過馨露

摘 要：人工智能涉及的技術(shù)繁多，應(yīng)用領(lǐng)域廣泛。人工智能技術(shù)的核心思想是為訓(xùn)練集找到一個優(yōu)化的擬合函數(shù)，用以對數(shù)據(jù)進行預(yù)測和分類。從主流技術(shù)出發(fā)，介紹了不同技術(shù)的應(yīng)用場景，闡述了人工智能技術(shù)的核心思想，梳理了不同模型和算法的共性，從而提高學(xué)習(xí)和應(yīng)用效率。

關(guān)鍵詞：人工智能；機器學(xué)習(xí)；語音識別；圖像識別

DOIDOI：10.11907/rjdk.173262

中圖分類號：TP3-0

文獻標(biāo)識碼：A 文章編號：1672-7800（2018）002-0035-03

0 引言

隨著AlphaGo打敗圍棋大師李世石，人工智能逐漸進入了人們的視野。如果說AlphaGo還是基于人類經(jīng)驗的學(xué)習(xí)，那么AlphaZero的成功則是顛覆人們認(rèn)知的，人工智能機器能夠從零開始學(xué)習(xí)，完全不需要人類經(jīng)驗的介入，其技術(shù)的發(fā)展甚至讓人產(chǎn)生了一些恐懼。面對這日新月異的技術(shù)革新，國務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，將人工智能技術(shù)提到了國家發(fā)展戰(zhàn)略的高度[1]。其后，教育部考試中心又將Python這一人工智能領(lǐng)域最通用的編程語言納入了全國計算機二級考試科目，全國各地也紛紛將Python加入高考科目，這說明我國進入了人工智能時代。

人工智能概念最早由麥卡賽等[2]于1956年提出，20世紀(jì)90年代初發(fā)展到了頂峰，然而，受當(dāng)時神經(jīng)網(wǎng)絡(luò)技術(shù)的限制，又一度陷入低迷[3]。2000年，Sharma等 [4]的實驗發(fā)現(xiàn)鼬鼠的視覺和聽覺算法是相通的，這給了研究者很大的啟發(fā)。其后多個實驗證明，人類的很多活動是靠大腦后天習(xí)得的，因而大腦學(xué)習(xí)算法成為研究的熱點[5-6]。2006年，Hinton等 [7]開發(fā)出了高效的深度學(xué)習(xí)算法，打破了原先神經(jīng)網(wǎng)絡(luò)算法的限制，使得人工智能研究再次成為焦點。

1 人工智能實現(xiàn)方式

目前的人工智能處于弱人工智能階段。所謂弱人工智能是指機器能夠智能學(xué)習(xí)一些事物的規(guī)律，但其本身并沒有人類的知覺和思維。

弱人工智能階段，機器實現(xiàn)智能化主要有兩種方式：①事先給定某種數(shù)據(jù)處理的規(guī)則，機器按照既定的規(guī)則編寫程序，處理指定的任務(wù)。這種方式從結(jié)果上看，機器智能地完成了給定的任務(wù)，但實際上其處理數(shù)據(jù)的過程采用的邏輯并非機器本身習(xí)得，而是人為規(guī)定的；②另一種方式恰好與之相反，事先并未給機器指定任何規(guī)則，而是給機器提供大量與指定任務(wù)相關(guān)的數(shù)據(jù)，機器自己通過某種處理方式，從數(shù)據(jù)中找出規(guī)律，并習(xí)得解決問題的邏輯，從而完成指定的任務(wù)，后者稱為機器學(xué)習(xí)[8-9]。

