人工智能技術(shù)發(fā)展現(xiàn)狀與展望

摘要：人工智能是模擬人的思維的一種技術(shù)，該技術(shù)一直是計算機技術(shù)發(fā)展的一個重要方向，近年來隨著計算機計算能力的提高與發(fā)展，人工智能技術(shù)從理論到應(yīng)用都得到了長足的發(fā)展，深入工業(yè)和生活的各個領(lǐng)域。文章對人工智能技術(shù)的歷史、應(yīng)用和未來發(fā)展等方面進行了介紹。

關(guān)鍵詞：人工智能；計算機；綜述

中圖法分類號：TP399 文獻標識碼：A

１ 引言

人工智能旨在通過計算機來實現(xiàn)和人類相同的智能方式，包括學(xué)習(xí)、思考、識別、計算等能力，其應(yīng)用于諸多學(xué)科領(lǐng)域，如信息學(xué)、生物學(xué)、邏輯學(xué)、系統(tǒng)學(xué)等。近年來，人工智能發(fā)展尤為迅速，得益于算法的改進和云技術(shù)的發(fā)展以及計算機性能的提高和機器學(xué)習(xí)能力，其在很多領(lǐng)域應(yīng)用廣泛，如人臉指紋識別、自動駕駛、醫(yī)療、機器人等，給社會和人類生活帶來了深遠的影響［１］ 。

２ 人工智能的發(fā)展歷史

１９５６ 年，麥卡錫、明斯基等科學(xué)家研討“如何用機器模擬人的智能”，第一次提出了“人工智能（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，簡稱ＡＩ）”這一概念，這次會議標志著人工智能學(xué)科的誕生，至今已有６０ 多年。

在這６０ 多年里，人工智能也經(jīng)歷了很多階段的發(fā)展，道路也是曲折起伏。在剛開始起步階段，人工智能的理論研究興盛，包括深度學(xué)習(xí)、符號人工智能研究、感知機等。但是，隨著計算機硬件的發(fā)展，從而產(chǎn)生了能夠運行多層人工神經(jīng)元的神經(jīng)網(wǎng)絡(luò)，其被稱為深度神經(jīng)網(wǎng)絡(luò)，可以通過深度學(xué)習(xí)來實現(xiàn)人工智能［２］ 。人工智能的理論框架逐漸成熟，隨著互聯(lián)網(wǎng)的發(fā)展，人工智能開始呈現(xiàn)井噴式的發(fā)展。

３ 人工智能原理

人工智能中有不同的研究方向和學(xué)派，學(xué)派不同原理就不同。首先是符號主義，它又被稱為邏輯，心理學(xué)或者計算機派，是通過物理的符號系統(tǒng)假設(shè)和有限合理性原理的人工智能學(xué)派。該派認為人工智能開始于數(shù)理邏輯，人們認識事物是通過符號來認識的，然后通過運算來表達他們之間的關(guān)系。符號主義采用功能模擬的方法來實現(xiàn)人工智能，首先通過研究人類在認知事物過程中的功能和機理，再用計算機進行模擬該方式，最終來實現(xiàn)人工智能。

另外一種是行為主義，行為主義又被稱為是控制論或進化主義學(xué)派，它通過控制論的感知和動作行為相互關(guān)系，控制系統(tǒng)的人工智能學(xué)派，行為主義認為，人工智能起源于控制論，提出智能取決于感知和行為，取決于對外界各種復(fù)雜環(huán)境的適應(yīng)過程，而不是通過表示和邏輯推理來得出。

行為主義有一個代表性的成果，就是魯克斯研制

的機器蟲。如果讓人工智能像人一樣思考太難了，還不如先做出一個智力低下的機器蟲子，然后讓這個機器蟲子慢慢地進化發(fā)展，最終成為擁有人類一樣智力的機器。行為主義認為感知動作模型是不需要其他輔助的，包括表示、推理等，它只能在現(xiàn)實中與周圍環(huán)境的交互中慢慢學(xué)習(xí)，然后慢慢進化。

