成濤　李檬

【摘 要】隨著科學(xué)技術(shù)的迅速發(fā)展，很多產(chǎn)品都逐漸趨于智能化，這使得人工智能成為一個無處不在的產(chǎn)業(yè)，研究人工智能成為必然的熱點話題。本文結(jié)合現(xiàn)有的研究資料，簡要介紹了人工智能的發(fā)展歷程，對人工智能的發(fā)展中的問題做出了進(jìn)一步思考，分析了人工智能的技術(shù)現(xiàn)狀并對其應(yīng)用前景做出了展望。

【關(guān)鍵詞】智能；技術(shù)；發(fā)展；人工智能；問題思考

0 引言

人工智能是通過將人類的思維活動賦予機器或系統(tǒng)，使其模仿和執(zhí)行與人類學(xué)習(xí)，思考和決策有關(guān)的智能行為；是一種試圖讓機器以智能方式（類似于人腦的工作方式）工作的計算機技術(shù)；是機器所展現(xiàn)出來的智慧。人工智能只是機器的智能，但隨著機器變得越來越有能力，也有可能大大超過人類。隨著人工智能技術(shù)的蓬勃發(fā)展，在計算機科學(xué)，金融，醫(yī)院和醫(yī)藥，重工業(yè)，交通運輸，玩具和游戲等領(lǐng)域已經(jīng)取得一定程度的成就。智能機器人，人工智能系統(tǒng)組織病床計劃，無人駕駛技術(shù)的應(yīng)用告訴我們，人工智能標(biāo)志著科技進(jìn)一步向前推進(jìn)，給人類帶來了顛覆性的影響，但同時也產(chǎn)生了一些潛在的問題。

1 人工智能的發(fā)展歷程

人工智能——Artificial Intelligence（AI）可以解釋為用人工的方法使機器帶有一定的思維活動，在機器上實現(xiàn)自主地，或交互地執(zhí)行各種擬人任務(wù)的智能行為。從概念提出至今已有60余年，在技術(shù)、算法、應(yīng)用方面不斷取得突破性進(jìn)展。

1956年以前（早期奠定）

古希臘亞里士多德創(chuàng)立的演繹法，17世紀(jì)末，德國萊布尼茲初創(chuàng)數(shù)理邏輯，隨后Wiener、弗雷格、羅素等代表人物不斷補充完善。1943年，美國生理學(xué)家麥克洛奇和皮茲建成第一個神經(jīng)網(wǎng)絡(luò)模型（MP模型）[1]。到1946年，第一臺通用數(shù)字電子計算機ENIAC問世。1948年，控制論、信息論初創(chuàng)，信息科學(xué)得以發(fā)展。1950年，英國數(shù)學(xué)家A·M·Turing在其著作中首次提出論述“機器也能思維”[2]。這些理論都為人工智能的形成奠定了良好基礎(chǔ)。

1956年以后（形成發(fā)展）

1956年夏季，在一次歷史性的聚會——達(dá)特茅斯會議中，這次會議討論了機器模擬人類智能的問題，人工智能成功誕生，人工智能領(lǐng)域的研究正式開始。1969年起，國際人工智能聯(lián)合會議（International Joint Conference on AI，IJCAI）逢奇數(shù)年舉辦。20世紀(jì)80年代，知識工程誕生，專家系統(tǒng)也應(yīng)運而生，人工智能達(dá)到階段性的高峰。2011年，蘋果公司的智能語音助理隨著iPhone4S出現(xiàn)。2012年10月，多倫多大學(xué)Geoffery Hinton宣布在機器學(xué)習(xí)領(lǐng)域達(dá)成重要突破，高通的神經(jīng)網(wǎng)絡(luò)芯片相繼誕生，標(biāo)志著人工智能研究的軟硬件條件基本具備。2014年7月，微軟進(jìn)行人工智能嘗試，推出個人智能助理，同年百度智能問答機器人小度誕生。2015年，Amazon試圖將機器人飛行器運用到快遞服務(wù)中…人工智能正在朝著社會生活的應(yīng)用領(lǐng)域飛速發(fā)展！