舉例來說，想讓機器具有識別鹿的能力有兩種方式，第一種是給定規(guī)則的，即需要事先告訴機器，鹿的特征是頭上有角、四條腿、有尾巴等等，然后讓機器將滿足給定特征的圖片識別為鹿。第二種方式是不給定規(guī)則，即并未告訴機器鹿有哪些特征，但是提供給機器10萬張關(guān)于鹿的圖片，讓機器自己從這些圖片中學(xué)習(xí)到鹿的特征是頭上有角、四條腿、有尾巴等等，從而具有從不同動物的圖片中識別出鹿的能力。前一種方法會受到人類經(jīng)驗的限制，也就是說事先給定的規(guī)則越多，識別越準(zhǔn)確。而事先若提供了錯誤的規(guī)則，那么機器無法自行更正。而后一種方法則不受人類經(jīng)驗的限制，只要提供訓(xùn)練的數(shù)據(jù)越充分識別就越準(zhǔn)確。因而，機器學(xué)習(xí)是人工智能研究的重點內(nèi)容。

2 機器學(xué)習(xí)

機器學(xué)習(xí)的本質(zhì)是數(shù)據(jù)與算法以及模型的總和。若要讓機器獲得區(qū)分鹿和馬的智能，必須具備3個要素。

2.1 數(shù)據(jù)

數(shù)據(jù)就是需要準(zhǔn)備大量的關(guān)于鹿和馬的圖片，并且給這些圖片打上對應(yīng)的標(biāo)簽，標(biāo)明哪個是鹿，哪個是馬，用于訓(xùn)練機器，讓其自行獲得鹿和馬的特征區(qū)別，從而能夠準(zhǔn)確地區(qū)分鹿和馬。這里需要強調(diào)的是，圖片的數(shù)量必須多。因為我們知道，鹿與馬有許多相似的特征，例如都有四條腿、都有尾巴、體表都無絨毛等。當(dāng)數(shù)據(jù)量不夠充分時，這些相似的特征將會覆蓋各自獨有的特征，例如鹿頭上有角，而馬頭上沒有角等，從而使機器無法準(zhǔn)確區(qū)分出兩種動物的差別。機器對于鹿或馬的識別是以概率的形式存在的，也就是說，如果給定一張鹿的圖片，即使在數(shù)量足夠充分的情況下，還是會有一定的概率將其識別為馬。而數(shù)據(jù)量越大，識別為馬的概率越低，而識別為鹿的概率越接近于1，測試結(jié)果就越準(zhǔn)確。

2.2 算法

機器學(xué)習(xí)根據(jù)其學(xué)習(xí)算法的層次深度，分為淺層學(xué)習(xí)和深度學(xué)習(xí)。

淺層學(xué)習(xí)在其模型中一般不含隱含層或只有一層隱含層。常見的淺層學(xué)習(xí)有線性回歸、隨機森林、K-mean等，淺層學(xué)習(xí)主要用于預(yù)測數(shù)據(jù)走向、進行數(shù)據(jù)分類、實現(xiàn)智能推薦系統(tǒng)等領(lǐng)域[8-9]。

深度學(xué)習(xí)含有較多的隱含層，因而能夠完成更復(fù)雜的學(xué)習(xí)任務(wù)，目前的研究熱點主要有CNN和RNN兩種[8-10]。CNN稱為卷積神經(jīng)網(wǎng)絡(luò)，是通過卷積操作提取數(shù)據(jù)的特征值，從而降低冗余信息的噪音，提高計算效率，主要應(yīng)用于圖像識別領(lǐng)域。RNN稱為遞歸神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)能夠記住過去的信息，可處理具有時序性的數(shù)據(jù)，主要應(yīng)用于語音識別等領(lǐng)域。

無論使用哪種算法，其基本原理都是一致的。仍以鹿馬識別為例說明算法的實現(xiàn)方式。用函數(shù)Y=f（W，x，b）表示圖片與其對應(yīng)動物的相關(guān)性，其中，x表示向機器輸入的各種關(guān)于鹿和馬的圖片，Y表示圖片所對應(yīng)的標(biāo)簽，即圖片顯示的是鹿還是馬的標(biāo)識，W和b是一組參數(shù)，W表示權(quán)重，即圖片對應(yīng)于鹿或馬的概率，而b表示權(quán)重，即對識別結(jié)果的修正，W和b這組參數(shù)是未知的，正是需要機器自行學(xué)習(xí)才能獲得。