最后一種是連接主義學(xué)派，也稱仿生學(xué)派或者生理學(xué)派，是基于神經(jīng)網(wǎng)絡(luò)及網(wǎng)絡(luò)間的連接機制與學(xué)習(xí)算法的人工智能學(xué)派。神經(jīng)網(wǎng)絡(luò)在計算機性能和互聯(lián)網(wǎng)發(fā)展的前提下迅速發(fā)展。它起源于仿生學(xué)，通過對人體大腦的研究，模擬人類大腦神經(jīng)網(wǎng)絡(luò)的生理結(jié)構(gòu)，通過深度學(xué)習(xí)，連接主義已經(jīng)設(shè)計出多種人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型和連接學(xué)習(xí)算法。

神經(jīng)網(wǎng)絡(luò)相對于其他幾種學(xué)派，能使機器更加智能。因為其他方法，更接近于通過計算機模擬出來的智能，它具體的運算方法、過程都是人類可知的，但神經(jīng)網(wǎng)絡(luò)就像人的大腦，它是一個黑盒子以及它內(nèi)部的分析運算過程，我們不知道它是如何識別出這是一只貓的，我們也不知道它是如何下棋的，我們只是給它構(gòu)造了一個外殼，內(nèi)部的識別都是由它的模型結(jié)構(gòu)和深度學(xué)習(xí)而來。人工神經(jīng)網(wǎng)絡(luò)是根據(jù)人類大腦結(jié)構(gòu)的啟發(fā)而設(shè)計出來的，這也是它擁有真智能的根本原因。在我們的大腦中，有數(shù)十億個稱為神經(jīng)元的細胞，它們連接成了一個神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)網(wǎng)絡(luò)就是模仿這種網(wǎng)絡(luò)結(jié)構(gòu)，圖１ 是一個神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖，每個圓代表著一個神經(jīng)元，他們相互連接構(gòu)成了一個神經(jīng)網(wǎng)絡(luò)。

人工智能的程度取決于神經(jīng)網(wǎng)絡(luò)的復(fù)雜度，就像生物的大腦，大腦越簡單，智力越差，如單細胞動物。

所以我們需要深度的神經(jīng)網(wǎng)絡(luò)，這里的深度指的是神經(jīng)網(wǎng)絡(luò)的層數(shù)，層數(shù)越多，那么神經(jīng)網(wǎng)絡(luò)就越復(fù)雜，智能化程度相對較高。同時，深度神經(jīng)網(wǎng)絡(luò)還需要訓(xùn)練，這個訓(xùn)練的過程叫做深度學(xué)習(xí)。深度學(xué)習(xí)需要做的就是把準備好的數(shù)據(jù)源源不斷地輸入到神經(jīng)網(wǎng)絡(luò)中，它在內(nèi)部會不斷地變化學(xué)習(xí)。比如，我們要識別狗，那我們把各種狗的圖片輸入到深度神經(jīng)網(wǎng)絡(luò)模型

中，訓(xùn)練完成后，我們只要拿任意新的圖片讓它判斷，它都能判斷出這張圖片里是否包含有狗，由于神經(jīng)網(wǎng)絡(luò)的深度不同，其存在一定比例的誤判，這就像一個孩子以前從來沒有看到過狗，你給他指出來這就是狗，這個狗的模型就存到大腦里了，等下次看到一個動物他就能判斷這個是否是狗。

４ 人工智能應(yīng)用領(lǐng)域

人工智能已經(jīng)在很多領(lǐng)域進行應(yīng)用，主要包括虛擬助理、汽車自動駕駛、聲紋人臉等識別、自然語言、醫(yī)療等領(lǐng)域。

虛擬助理是一種能夠理解自然語言并可以根據(jù)語音命令回答問題或完成任務(wù)的程序。如今的智能虛擬助手，已經(jīng)越來越“物聯(lián)網(wǎng)”化，它不僅依托于智能手機、Ｐａｄ 和ＰＣ 端，還出現(xiàn)在音響上、汽車里、電燈、電冰箱等各種家用電器中。有的智能虛擬助理甚至還會有自己的個性特點。我們通過和智能虛擬助理交談，與世界連接，可以實現(xiàn)發(fā)送消息，購買商品，查詢，導(dǎo)航等各種操作，甚至還能回答我們的提問。

