程通過搜索空間中的候選解決方案產(chǎn)生有效的計(jì)劃。另外，計(jì)劃更新的在線處理對于及時(shí)有效地計(jì)劃軟件過程也很重要。在此基礎(chǔ)上，將智能分析、最優(yōu)調(diào)度和在線跟蹤有效地結(jié)合起來，提高了系統(tǒng)的性能。對于不同的約束的優(yōu)化也可以進(jìn)行一些質(zhì)量分析。

2.3.3 建模

建模是軟件開發(fā)過程中擴(kuò)展瀑布模型的第三步。在建模階段，完成了用戶界面原型、可用性評估、需求分析和軟件設(shè)計(jì)等重要步驟。在這里，統(tǒng)計(jì)建模是額外集成的整個(gè)過程建模。統(tǒng)計(jì)模型包括概率模型、回歸模型和混合模型，它們是人工智能中常用的方法。統(tǒng)計(jì)模型是一種隱含的數(shù)學(xué)模型，它用來模擬現(xiàn)實(shí)，也可以用來預(yù)測。統(tǒng)計(jì)模型是一類數(shù)學(xué)模型，它包含了關(guān)于產(chǎn)生一些樣本數(shù)據(jù)的一組假設(shè)，以及來自更多群體的類似數(shù)據(jù)。一個(gè)統(tǒng)計(jì)模型代表了數(shù)據(jù)生成過程，通常是不太理想的形式。因此模型是理論的正式表示，將統(tǒng)計(jì)模型集成到瀑布模型中的原因是，通過統(tǒng)計(jì)特征所模擬的事件可以幫助從初始步驟本身預(yù)測軟件產(chǎn)品的結(jié)果。

2.3.4 構(gòu)建

構(gòu)建階段涉及瀑布模型中的多個(gè)活動(dòng)，分別是編碼、測試、開發(fā)和支持以及可用性評估，這些是瀑布模型中的核心活動(dòng)。一般情況下不建議對最后兩個(gè)階段的活動(dòng)進(jìn)行任何改變，然而可以使用DSS進(jìn)行編碼。任何軟件產(chǎn)品的編碼都可以通過與決策支持系統(tǒng)集成來改進(jìn)。DSS可以給程序員建議或提供所需的信息，以加快開發(fā)階段。DSS分析軟件程序?qū)⑺栊畔⒊尸F(xiàn)出來，以便程序員更容易做出決策。決策支持系統(tǒng)可以以圖形方式顯示信息，也可以包含專家系統(tǒng)或人工智能。集成決策支持系統(tǒng)的原因是它可以減少建議所需信息的人為錯(cuò)誤，從而減少調(diào)試時(shí)間。另外由于圖靈測試可以進(jìn)一步提高產(chǎn)品的測試性能，以此進(jìn)行集成智能行為也是非常有效的。

3 結(jié)論

人工智能技術(shù)的發(fā)展帶動(dòng)了計(jì)算機(jī)應(yīng)用軟件的發(fā)展，因此人工智能技術(shù)的創(chuàng)新也就意味著計(jì)算機(jī)應(yīng)用軟件的創(chuàng)新，開發(fā)計(jì)算機(jī)應(yīng)用軟件要注重人工智能技術(shù)的應(yīng)用，特別是在安全防護(hù)、信息入侵等方面。通過人工智能技術(shù)，可以有效地優(yōu)化計(jì)算機(jī)應(yīng)用軟件，進(jìn)一步提高計(jì)算機(jī)應(yīng)用軟件開發(fā)的技術(shù)水平。因此相關(guān)計(jì)算機(jī)應(yīng)用軟件的開發(fā)人員仍需要進(jìn)一步的強(qiáng)化人工智能技術(shù)與計(jì)算機(jī)應(yīng)用軟件開發(fā)技術(shù)的深度結(jié)合，解決目前人工技能技術(shù)在應(yīng)用過程中存在的種種問題，并通過對人工智能技術(shù)的發(fā)展和創(chuàng)新促進(jìn)計(jì)算機(jī)應(yīng)用軟件開發(fā)技術(shù)水平的提高，為計(jì)算機(jī)應(yīng)用軟件的使用者提供更好的使用體驗(yàn)。