李子青

摘 要：本文針對計算機人工智能技術(shù)的應(yīng)用現(xiàn)狀和發(fā)展歷程，探討了人工智能技術(shù)在當前時代的應(yīng)用場景，并針對性地研究了人工智能技術(shù)未來可能的發(fā)展趨勢，希望可以提供一些參考的價值。

關(guān)鍵詞：計算機;人工智能;應(yīng)用;發(fā)展趨勢

人工智能現(xiàn)在一般是指執(zhí)行在人類決策領(lǐng)域內(nèi)考慮任務(wù)的計算系統(tǒng)，在這個系統(tǒng)中，以目前的技術(shù)水平來看，包含著高級數(shù)據(jù)分析和大數(shù)據(jù)應(yīng)用。上世紀50年代中期，人工智能的概念開始完善，直到近些年才開始迅速發(fā)展，并快速成為協(xié)調(diào)數(shù)字技術(shù)和管理業(yè)務(wù)運營的重要工具。在可以預見的未來，人工智能必定是時代的主旋律。

1 人工智能過去和現(xiàn)在

1.1 人工智能的過去

早在幾個世紀以前，就出現(xiàn)了“人工智能”的模糊概念。19世紀末期，人工智能開始出現(xiàn)在科學作品當中，比如H.G.Wells等科幻作家的作品當中就在探索機器人和其他機器的概念——機器像人一樣思考和行動。不過人工智能的概念正式被定義還是上個世紀40年代初期的事情，其標志性的事件是阿蘭·圖靈提出的計算理論，該理論的本質(zhì)是機器如何使用算法來產(chǎn)生機器“思考”。自從這一理論提出后，科學界就開始探索創(chuàng)建人工智能框架的方法。

上世紀50年代中期，達特茅斯學院開始嘗試著進行人工智能的實際應(yīng)用。在當時，所謂“人工智能”應(yīng)用就是采用電腦玩跳棋游戲，與前幾年的AlphaGo玩圍棋如出一轍。然而考慮到上世紀50年代中期計算機還不夠先進的大背景，這樣的人工智能實際應(yīng)用的出現(xiàn)是非常值得贊揚的，稱得上是一種突破性進展。然而，因為功能不完善，且發(fā)展方向不明確，人們對人工智能的熱情又逐漸消退，直到上世紀末人工智能才再一次進入人們的視野，其標志性的事件在于IBM公司開發(fā)了一套國際象棋計算機深藍并且擊敗了世界象棋冠軍。

進入新世紀以來，尤其是最近幾年，人工智能的發(fā)展速度非常迅猛。一般觀察家們普遍認可2015年是人工智能的第一個里程碑年。在2015年谷歌云、亞馬遜網(wǎng)絡(luò)服務(wù)、微軟等開始加強對人工智能的研究，人工智能領(lǐng)域的研究開始致力于提高自然語言處理能力、計算機視覺和分析工具。

1.2 人工智能的現(xiàn)在

從現(xiàn)有的概念來看，人工智能是一個涵蓋了任何與機器智能相關(guān)應(yīng)用的系統(tǒng)的總稱。從目前的研究情況來看，人工智能的研究包含了通用人工智能的研究，這一類研究主張的是系統(tǒng)通常向周圍的世界學習，并且以跨域的方式應(yīng)用數(shù)據(jù)，如谷歌的Deep Mind使用神經(jīng)網(wǎng)絡(luò)學習來操作人類所有的電子游戲。

自然語言處理，具體是使機器能夠閱讀、理解和解釋人類的語言，現(xiàn)在的研究方向是語義引擎，典型的應(yīng)用目前主要是語音識別，如Siri、天貓精靈等等。

機器視覺，機器視覺相當于人工智能的眼睛，必定是研究的重點方向。在過去的幾年，傳感器及相關(guān)技術(shù)得到了大力發(fā)展，極大地強化了機器感知能力。

目前已經(jīng)形成一些比較認可的人工智能構(gòu)件方法，比如機器學習、深度學習、貝葉斯網(wǎng)絡(luò)和遺傳算法。其中機器學習是編寫某種算法并通過輸入一些信息，用來訓練機器，使機器能夠按照人們預想的某種方式運行。深度學習是依靠人工神經(jīng)網(wǎng)絡(luò)模擬近似人腦的神經(jīng)，這個可能會是人工智能發(fā)展的重點方向，因為深度學習對于發(fā)展計算機視覺、語音識別、社會網(wǎng)絡(luò)過濾、醫(yī)學診斷等具有非常重要的價值。貝葉斯網(wǎng)絡(luò)則依賴于概率圖形模型，使隨機變量和條件獨立并去理解和處理事物之間的關(guān)系。遺傳算法，則是利用自然選擇的建模方法，使用變異模型與交叉技術(shù)來解決復雜的問題。