我們和智能虛擬助理的關(guān)系更像是人與人之間的關(guān)系［３］ 。

汽車自動駕駛領(lǐng)域，隨著計算機和網(wǎng)絡(luò)的發(fā)展，云計算，大數(shù)據(jù)技術(shù)被廣泛應(yīng)用，人工智能在交通行業(yè)被廣泛應(yīng)用，目前有大量的應(yīng)用型公司在研究自動無人駕駛系統(tǒng)，讓系統(tǒng)在沒有人的操作下，可以自動駕駛車輛。自動駕駛依靠雷達，全球定位系統(tǒng)，應(yīng)用人工智能的視覺計算及深度神經(jīng)網(wǎng)絡(luò)計算學(xué)習(xí)，從而實現(xiàn)自動駕駛，它是一個集環(huán)境感知、規(guī)劃決策、多等級輔助駕駛等功能于一體的綜合系統(tǒng)。實現(xiàn)自動駕駛主要通過幾個環(huán)節(jié)，首先是感知，不同的車輛會采用不同的感知設(shè)備，基本包括紅外雷達、超聲波雷達、毫米波雷達、激光雷達等。然后是處理數(shù)據(jù)，也就是將這些檢測到的數(shù)據(jù)進行分析，然后把分析結(jié)果信息發(fā)送給控制設(shè)備。最后一步就是執(zhí)行，把分析結(jié)果的信號傳遞給汽車去執(zhí)行。當然整個過程根據(jù)智能化程度的不同可以分為駕駛員輔助，部分自動駕駛，有條件自動駕駛，高度自動駕駛和完全自動駕駛。完全自動駕駛是最完美的狀態(tài)，車輛不僅能夠應(yīng)對各種復(fù)雜路況，還能對路上出現(xiàn)的突發(fā)情況進行提前預(yù)判，緊急處理，以避免險情，甚至比人腦的反應(yīng)速度要快得多［４］ 。

聲紋、人臉等識別的應(yīng)用也相當廣泛，主要就是對生物特征的識別應(yīng)用。聲紋識別是采集說話人的聲音信息及特征，并保存到數(shù)據(jù)庫中，如利用聲紋比對，判斷其是否是原說話人，從而識別出說話人的身份，它的優(yōu)勢是抗遺忘、防錄音、防合成，特別適用于遠程身份的鑒別，可應(yīng)用于安防、金融、智能家居等領(lǐng)域。人臉識別是根據(jù)人的面部特征來識別身份的一種人工智能技術(shù)，和聲紋識別類似，人臉識別是通過計算機視覺圖像處理等技術(shù)來實現(xiàn)，人臉識別目前廣泛應(yīng)用于各個領(lǐng)域，如金融、支付寶的人臉識別認證支付，另外在智能家居、醫(yī)療、公安等各個領(lǐng)域都廣泛涉及。

自然語言技術(shù)，就是機器對人類語言的理解和處理。人類在講話過程中有著各自的語言類型，還有各種語言環(huán)境，機器要識別不同的語境和語言也是相當有挑戰(zhàn)性。自然語言技術(shù)通過深度學(xué)習(xí)以及分析不同的語言數(shù)據(jù)模式，不斷修正改進，從而實現(xiàn)各種功能。自然語言的應(yīng)用有機器翻譯，如把某種語言翻譯成另外一種語言，目前其應(yīng)用已經(jīng)相當廣泛。還有語音識別，把語音轉(zhuǎn)換成文字或者對話。最近很火的ＣｈａｔＧＰＴ（美國ＯｐｅｎＡＩ 研發(fā)的聊天機器人程序），它是人工智能技術(shù)驅(qū)動的自然語言處理工具，它能夠?qū)W習(xí)理解人類的語言并與其進行對話，而且對話的內(nèi)容相當真實，并能根據(jù)上下文語境給用戶提供建議，還能幫助用戶寫代碼、論文、翻譯、文章、視頻腳本等，甚至已經(jīng)可以取代人類做這些工作。

