人工智能在圖書館信息數字化浪潮中的新動向

◎盧 春

(山東財經大學圖書館，山東 濟南 250014)

作為國家文化發展的重要標志，圖書館的現代化建設是推動全民閱讀、文化強國的重要環節[1]。然而，圖書館的現代化建設必然要依托于當前已有的或是在未來中可以預見的技術條件才能推進。隨著科技水平的進一步提升，信息領域已經大踏步進入人工智能大數據時代，圖書館系統也已經迎來新一輪技術革新[2]。本文將聚焦于人工智能在大學圖書館的應用現狀，通過調查統計進一步闡釋人工智能技術在大學圖書館領域應用的優勢和可能會遇到的實際問題，對于我國大學圖書館轉型和進一步提升拓展服務功能具有較強的借鑒意義。

一、人工智能的定義和范圍

人工智能一直是計算機領域重要的分支之一，發展歷程起起伏伏，例如在20世紀80年代隨著計算機行業的迅猛發展出現了一段高潮期后便進入沉寂期，直到21世紀初，在神經網絡領域的重大突破才讓人工智能再次突破瓶頸而興起。正是由于個人終端(如個人電腦、手機、數碼相機、錄音設備、存儲設備等)和互聯網云技術在近20年的迅速發展中形成了海量數據，為訓練和提升人工智能的各種算法提供了基礎大數據。人工智能技術已經廣泛進入公眾生活，以圖形、聲音識別為代表的一系列高新技術為民眾生活帶來了便利，盡管各個行業都開始關注人工智能領域，但苦于沒有相關人才，導致技術轉化相對緩慢。目前，人工智能領域的發展對圖書館建設將帶來何種影響尚未有定論。在部分實際操作方面，人工智能毫無疑問通過優化搜索功能、人機互動、文本挖掘，已經開始改變圖書館的服務模式。

二、人工智能在圖書館領域的應用與潛在的問題

人工智能已經被公認為信息領域的重要發展方向，但在圖書館領域的應用尚處于嘗試階段。目前可以確定的是人工智能將會深度影響學者的文獻搜索過程，并且人工智能的兩個重要分支人機互動和數據挖掘，已經在學術圖書館領域展現出巨大的應用潛力[3]。人機對話指的是可以通過文本、聲音等方式開啟智能對話，即圖靈檢驗中所指的人類無法分辨與之對話的一方究竟是人類還是機器。人機對話目前已經可以利用關鍵字提取等方法回答一些方向性較為明確的問題，對于提升讀者的文獻查詢效率目前已取得了一定的效果，其優勢在于可以全天候服務讀者、回復結果相較于人類具有更高的一致性，利于監管和提升服務水平。但人機對話目前尚有不少局限，例如，互動過程中表現出遠遠低于人腦的靈活性，回復過于機械化，無法維持或者提升讀者的用戶體驗感和親和力。涉及語音互動的系統在方言、口語表達等方面缺少大數據積累，無法讓人工智能進行大數據學習，自我提升算法的準確度和運算效率，而這一模塊又是圖書館領域較為欠缺的領域，人工智能技術尤其是高效的語音識別系統，可以迅速解決這方面的發展瓶頸問題，但這一功能往往僅被年輕讀者所接受，而在年齡較大或者殘障讀者群體中流行程度偏低[4]。數據挖掘指的是通過算法對文本、圖像、聲音等信息進行大規模整理、搜索和再編排，這一技術特別適用于當下的信息爆炸時代，大量學術發表迫使讀者花費大量時間排除無關文獻，但這一技術往往受到知識版權和相關軟件的限制。對于絕大多數的出版物，僅有題目、作者。出版相關信息(地點、出版商、年份)等可以公開查詢，在沒有得到版權所有者許可的情況下不可以提供公開的渠道對出版物未公開內容進行查詢。作為連接出版物和讀者的紐帶，圖書館在獲取相關證書、區別不同軟件等方面具有更大的發揮空間，但現在絕大多數圖書館尚未開啟這方面的調研或實際應用。此外，人工智能的重要性在以大學等為代表的高等教育機構中日趨明顯，主要集中于個人精細化學習方式、學習效果監督、智能導師等方向，這一趨勢也開始影響圖書館的服務模式，隨著人工智能技術不斷深入各個領域，使用者也開始逐漸意識到其潛在的弊端。首當其沖的問題是如何保護使用者的隱私。人工智能不同于傳統軟件技術，其各種軟件算法可以通過獨立學習大量數據不斷完善自身，因此獲取大量數據用以學習是達到智能化的前提，但這也提出了新的挑戰，如何保護個人數據不會被用于其他用途以及如何劃分商業服務與公共服務之間的界限，成為法律、科技倫理、學術界所共同關注的焦點[5]。人工智能所面臨的第二個主要問題是如何保證其運算結果的可信度，以及過程的透明化。人工智能的運算過程是一個變化的學習過程，取決于基礎數據的不斷收集和算法的更新。這就造成了整個運算過程不夠透明，導致最終呈現在讀者面前的搜索結果趨同化，進而影響某個領域的多樣化發展，抑或是大型出版商可以通過干預基層算法的設置來直接影響讀者所搜索到的出版物而從中獲利。但是，這些觀察基于定性分析，依然存在很大的不確定性。