2 人工智能發(fā)展中的問題

英國《金融時報》引用一項最近的調(diào)查結(jié)果顯示：全球半數(shù)人工智能專家相信，人類水平的機器智能到2040年就可成為現(xiàn)實[3]。以人工智能為核心的新一輪技術(shù)革命終會將信息社會引領(lǐng)向智能社會。人工智能以其廣泛實用的特點，深入到社會生活的各個行業(yè)，可能產(chǎn)生危險或不期望的意外后果。

2.1 增加人類失業(yè)率

隨著各種人工智能產(chǎn)品開始服務(wù)于各大領(lǐng)域，很多工作即將被人工智能取代，這個是不可逆轉(zhuǎn)的趨勢。2016年1月，世界經(jīng)濟(jì)論壇發(fā)布了報告《未來工作—針對第四次工業(yè)革命的就業(yè)、技能和勞動力戰(zhàn)略》顯示未來五年將有500萬人因人工智能等技術(shù)進(jìn)步而失業(yè)[4]。美國花旗銀行和英國牛津大學(xué)馬丁學(xué)院《工作2.0時代的技術(shù)》研究報告也顯示：未來10年或者20年，1.4億知識工人將會因為人工智能技術(shù)的發(fā)展失去原來的工作[5]。不可否認(rèn)，人工智能會引發(fā)產(chǎn)品的創(chuàng)新，從而產(chǎn)生一些意想不到的新職業(yè)，但大部分就業(yè)市場將被人工智能占據(jù)，導(dǎo)致勞動力市場的兩極分化，人類失業(yè)率將無限上升，從而失去生存的依賴。

2.2 對人類價值觀帶來沖擊

2010年1月9日，新澤西州的“真實伴侶”（True Companion）公司開發(fā)的首款性愛機器人“Roxxxy（洛克茜）”正式面世。2017年2月，美國加州Abyss Creations公司宣布，第一代具有學(xué)習(xí)能力的性愛女機器人Harmony已經(jīng)成功研發(fā)出來。全球知名的人工智能專家戴維·李維預(yù)測最晚在2050年，人類會跟機器人談戀愛，甚至成為配偶，而且將成為社會常態(tài)[6]。那么，人機婚姻的合法性也變成法律問題，人類的思維方式和傳統(tǒng)觀念將與新觀念產(chǎn)生沖突，直接影響到價值觀和信仰。AI也會使用戶形成依賴性，而不去對問題進(jìn)行思考和求解，導(dǎo)致認(rèn)知能力減弱，人類平均智力素質(zhì)將下降。

2.3 人工智能自身的控制與利用

人類思維活動豐富多彩，也有情感因素夾雜，機器難以在短期內(nèi)具備取代人類所有的思維活動的能力，但人類受到緩慢生物進(jìn)化的限制，機器卻能不斷增長的速度重新設(shè)計自身。物理學(xué)家斯蒂芬霍金，微軟的創(chuàng)始人比爾·蓋茨和SpaceX的創(chuàng)始人伊隆·馬斯克表示擔(dān)心人工智能可能演變到人類無法控制的點。2015年12月2日，霍金理論表示，從理論上來說，機器將超過人類智能，這可能“意味著人類的結(jié)束”。谷歌未來學(xué)家?guī)炱濏f爾預(yù)言，在2045年電腦智能與人腦智能融合，AI的奇點到來。加之，人工智能功耗值較大，普及之后可能存在能源危機[7]。人工智能必須被很好的控制利用，確保智能的AI是“友好AI”。

3 人工智能研究現(xiàn)狀

在技術(shù)方向上，歐美處于領(lǐng)先水平，擁有雄厚的技術(shù)基礎(chǔ)，美國專攻軍用機器人技術(shù)，歐洲注重醫(yī)療和服務(wù)技術(shù)的研發(fā)，日本則用于仿人和娛樂方面。目前人工智能在機器人、神經(jīng)網(wǎng)絡(luò)、模式識別以及專家系統(tǒng)方面都一直處于不斷增長的趨勢，取得了令人矚目的成果。先進(jìn)的人工智能技術(shù)開始陸續(xù)進(jìn)入到實用性階段，網(wǎng)絡(luò)，醫(yī)學(xué)，科學(xué)，金融領(lǐng)域中已取得較大進(jìn)展，需要進(jìn)一步發(fā)展的是云機器人和人腦仿生計算技術(shù)。