５ 人工智能與智能生命

人工智能未來能否進化出真正的硅基智能生命，挑戰(zhàn)人類甚至替代人類，這個也是目前人工智能領(lǐng)域爭論比較大的話題。

人工智能未來發(fā)展必然越來越智能，某些方面越來越接近人類，但是如果要產(chǎn)生真正的生命是不大可能的。人類有一些特征，如感覺，人工智能是無法讓機器自己感覺的，如痛感，機器雖然能夠通過傳感器感受壓力，但是無法產(chǎn)生感覺。而且，人類還有一個自我感，機器是無法實現(xiàn)的，人工智能只能是模擬，它只不過是人思維的一個延伸功能助手。

６ 人工智能未來展望

人工智能未來在各行業(yè)取代人力將成為不可避免的趨勢。人工智能目前已經(jīng)取代了一些簡單的重復(fù)性行業(yè)，隨著技術(shù)的發(fā)展，很多行業(yè)的工作將被取代，比如司機，隨著無人駕駛技術(shù)的發(fā)展，未來汽車不需要人來手動駕駛。為減少士兵犧牲，未來士兵也可能大量被機器人取代。當然除了取代人力，人工智能也會普遍成為各個行業(yè)的助手，如醫(yī)療行業(yè)，很多疾病的判斷，甚至動手術(shù)，都可能由人工智能完成。

很多高端科技公司已經(jīng)在研究腦機接口。馬斯克曾宣布將一塊芯片植入大腦，腦機接口技術(shù)可以應(yīng)用在醫(yī)療上，將來可以通過腦機接口治療抑郁、癱瘓、艾滋海默等疾病。另外，腦機接口可以真正實現(xiàn)虛擬現(xiàn)實技術(shù)，使人的思維進入元宇宙，就像一些科幻電影里描述的一樣。腦機接口還能擴展大腦信息存儲，只要植入芯片，人類就不需要通過學(xué)習(xí)獲得知識［５］ 。

人工智能雖然不能進化成真正意義上的生命，但從某種意義上來說，其越來越接近人類的思考方式，并且比人類更有優(yōu)勢，所以安全問題也可能在未來出現(xiàn)，如自主思考，突破程序設(shè)定的安全閥，會對整個社會產(chǎn)生很大的破壞，這些都是未來人工智能需要面對的問題。

７ 結(jié)束語

人工智能技術(shù)從開始到現(xiàn)在已經(jīng)發(fā)展了幾十年，經(jīng)過了幾次低潮期，隨著計算機、網(wǎng)絡(luò)、大數(shù)據(jù)、云計算、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等技術(shù)的發(fā)展，目前其已經(jīng)在各個領(lǐng)域應(yīng)用廣泛，并走進了人類的生活，但目前的人工智能從長遠來說，還處于弱智能階段，在實際應(yīng)用中也存在著一些問題。不過，隨著人工智能技術(shù)越來越受重視，大量資金的投入以及大量科研人員參與該行業(yè)的設(shè)計與創(chuàng)新，人工智能必然會更加智能，在人類社會中的重要性也會越來越高。

參考文獻：

［１］ 程麗莎，張洪波，丁健倫，等．基于人工智能的未來發(fā)展趨勢的分析與探討［Ｊ］．中國新通信，２０１８，２０（５）：９９．

［２］ 程曉楠．計算機人工智能技術(shù)的發(fā)展及其應(yīng)用分析［Ｊ］．科學(xué)技術(shù)創(chuàng)新，２０１９（１７）：９４?９５．

［３］ 李彥峰．人工智能在自然語言處理中的應(yīng)用［Ｊ］．襄陽職業(yè)技術(shù)學(xué)院學(xué)報，２０１８，１７（４）：７１?７４＋７８．

［４］ 周路菡．人工智能下一站：無人駕駛汽車［Ｊ］．新經(jīng)濟導(dǎo)刊，２０１７（Ｚ１）：８９?９３．

［５］ 李啟源．人工智能技術(shù)發(fā)展及典型應(yīng)用綜述［Ｊ］．數(shù)字通信世界，２０１７（１２）：１５９?１６０．

作者簡介：周軍強（１９７９—），本科，講師，研究方向：軟件工程。