2.3 模型

模型就是將事先提供的關(guān)于鹿和馬的圖片數(shù)據(jù)代入到算法中，對其函數(shù)模型進行訓(xùn)練，不斷迭代，得到最優(yōu)的參數(shù)W和b，完成訓(xùn)練，確定出函數(shù)Y=f（W，x，b）關(guān)系。在訓(xùn)練集數(shù)據(jù)以外再提供一系列關(guān)于鹿和馬的圖片數(shù)據(jù)，代入確定的函數(shù)中，輸出該圖片到底是鹿還是馬，用于測試模型的準(zhǔn)確率。endprint

人工智能的根本目標(biāo)是通過數(shù)據(jù)、算法、模型的有機結(jié)合與不斷優(yōu)化，獲得一個良好的擬合函數(shù)Y=f（W，x，b），使得該函數(shù)能夠在未知的數(shù)據(jù)集上有良好的預(yù)測表現(xiàn)，如圖1所示。算法優(yōu)化的最終目的也是為了提高擬合函數(shù)的精度，降低計算的復(fù)雜度。

3 人工智能應(yīng)用場景

目前，人工智能已應(yīng)用到政務(wù)、公安、交通、環(huán)境、醫(yī)療、金融、教育等諸多領(lǐng)域。應(yīng)用由技術(shù)衍生而來，人工智能的主流技術(shù)分類并不復(fù)雜。表1展示了美國與中國在人工智能領(lǐng)域申請專利的細(xì)分領(lǐng)域所占百分比[11]。從表中可以看出，人工智能的應(yīng)用場景主要對應(yīng)于機器人、語音識別、圖像識別等技術(shù)。下面從主流技術(shù)角度進行分類，探究人工智能的應(yīng)用場景。

3.1 機器人應(yīng)用

機器人，顧名思義就是要制造出可以模仿人類各種行為舉止的機器[12-14]。目前機器人已經(jīng)能夠模仿人類的很多動作，除了基本的跑、跳、翻轉(zhuǎn)外，還可進行細(xì)致作業(yè)，如開瓶蓋等。圖2展示了本田于2011年發(fā)布的“ASIMO2011”機器人[15]，他具有視覺和觸覺的識別功能，能根據(jù)人類發(fā)出的指令完成任務(wù)。當(dāng)然，若要實現(xiàn)機器人對人類的完全仿真，還有很長的路要走。

3.2 語音識別應(yīng)用

語音識別就是將語音轉(zhuǎn)化成文本的技術(shù)，包括對語義的分析和識別[15-16]。2013年，Hinton與微軟合作開發(fā)的同聲傳譯，其錯誤率已經(jīng)低至17.7%[17]。截止到2016年，運用神經(jīng)網(wǎng)絡(luò)算法制成的同聲速記已經(jīng)能夠達到95%的準(zhǔn)確率，打敗了人類速記員[15]。在語義分詞分析方面，神經(jīng)網(wǎng)絡(luò)算法也有很好的表現(xiàn)。例如，谷歌的翻譯系統(tǒng)目前已經(jīng)可以完勝人類翻譯。此外，語音識別還被廣泛應(yīng)用于對話機器人，如Siri等。機器能夠通過對自然語言的學(xué)習(xí)，識別出語音的含義，并作出合理的回答，從而實現(xiàn)人機對話。將語音識別與家居相結(jié)合，則可以實現(xiàn)語音控制，免除了對遙控器的依賴[18]。

3.3 圖像識別應(yīng)用

圖像識別的重要應(yīng)用之一便是人臉識別[15]。截止2015年，基于神經(jīng)網(wǎng)絡(luò)的人臉識別已達到99.53%的準(zhǔn)確率，超過了人類識別的97.53%[19]。目前，人臉識別已應(yīng)用于諸多場景，如FaceU等美顏相機，可通過面部的精準(zhǔn)捕獲進行圖片美化。圖像識別還可應(yīng)用于交通方面，攝像頭獲取的車輛圖片可用于識別車輛信息及車牌號。在無人車方面，可通過圖像識別技術(shù)判斷行車路線、躲避障礙物等。