3.1 專家系統(tǒng)

專家系統(tǒng)（Expert System）具有相當(dāng)于專家知識和經(jīng)驗水平以及解決專門問題的能力的計算機系統(tǒng)，是人工智能應(yīng)用研究最活躍和最廣泛的應(yīng)用領(lǐng)域之一[8]。專家系統(tǒng)是第一批真正成功的人工智能（AI）軟件，它被設(shè)計為通過推理知識來解決復(fù)雜的問題，主要表現(xiàn)為IF-THEN規(guī)則而不是通過傳統(tǒng)的程序代碼。第一個專家系統(tǒng)在20世紀(jì)70年代創(chuàng)建，在20世紀(jì)80年代興起。ES系統(tǒng)能夠高效，迅速，準(zhǔn)確地工作，突破時間和空間的限制，進(jìn)行有效推理決策，解決那些只有專家才能解決的高難度的復(fù)雜問題。主要在醫(yī)療，交通，家居綜合性領(lǐng)域應(yīng)用，其中醫(yī)學(xué)專家系統(tǒng)研究最多而卓有成效的要數(shù)醫(yī)學(xué)專家系統(tǒng)。而研制實用的，高性能的專家系統(tǒng)是當(dāng)前人工智能研究的一項主要任務(wù)[9]。隨著計算機網(wǎng)絡(luò)技術(shù)的不斷發(fā)展和多媒體技術(shù)的突破，專家系統(tǒng)的研究勢必更加深入，取得突破性進(jìn)展。

3.2 神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)開始于20世紀(jì)80年代，隨著計算機技術(shù)的大力發(fā)展以及研究者們不斷對算法進(jìn)行優(yōu)化改進(jìn)，以其驚人的處理速度和較強的容錯能力，表現(xiàn)出良好的智能化。神經(jīng)網(wǎng)絡(luò)已被用于解決使用普通的基于規(guī)則的編程難以解決的各種各樣的任務(wù)，如計算機視覺和語音識別，且成功率已達(dá)到百分之八九十。人工神經(jīng)網(wǎng)絡(luò)與他技術(shù)組合產(chǎn)生模糊神經(jīng)網(wǎng)絡(luò)，廣泛應(yīng)用到醫(yī)學(xué)圖像處理與分析各領(lǐng)域[10]。在像素化圖像方面，隨著圖片模糊程度增加，神經(jīng)網(wǎng)絡(luò)的成功率會降低，但仍然能夠達(dá)到50%到75%的成功率[11]。神經(jīng)網(wǎng)絡(luò)計算科學(xué)領(lǐng)域與生物神經(jīng)系統(tǒng)理論分析和計算建模相關(guān)，為此神經(jīng)科學(xué)家正在觀察生物過程（數(shù)據(jù)）、神經(jīng)處理和生物似然機制（生物神經(jīng)網(wǎng)絡(luò)模型），努力建立統(tǒng)計學(xué)習(xí)理論和信息理論之間的聯(lián)系，使得人工神經(jīng)網(wǎng)絡(luò)技術(shù)能夠邁向新的臺階。

3.3 模式識別

人工智能方法在模式識別，數(shù)學(xué)邏輯等領(lǐng)域同樣廣泛運用。模式識別主要是對已知數(shù)據(jù)樣本中的模式和規(guī)則進(jìn)行識別和提取，通常旨在為所有可能的輸入提供合理的答案，并考慮到它們的統(tǒng)計變化來執(zhí)行輸入的“最可能”匹配。通過計算機來對文字，圖像，聲音，物體等模式的自動識別，是智能機器開發(fā)的關(guān)鍵點[8]。目前模式識別的識別速度快，識別效率和精度也比較高，但主要還是無監(jiān)督學(xué)習(xí)，人為構(gòu)造算法的成分比較大。