三、研究方法

本文研究的對象集中于學術型大學圖書館，這些圖書館往往具有相似的管理模式和資金來源，由于學校本身的學術研究能力較強，因而其學術資源也相對更加豐富，工作人員的專業素養相對較高，對于人工智能等新型技術也更加具有開放性，具有更好的橫向比較意義。本文通過這些大學或者圖書館網站對以下關鍵詞進行搜索：人工智能、機器學習、深度學習、文本發掘。同時，通過訪問圖書館工作人員或者收集這些大學圖書館近期發展總體規劃白皮書(2017—2022)、研究規劃、相關課程、學生團體、初創公司和企業合作等相關信息，通過定性或者定量分析，總結人工智能在大學圖書館的應用程度，進而分析人工智能技術在圖書館領域的應用前景和目前遇到的主要問題。

四、結果與討論

統計結果中最引人注目的是沒有幾家大學圖書館在最近五年的總體規劃中提到人工智能。大部分單位提到了數字創新技術，或者大規模數字化書籍。盡管大學圖書館在總體規劃中并沒有明確提及人工智能，但這些大學都在不同程度上推動了人工智能在當下的發展。最明顯的例證是，全部大學均開設了大量不同形式的人工智能課程，這些課程不僅僅局限于計算機系，而是面向全校師生，并提供暑期學校、創業培訓等多種學習模式。部分頂尖高校還會調撥專項資金為人工智能領域下的各種學生團體和研究小組提供場地及資金來推動創新。雖然這些大學都對人工智能領域表現出了極大的關注，但僅有極少數大學的圖書館提供相關培訓，而且這些培訓往往集中于已有的算法或者軟件的調用，常常與計算機編程培訓合并進行。在調研過程中，尚未發現有大學圖書館主導的人工智能科研項目、學術會議或者工作坊。這一現象的根本原因在于高校圖書館目前的信息管理——查詢依然采用傳統的文獻學管理模式，主要依靠關鍵詞(包括題目、主題、文章關鍵詞、出版年份、作者、出版商、文獻所屬領域等)進行精確或者模糊匹配。圖書館的文獻整理和查詢往往通過圖書卡片進行，互聯網興起之后則通過電腦、手機等個人終端進行操作，毫無疑問查找效率極大提高，但底層邏輯依然遵循關鍵信息配備，而非人工智能所提倡的動態學習模式。不過，這些高校擁有的大量優質人工智能團隊是其他業界(例如出版界)所無法比擬的，高校圖書館應該更加積極地參與到人工智能的發展當中，向人工智能界充分闡釋圖書館的客戶需求以及客戶特點，并整合提供多年來服務于學校不同專業所積累的經驗，通過數據分享和算法研發，尋找最新的解決方案。

調研過程中發現，有部分大學已經開始利用手機圖書館APP、微信小程序、公眾號等服務在校師生，極大地提高了圖書信息搜索的便捷程度，也因此產生了大量用戶數據。而這些用戶數據恰好為發展個人精細化學習、終身學習，甚至是研究學校不同專業的發展趨勢等提供了重要的一手資料。對于在校師生而言，實時獲取最新的出版物(包括期刊、書籍等)是增強科研競爭力的關鍵，對于學校校圖書館而言，如何利用有限的資金進行合理分配，最大程度地滿足師生科研教學的需要是重中之重。由于不同學校、不同專業的人數和研究方向不同，還要同時考慮到科研教學的動態變化，大學圖書館很難全面、實時地跟蹤每一個專業領域配置的資料。人工智能的引入勢必會幫助學校圖書館更加系統地提供服務。例如，通過人工智能程序監督學習某一特定專業本科生的借閱模式，輔以該專業本科教育的課程大綱，結合該專業重要期刊最新的研究成果，便可以實時根據學生的學習進度推薦相關書籍或專業文章。這一模式也可以推廣到教師的科研備課過程中，例如，根據教師的專業方向和教學內容，及時推薦與之相關的最新科研成果(書籍、科研文章、專利等)，教師也可以根據所推薦的內容做出相應反饋，表達相關推薦能夠在何種程度上幫助自身的科研教學、項目申請完成等，這樣量化反饋同樣是珍貴的算法學習數據，通過自動上傳并加以學習后可以進一步優化系統所推薦的科研信息，形成良性循環，在節省大量圖書館人力物力的同時，更加精確地優化圖書館的資源配置，全方位提高讀者的學習效率和圖書館的服務質量。