4 結(jié)語

本文詳細(xì)介紹了人工智能的核心思想，數(shù)據(jù)、算法與模型，介紹了機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)的基本概念，展示了人工智能的應(yīng)用場景。人工智能的發(fā)展，必將給人們的生活帶來巨大的變化，我們應(yīng)以擁抱變革的心態(tài)迎接新的技術(shù)，實現(xiàn)可持續(xù)發(fā)展。

參考文獻：

[1] 國務(wù)院.新一代人工智能發(fā)展規(guī)劃[EB/OL]. http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[2] 沈威.國內(nèi)人工智能應(yīng)用研究進展[J].軟件導(dǎo)刊，2007（2）：11-12.

[3] 顧險峰.人工智能的歷史回顧和發(fā)展現(xiàn)狀[J].自然雜志，2016，38（3）：157-166.

[4] SHARMA J， ANGELUCCI A， SUR M. Induction of visual orientationmodules in auditory cortex [J]. Nature， 2000（404）：841-847.

[5] VUILLERME N， CUISINIER R. Sensory supplementation through tongue electrotactile stimulation to preserve head stabilization in space in the absence of vision [J]. Investigative Ophthalmology & Visual Science， 2008， 50（1）：476-811.

[6] 鐘義信.人工智能：概念·方法·機遇[J].科學(xué)通報，2017，62（22）：2473-2479.

[7] RUMELHART D E， HINTON G E， WILLIAMS R J. Learning representations by back propagating errors [J]. Nature， 1986，323（6088）：533-536.

[8] 張潤，王永濱.機器學(xué)習(xí)及其算法和發(fā)展研究[J].中國傳媒大學(xué)學(xué)報：自然科學(xué)版， 2016， 23（2）：10-24.

[9] 何清，李寧，羅文娟，等.大數(shù)據(jù)下的機器學(xué)習(xí)算法綜述[J].模式識別與人工智能，2014，27（4）：327-336.

[10] 尹寶才，王文通，王立春.深度學(xué)習(xí)研究綜述[J].北京工業(yè)大學(xué)學(xué)報，2015，41（1）：48-59.

[11] 李尊.為什么說目前人工智能主要應(yīng)用在這七個領(lǐng)域 [EB/OL] . https：//www.leiphone.com/news/201610/v4WFmCMykIztIWpG.html.

[12] 劉建軍.淺談人工智能應(yīng)用[J].現(xiàn)代工業(yè)經(jīng)濟和信息化，2013（52）：74-75.

[13] 王國彪，陳殿生，陳科位，等.仿生機器人研究現(xiàn)狀與發(fā)展趨勢[J].機械工程學(xué)報，2015，51（13）：27-44.

[14] HONDA. Honda Corporation again published new ASIMO robot after four years[J]. Sensor World，2011（11）：38-39.

[15] 章毅，郭泉，王建勇.大數(shù)據(jù)分析的神經(jīng)網(wǎng)絡(luò)方法[J].工程科學(xué)與技術(shù)，2017，49（1）：9-18.

[16] 黎亞雄，張堅強，潘登，等.基于RNN-RBM語言模型的語音識別研究[J].計算機研究與發(fā)展，2014， 51（9）：1936-1944.

[17] GRAVES A， MOHAMED A， HINTON G. Speech recognition with deep recurrent neural networks[C]. Proceedings of 2013 IEEE International Conference on Acoustics， Speech and Signal Processing.Vancouver： IEEE， 2013：6645-6649.

[18] 劉榮輝，彭世國，劉國.基于智能家居控制的嵌入式語音識別系統(tǒng)[J].廣東工業(yè)大學(xué)學(xué)報，2014，31（2）：49-53.

[19] SUN YI，LIANG DING，WANG XIAOGANG，et al. Deepid3： face recognition with very deep neural networks[J]. Computer Science，2015（150）：873-875.endprint