在2018年，我們都經(jīng)歷了基于人工智能和機器學習的工具、平臺以及應(yīng)用程序的迅速興起，這些技術(shù)工具，不僅僅改變了互聯(lián)網(wǎng)以及軟件行業(yè)，還將包括制造業(yè)、健康、教育、農(nóng)業(yè)以及汽車等在內(nèi)的各種垂直行業(yè)產(chǎn)生了重大影響。

從國內(nèi)的情況來看，2016年中國人工智能市場規(guī)模在96.6億元，相比2015年增長37.9%，2017年市場規(guī)模達到135億元，增長率是41.2%，2018年市場規(guī)模則達到了238.2億元，增長率是56.6%。從這種發(fā)展情況來看，2018年已經(jīng)將目前人工智能的技術(shù)水平推到了一個比較高的高度，2019年人工智能市場穩(wěn)健發(fā)展，到年底預計市場規(guī)?？赡苓_到280億元。實際上這是一個比較保守的估計，具體來看，工信部發(fā)布新一代人工智能產(chǎn)業(yè)創(chuàng)新重點任務(wù)揭榜工作方案中指出到2020年要實現(xiàn)自動駕駛、智能服務(wù)機器人、智能消費無人機、物聯(lián)網(wǎng)等幾個重點項目。

當然就目前來說，人工智能已經(jīng)有了一些比較初級的應(yīng)用，如醫(yī)療行業(yè)，現(xiàn)今已經(jīng)實現(xiàn)醫(yī)療影像人工智能、服務(wù)診斷提醒、臨床決策診斷系統(tǒng)、藥物研發(fā)、外殼手術(shù)機器人、醫(yī)療服務(wù)機器人、語音識別錄入，混合現(xiàn)實技術(shù)的醫(yī)療大數(shù)據(jù)平臺，數(shù)據(jù)分析等等。再比如家居領(lǐng)域，目前將人工智能運用到家居領(lǐng)域是行業(yè)探索的重點，也有一些成果出現(xiàn)，比如說上文提到的天貓精靈。實際現(xiàn)在有一種比較典型的智能家居控制系統(tǒng)，算是比較成功的人工智能應(yīng)用，其原理是有一種中控，通過網(wǎng)絡(luò)連接家里各種電子設(shè)備的控制器，通過語音識別即可完成一些比較常規(guī)的操作。還有如汽車，典型的人工智能應(yīng)用則是自動駕駛。除這些應(yīng)用之外，在零售、機器人、安防、制造、教育等行業(yè)領(lǐng)域都有人工智能應(yīng)用的身影。

2 人工智能的發(fā)展

目前的機器智能有三個主要層次，包括機器學習、機器智能和人工智能。從當前時代來看，人工智能的研究進展還處在機器學習階段，也就是目前的應(yīng)用還處于初級階段，離真正的人工智能還比較遙遠。具體來說，目前的機器學習智能在很有限的變量范圍內(nèi)運行，即便只是出現(xiàn)了一個變化，都有可能導致不能運行，比如天貓精靈，智能按照固定的語句來進行識別。實際上現(xiàn)在的人工智能可以區(qū)分狗和貓，但是沒有辦法識別狗的不同品種。鑒于這種情況，人工智能相關(guān)和機器學習在現(xiàn)在和未來幾年還會是研究的重點，IBM、谷歌等組織正在投入大量的資金和時間來研究人工智能技術(shù)，以便更好地為用戶提供便利和好處。

依托現(xiàn)有的人工智能技術(shù)應(yīng)用，未來幾年最可能的趨勢會是強化這些應(yīng)用，如自動駕駛，人工智能技術(shù)與汽車的融合度是比較高的，預計到2020年，自動駕駛智能芯片、車輛智能算法、自動駕駛、車載通信等關(guān)鍵技術(shù)會有所突破，能夠?qū)崿F(xiàn)智能聯(lián)網(wǎng)汽車達到有條件自動駕駛的水平。不過目前自動駕駛汽車還是概念上的東西，車輛軟硬件技術(shù)、人工智能算法、政策和商業(yè)化都不成熟，要走的道路還比較長，這需要構(gòu)建起完善的數(shù)字道路、智能道路，并實現(xiàn)主動感知、自動辨析、主動適應(yīng)交通變化、動態(tài)交互、持續(xù)功能，即新能源汽車+自動駕駛+人工智能+新一代道路系統(tǒng)。

再如，醫(yī)療領(lǐng)域，從上文看，人工智能在醫(yī)療領(lǐng)域的應(yīng)用是比較深入的，目前已經(jīng)有比較完善的人工智能應(yīng)用方案，未來幾年可能會實現(xiàn)跨地域的遠程醫(yī)療服務(wù)，任意時間診斷的遠程醫(yī)療服務(wù)，以及遠程監(jiān)控服務(wù)，低成本，精準的AI監(jiān)控將可能替代臨床。在更長遠的未來醫(yī)療機器人會代替費時費力的人工醫(yī)療服務(wù)，如復建、物理治療等。健康智能手表，可穿戴醫(yī)療設(shè)備，如可穿戴血糖檢測儀、心血管疾病管理裝置、EEG腦電圖顯示器等等。