人工智能的另一個重要數據來源是圖書館的主動采集，主要方式是三位立體掃描或者高清二維掃描。這一方法最早源自對于竹簡、甲骨文等古代書籍或者近代報紙、檔案、書信、地方志等重要的不可再生信息的保護，即讀者不用接觸實體書報便可查找信息，而這些珍貴資料也可以交付專業的文物保護機構妥善保存。再過去的十年中，許多高校十分注重對于文物古籍以及校史檔案的保護，多數圖書館也采購了相關儀器進行信息電子化，為人工智能的引入奠定了重要的基礎。目前這些信息往往以圖片的形式保存，且很多資料以古代字體為主，無法通過關鍵字直接搜索，導致查詢十分不便，但通過人工智能的圖片識別則完全可以實現查詢自動化，為人工智能在圖書館服務方面創造新的應用領域。

調研的另一個發現是大學圖書館在人工智能的外延領域，例如在大數據庫的建設和公眾宣傳方面依然具有巨大的發展潛力。作為大學里的重要基礎設施之一，圖書館肩負著保存和傳承知識、全方位服務師生等多種重要使命。目前高校的人工智能團隊多以項目為中心，項目負責人帶頭，中堅力量為博士后研究員，實行聘任制，可以集中團隊力量進行攻關，但是項目一旦結束，在科研過程中搜集或者創造的大量科研數據則會面臨無人監督的窘境，盡管科研成果可以通過各種形式予以發表，但是這些珍貴的元數據往往難以全部發表，而這些數據大多具有多重應用價值，如果能夠整合保存起來，可以很大程度上減少未來科研人員的重復勞動。同時，這些數據也可以為人工智能的自我學習提供幫助，預測某一個領域的發展方向。圖書館在這方面有得天獨厚的條件，管理人員接受過相關專業訓練，對于信息的保存和管理駕輕就熟，將高校科研團隊收集或者產生的大量數據加以整合，為科研提供長期數據支持，可以作為圖書館參與人工智能領域發展的重要結合點。圖書館不僅要為學校師生整合最優質便利的學術資源，同樣也可以提供設施完善的會議場所。人工智能的從業者往往以年輕人為主，工作模式也非常多樣化。我們發現，人工智能以編程愛好者為主，在校學生居多，運行模式即是在主要的人工智能大學、企業或者社會公益單位等現場舉辦編程競賽，而這些活動往往缺少基礎設施完善的大型場地，這種形式新穎且模式靈活的競賽活動已經被人工智能界廣為接受，但對于圖書館依然陌生，通過協助舉辦人工智能相關的學術會議、主題講座、編程競賽等活動，展示人工智能領域最新的研究成果等，同樣可以為圖書館和人工智能領域搭建起更加多樣化的溝通橋梁。

五、結語

人工智能為高校圖書館現代化提供了重要契機的同時，也提出了新的挑戰，在圖書館領域擁有巨大潛力，可以幫助圖書館全面提升在大學科研教學過程中的服務效率。目前急需解決的問題是在圖書館與人工智能專業之間建立有效的溝通機制，讓雙方充分了解各自的優勢。圖書館所屬大學擁有世界一流的人工智能教學和創業環境，或可借助圖書館長期積累的用戶數據和成熟的人工智能算法體系實現井噴式發展。通過長期合作實踐，建立完善相關的規范和法律，從制度上實現系統開發、版權、知識分享、個人精細化學習、終身學習等一系列社會目標。這對于人工智能和整個圖書館行業今后的發展具有一定的借鑒意義，如果能在二者之間迅速架起一座溝通的橋梁，不僅可以擴展人工智能的應用領域，幫助圖書館行業加速實現現代化，同時也可以幫助我國在這一領域建立國際規范，進一步提升國際領導力。