高仕巖

摘 要 隨著科技的不斷發(fā)展，人工智能對人們?nèi)粘Ｉ畹挠绊懺絹碓酱螅鱾€領(lǐng)域都在積極地研究人工智能技術(shù)?；诖耍疚耐ㄟ^對人工智能的基本原理進(jìn)行分析，從模式識別、專家系統(tǒng)、機(jī)器翻譯以及神經(jīng)網(wǎng)絡(luò)等方面入手，詳細(xì)論述了人工智能的基本運用方法。

關(guān)鍵詞 人工智能；專家系統(tǒng)；神經(jīng)網(wǎng)絡(luò)

前言

人工智能簡稱AI，它是計算機(jī)學(xué)科中的一個重要分支，自20世紀(jì)70年代以來被學(xué)術(shù)界成為三大頂尖技術(shù)之一。人類在研究人工智能領(lǐng)域起始于1956年，隨后人們不斷的對其進(jìn)行定理證明、邏輯推理以及問題求解，使其在近幾十年來飛速發(fā)展。如果將自然學(xué)科、人工智能和計算機(jī)計算等緊密地結(jié)合在一起，將會成為計算機(jī)甚至人類發(fā)展史上新的里程碑。

1 人工智能的基本原理

人工智能能夠?qū)θ说乃季S和意識等信息進(jìn)行模擬，它不具備人類的智慧，但是卻能像人類一樣進(jìn)行思考，在未來某個時間可能會超過人類的智能。人工智能的基本原理主要從以下幾點進(jìn)行分析：①生成自然語言。利用計算機(jī)中存儲的大量數(shù)據(jù)生成相關(guān)文本，然后轉(zhuǎn)換成為自然語言。②語音識別。利用現(xiàn)代計算機(jī)技術(shù)，對于人們的語音信息進(jìn)行識別，從而完成相應(yīng)的指令。在人工智能中，有一項較為流行的定義，即人工智能就是要讓機(jī)器的行為看起來就像是人所表現(xiàn)出的智能行為一樣。但是，就目前人工智能的發(fā)展來看，這一定義對于強(qiáng)人工智能的可能性進(jìn)行了忽略。從廣義上來說，人工智能是人造機(jī)器所表現(xiàn)出來的智能?，F(xiàn)階段，人工智能可以劃分為四類，即機(jī)器“像人一樣思考”、“像人一樣行動”、“理性地思考”和“理性地行動”。這里“行動”應(yīng)廣義地理解為采取行動，或制定行動的決策，而不是肢體動作。其中，弱人工智能認(rèn)為，機(jī)器只是看起來是智能的，但是本質(zhì)上并不具有自主意識，對于問題的解決與推理更多的是基于專家數(shù)據(jù)庫的建立；而強(qiáng)人工智能則認(rèn)為，只要運行適當(dāng)?shù)某绦颍嬎銠C(jī)就能夠真正的具有“智能思維”。目前，在弱人工智能領(lǐng)域中，已經(jīng)取得了可觀的成就[1]。

2 人工智能的基本運用方法

2.1 模式識別

人類的模式識別，指的是人在信息處理過程中對周邊環(huán)境所形成的認(rèn)知，其應(yīng)用在人工智能上有著如下表現(xiàn)：①人工智能的模式識別，是指計算機(jī)系統(tǒng)通過對外界所輸入的指紋、人臉、視網(wǎng)膜、虹膜、語音等信息的處理，來識別周邊環(huán)境并提取其目標(biāo)數(shù)據(jù)樣本。在這一過程中，其主要利用自身數(shù)據(jù)庫中的信息與所輸入信息進(jìn)行匹配，準(zhǔn)確性極高。由于模式識別基本可以做到“萬無一失”，因此其目前已經(jīng)在很多行業(yè)中得到了應(yīng)用。以通信技術(shù)為例，當(dāng)一個人在電話一端進(jìn)行講話時，系統(tǒng)能夠利用語音識別算法結(jié)合數(shù)據(jù)庫信息，輕松識別出通話者身份并將其反映給另一端的通話者，保證其迅速獲知對方信息。而在汽車行業(yè)中，目前得到普遍使用的語音導(dǎo)航也屬于模式識別的一種，其能夠利用算法和數(shù)據(jù)庫，智能分析出導(dǎo)航者的目的地，并迅速標(biāo)出最近線路，從而為導(dǎo)航者提供方便；②不過，由于人工智能模式識別的數(shù)據(jù)庫，需要事先通過人工輸入信息來進(jìn)行構(gòu)建，使得其在自主性方面有所欠缺，而這方面也是模式識別未來發(fā)展的重點。

2.2 專家系統(tǒng)