總體來說，可以將未來幾年人工智能技術(shù)的發(fā)展趨勢概括為如下幾種。

首先，引入支持人工智能的芯片。智能芯片實際上是制約人工智能技術(shù)發(fā)展的瓶頸，人工智能高度依賴專用處理器，現(xiàn)有的CPU無法提高AI培訓模型的速度，AI模型需要額外的硬件來解決復雜的數(shù)學問題，以此來提高任務(wù)處理速度，比如面部識別。現(xiàn)階段英偉達、ARM、高通、英特爾等芯片制造商都在致力于智能芯片的研究開發(fā)。

其次，面部識別的功能還需要進一步完善優(yōu)化。最近面部識別出現(xiàn)了很多負面新聞，但面部識別是人工智能技術(shù)當中的一種重要技術(shù)，在未來必定會持續(xù)發(fā)展，近些年已經(jīng)見證了面部識別技術(shù)的使用，具有非常高的可靠性和準確性，比如支付寶的刷臉支付，未來還會在更高效率的識別技術(shù)上發(fā)力。

再次，人工智能與物聯(lián)網(wǎng)的融合應(yīng)用。隨著5G的逐步完善，邊緣計算成為物聯(lián)網(wǎng)尤其是大規(guī)模物聯(lián)網(wǎng)構(gòu)建的一大關(guān)鍵技術(shù)，這將會是應(yīng)用人工智能的重點領(lǐng)域，包括自動駕駛在內(nèi)都需要邊緣計算，實際上邊緣計算也算是人工智能技術(shù)當中的一項比較關(guān)鍵的技術(shù)，沒有它自動駕駛汽車將會一直是概念，而不會變得實用。而物聯(lián)網(wǎng)廣泛地連接各種電子設(shè)備，為AI提供機器感知能力，實際上現(xiàn)在隨著大數(shù)據(jù)的應(yīng)用，大數(shù)據(jù)和物聯(lián)網(wǎng)的結(jié)合，已經(jīng)體現(xiàn)為初級人工智能應(yīng)用，如果后續(xù)人工智能技術(shù)進一步發(fā)展，用人工智能來代替大數(shù)據(jù)，就會是人工智能的高級應(yīng)用，比如說電影《鋼鐵俠》當中就揭示了理想的人工智能——賈維斯，雖然這是科幻電影中的想象，但很可能會實現(xiàn)。

第四，人工智能的社會經(jīng)濟模型。人工智能的社會關(guān)注度越來越高，但幾乎所有人都提出了一個共同的問題，即AI很快會帶走工作嗎。這個問題并不好回答，誠然人工智能是會奪走資源稀缺的工作，但人工智能的發(fā)展也會帶來新的工作機遇?，F(xiàn)在和未來幾年，這方面還是政府工作當中的一個重點，因為人工智能的應(yīng)用會帶來技能差距風險的擴大，并可能造成兩極分化的社會，所以社會經(jīng)濟模型方面的考量將會是未來的重點方向。

第五，人工智能的建立神經(jīng)網(wǎng)絡(luò)模型的最大挑戰(zhàn)取決于選擇正確的框架，現(xiàn)階段有很多合適的平臺，如TensorFlow、Caffe2、PyTorch等等。在特定框架中訓練以及評估模型后，現(xiàn)階段很難將訓練后的模型移植到另外的一個框架當中，這突出的問題是神經(jīng)網(wǎng)絡(luò)工具之間缺乏兼容性，未來這將是發(fā)展的一個關(guān)鍵點。

3 結(jié)束語

綜上所述，AI在很多方面比人類更有優(yōu)勢，AI已經(jīng)得到了全球從學術(shù)界到應(yīng)用領(lǐng)域的高度重視，而中國在人工智能領(lǐng)域上的開發(fā)研究更是不遺余力的。目前人工智能已經(jīng)在多個領(lǐng)域進行了應(yīng)用，并在在持續(xù)發(fā)展當中。當然這之中的難點問題還有很多，這都是需要去研究的課題。

參考文獻：

[1]艾華.”互聯(lián)網(wǎng)+”人工智能的應(yīng)用與發(fā)展[J].電腦知識與技術(shù)， 2017，13（11）：171-172.

[2]楊麗，陶忠，羅榮等.淺談信息時代人工智能的應(yīng)用與發(fā)展[J].中國水運（下半月），2018，18（6）：60-61.

[3]李佩蓉，解解，崔旭等.人工智能在高校智慧圖書館中的應(yīng)用與發(fā)展——基于人臉識別技術(shù)的應(yīng)用及其算法實現(xiàn)[J].圖書館研究與工作，2018，（7）：27-30.

[4]譚蓓蓓.智能系統(tǒng)集成的應(yīng)用與發(fā)展[J].科技信息，2013，（15）：210， 259.