3.4 深度學(xué)習(xí)

當(dāng)前，基于人工智能網(wǎng)絡(luò)的深度學(xué)習(xí)技術(shù)是最熱的研究領(lǐng)域。通過深度學(xué)習(xí)能夠?qū)崿F(xiàn)高效的特征提取，更加本質(zhì)被Google，F(xiàn)acebook，IBM，百度，NEC以及其他互聯(lián)網(wǎng)公司廣泛使用，來進(jìn)行圖像和語音識別?；ヂ?lián)網(wǎng)業(yè)務(wù)的快速發(fā)展，為深度學(xué)習(xí)提供了上百萬的樣本進(jìn)行訓(xùn)練，目前語音識別技術(shù)和圖像識別技術(shù)能夠達(dá)到90%以上的準(zhǔn)確率[12]。深度學(xué)習(xí)技術(shù)目前而言還有許多需要深挖的，遠(yuǎn)遠(yuǎn)沒到飽和期。在以前存在硬件上的瓶頸，但隨著NVDIA和一些硬件廠商不斷的升級計算工具，硬件的瓶頸基本上消失了。主要是在其他學(xué)科上面，還需要神經(jīng)科學(xué)等的發(fā)展為Machine learning注入新的血液。

4 結(jié)語

AI技術(shù)不斷進(jìn)化，對各行各業(yè)帶來了顛覆性改變，人工智能正在快速地發(fā)展和改變著人類的生活。目前各個國家各大公司都在努力從技術(shù)上突破，并且已經(jīng)取得一定的成果。如今，人工智能堅定地扎根于流行文化；智能機器人出現(xiàn)在無數(shù)的作品中。AI將潛在地幫助我們開啟新的更先進(jìn)的技術(shù)突破，作為進(jìn)一步的技術(shù)和科學(xué)發(fā)現(xiàn)的催化劑，引領(lǐng)科學(xué)技的發(fā)展。

【參考文獻(xiàn)】

[1]李作進(jìn).基于視覺認(rèn)知的自然圖像目標(biāo)識別研究[D].重慶大學(xué)，2010.

[2]李紅霞.人工智能的發(fā)展綜述[J].甘肅科技縱橫，2007（5）：17-18.

[3]王元豐.揭秘人機大戰(zhàn)背后的飯碗之爭[EB/OL].http：//sports.sohu.com/20160314/n440357465.shtml.2016-03-14.

[4]http：//www.cqvip.com/QK/96203X/201601/668593078.html.

[5]CB Frey，M Osborne.Technology at Work v2.0：The Future Is Not What It Used to Be.Citi GPS：Global Perspectives & Solutions.2016-2-2

[6]佚名.機器人配偶離我們有多遠(yuǎn)[EB/OL].http：//mt.sohu.com/20151113/n426378568.shtml，2015-11-13.

[7]呂澤宇.人工智能的歷史、現(xiàn)狀與未來[J].信息與電腦（理論版），2016（13）：166-167.

[8]田金萍.人工智能發(fā)展綜述[J].科技廣場，2007（1）：230-232.

[9]方毅.嵌入式儀表設(shè)計專家系統(tǒng)推理機設(shè)計與實現(xiàn)[D].浙江大學(xué)，2006.

[10]李清夢，聶生東.神經(jīng)網(wǎng)絡(luò)技術(shù)及其在醫(yī)學(xué)圖像處理中的應(yīng)用[J].中國醫(yī)學(xué)影像技術(shù)，2011（6）：1291-1294.

[11]中關(guān)村在線.在圖像識別上 隱私技術(shù)面臨人工智能的挑戰(zhàn)[EB/OL].[2016-11-25].http：//news.zol.com.cn/604/6044346.html.

[12]楊希.人工智能在國外[N].人民郵電，2015-02-04（006）.

[責(zé)任編輯：田吉捷]