專家系統(tǒng)也屬于當(dāng)前人工智能運用的一部分，其可以通過模仿人類專家的方式，利用數(shù)據(jù)庫來解決所輸入問題。其工作方式如下：①該系統(tǒng)數(shù)據(jù)庫中包含有某一個領(lǐng)域內(nèi)的專業(yè)知識，在問題輸入后，該系統(tǒng)可以通過推理判斷的方式來解決問題。在這一過程中，專家系統(tǒng)能夠以專業(yè)知識為基礎(chǔ)，通過一系列思考與判斷而推理得出最終結(jié)論。與此同時，專家系統(tǒng)還賦予了人工智能具備了良好的知識推理結(jié)構(gòu)，這可以使專家系統(tǒng)形成持續(xù)學(xué)習(xí)能力。在此影響下，專家系統(tǒng)也將賦予人工智能以隨機(jī)解答問題功能；②此外，在專家系統(tǒng)的幫助下，人工智能還將獲得自我學(xué)習(xí)能力，這可以保證其具備很強(qiáng)的未來發(fā)展性，并能及時改正所犯錯誤，并通過歸納總結(jié)的方式，隨時從互聯(lián)網(wǎng)中汲取自己所需的知識和經(jīng)驗，這又將賦予其具備自主發(fā)現(xiàn)新知識的能力。因此，目前專家系統(tǒng)已經(jīng)被人們利用于醫(yī)療、交通和家政等多個方面，并正在不斷取得突破性發(fā)展。

2.3 機(jī)器翻譯

在語言識別和自主學(xué)習(xí)功能的推動之下，目前人工智能已經(jīng)能夠通過機(jī)器來完成對語言的自動翻譯，其工作方式主要體現(xiàn)在以下幾個方面：①機(jī)器翻譯主要利用自帶翻譯系統(tǒng)，通過語音轉(zhuǎn)換的方式將所輸入的詞語翻譯為設(shè)置語言。最早的時候其通過自身系統(tǒng)詞典，結(jié)合互聯(lián)網(wǎng)上的語言知識來做出規(guī)則性翻譯。接著，機(jī)器發(fā)展為以機(jī)器統(tǒng)計的形式，利用語音資料庫來完成翻譯工作。這導(dǎo)致了各種快速便捷的翻譯軟件層出不窮，但這些翻譯軟件還是與人工翻譯有所差距；②目前在人工智能的機(jī)器翻譯方面，最先進(jìn)的技術(shù)已經(jīng)可以達(dá)到模仿人工神經(jīng)系統(tǒng)，并利用人類口語資料庫來完成語言翻譯。這種翻譯方法需要人工智能對照海量雙語句子來完成，比較耗費時間，因此目前很多翻譯公司開始利用智能機(jī)器翻譯+人工翻譯的方式來彌補缺陷。以目前中科院研發(fā)的IMT/EC智能機(jī)器翻譯系統(tǒng)為例，該系統(tǒng)能夠通過多路徑動態(tài)選取的方式，將不同的語法、詞意和詞法進(jìn)行整合，充分保障了語句轉(zhuǎn)化的效果，既能夠保留機(jī)器翻譯優(yōu)點又使翻譯效果更加口語化。

2.4 神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)高度模仿人的神經(jīng)系統(tǒng)，并具備優(yōu)良的信息處理能力和錯誤修改能力，其主要具備以下特征：①神經(jīng)網(wǎng)絡(luò)可以和計算機(jī)程序進(jìn)行結(jié)合，保證其原有能力得到進(jìn)一步提高。例如：神經(jīng)網(wǎng)絡(luò)和視覺技術(shù)相結(jié)合能夠形成良好的計算機(jī)視覺技術(shù)，可以大大提升當(dāng)前視覺技術(shù)的觀察精準(zhǔn)度和距離，該技術(shù)已經(jīng)被廣泛應(yīng)用于醫(yī)學(xué)影線觀察和分析上。此外，神經(jīng)網(wǎng)絡(luò)還可以和語音技術(shù)相結(jié)合來使語音識別度更加精準(zhǔn)；②因為神經(jīng)網(wǎng)絡(luò)是依靠模仿人類神經(jīng)系統(tǒng)所建立的，因此其也具備很強(qiáng)生物學(xué)意義，這體現(xiàn)在神經(jīng)學(xué)家可以利用其建立與生物計算機(jī)模型來對人腦功能進(jìn)行分析，這不但可以幫助神經(jīng)學(xué)家更有效地了解人腦，還能間接促進(jìn)神經(jīng)網(wǎng)絡(luò)的性能取得進(jìn)步[2]。

3 結(jié)束語

綜上所述，隨著社會與科學(xué)技術(shù)的不斷發(fā)展，人工智能技術(shù)得以不斷更新。在人工智能中，通過對計算機(jī)技術(shù)的使用，能夠讓其能夠“像人一樣思考”、“像人一樣行動”、“理性地思考”和“理性地行動”。現(xiàn)階段，被普遍使用的人工智能技術(shù)包括模式識別、專家系統(tǒng)、機(jī)器翻譯與神經(jīng)網(wǎng)絡(luò)，促進(jìn)了社會與行業(yè)的更好發(fā)展，顯著地提升了人們的生活質(zhì)量。

參考文獻(xiàn)

[1] 吳曉燕.人工智能發(fā)展對會計工作的影響分析[J].中小企業(yè)管理與科技（上旬刊），2017，（34）：46-47.

[2] 何華燦.人工智能基礎(chǔ)理論研究的重大進(jìn)展——評鐘義信的專著《高等人工智能原理》[J].智能系統(tǒng)學(xué)報，2015，10（01）：163-166.