摘 要 跨領(lǐng)域的知識(shí)鴻溝和較高的技術(shù)門檻長(zhǎng)期以來(lái)一直阻礙著人工智能在圖書館的廣泛應(yīng)用。論文對(duì)近年來(lái)人工智能技術(shù)發(fā)展的內(nèi)涵特征進(jìn)行總結(jié)歸納，提出人工智能基礎(chǔ)設(shè)施化時(shí)代已經(jīng)來(lái)臨，指出人工智能的易用性已經(jīng)產(chǎn)生質(zhì)的飛躍，人工智能將進(jìn)入像水和電等基礎(chǔ)設(shè)施一樣可以輕松利用的新階段；然后通過(guò)實(shí)踐案例直觀地證實(shí)當(dāng)前人工智能靈活、便捷、易用的新特點(diǎn)；最后從思維模式重塑、知識(shí)體系完善、協(xié)同創(chuàng)新三個(gè)方面提出運(yùn)用人工智能為圖書館建設(shè)賦能增效的具體建議。

關(guān)鍵詞 智慧圖書館；人工智能；新型基礎(chǔ)設(shè)施；圖書館服務(wù)創(chuàng)新；讀者意見(jiàn)分析

分類號(hào) G250.7

DOI 10.16810/j.cnki.1672-514X.2023.10.001

A New Opportunity for the Construction of Smart Library： the AI Emerging as a Form of Infrastructure

Hou Zhijiang

Abstract The long-standing knowledge gap across disciplines and the high technological threshold have persistently hindered the widespread application of Artificial Intelligence in libraries. This paper summarizes and analyzes the intrinsic characteristics of the recent development of AI technology， proposing that AI is becoming a new type of infrastructure. It points out that AIs usability has undergone a qualitative leap and is entering a new phase where it can be utilized as conveniently as fundamental infrastructures like water and electricity. Then this paper empirically confirms the new characteristics of AIs flexibility， convenience， and ease of use through practical case studies. Lastly， it proposes specific suggestions to promote the usage of AI in smart library construction from three aspects： the reshaping of thinking mode， the reconstruction of knowledge system and the collaborative innovation.

Keywords Smart library. Artificial intelligence. AI infrastructure. Library service innovation. Reader opinion analysis.

0 引言

近年來(lái)，伴隨著人工智能（Artificial Intelligence，

AI）技術(shù)的快速發(fā)展，人工智能在生活中的創(chuàng)新應(yīng)用如雨后春筍般涌現(xiàn)出來(lái)。從方便快捷的語(yǔ)音助手到醫(yī)學(xué)CT影像的智能診斷，從隨處可見(jiàn)的人臉識(shí)別到快遞面單的智能填寫，層出不窮的人工智能應(yīng)用正在深刻改變著人類的生活，也加速推動(dòng)著各個(gè)行業(yè)的智能化升級(jí)與變革。新一代的人工智能技術(shù)在圖像識(shí)別、機(jī)器翻譯、自然語(yǔ)言處理等許多領(lǐng)域已經(jīng)取得引人矚目的成績(jī)，一些應(yīng)用場(chǎng)景下的準(zhǔn)確度已經(jīng)顯著超越人類的水平，展現(xiàn)出超凡的能力和廣闊的前景[1]。正如歷史上蒸汽機(jī)、電、計(jì)算機(jī)的發(fā)明一樣，人工智能的強(qiáng)大驅(qū)動(dòng)力正在掀起新一輪的科技革命，推動(dòng)人類社會(huì)邁向智能時(shí)代。在這場(chǎng)改變世界、改變未來(lái)的科技革命浪潮中，人工智能必將給圖書館界帶來(lái)深刻的影響，改寫圖書館的服務(wù)方式和管理方式。如何將人工智能與圖書館相結(jié)合，運(yùn)用人工智能技術(shù)為圖書館發(fā)展賦能，是時(shí)代賦予圖書館界的一道必答題，事關(guān)圖書館能否抓住智慧化升級(jí)這一寶貴的戰(zhàn)略發(fā)展機(jī)遇。圍繞這個(gè)時(shí)代課題，許多圖書館界學(xué)者已經(jīng)展開積極有效的探索實(shí)踐。

從相關(guān)文獻(xiàn)統(tǒng)計(jì)分析來(lái)看，“人工智能”已成為“智慧圖書館”主要的關(guān)聯(lián)技術(shù)主題詞，并且兩者共現(xiàn)頻次呈現(xiàn)不斷上升的趨勢(shì)。這從側(cè)面反映出人工智能正在成為智慧圖書館建設(shè)新的研究焦點(diǎn)和發(fā)展趨勢(shì)。這一判斷與楊思洛[2]，王晰巍[3]等人分別基于Scopus和Web of Science數(shù)據(jù)庫(kù)文獻(xiàn)聚類分析得出“人工智能在圖書館應(yīng)用是智慧圖書館的研究熱點(diǎn)”的結(jié)論一致。在現(xiàn)有研究中形成了一些具有代表性的觀點(diǎn)。楊文建提出人工智能驅(qū)動(dòng)圖書館變革的方向途徑，包括資源、空間、服務(wù)、館員和用戶五個(gè)方面[4]，勾勒出人工智能在圖書館中的應(yīng)用框架。楊國(guó)鳳進(jìn)一步討論了人工智能時(shí)代圖書館服務(wù)的變化特征[5]。王世偉則指出要將深化人工智能應(yīng)用“從圖書館的技術(shù)支撐層面上升至圖書館創(chuàng)新發(fā)展的戰(zhàn)略視野加以思考與謀劃”，把人工智能提高到智慧圖書館建設(shè)戰(zhàn)略的高度[6]。王晰巍探討了人工智能在智慧圖書館建設(shè)中的多種落地場(chǎng)景[3]。楊新涯等從“新型基礎(chǔ)設(shè)施”視角分析了以人工智能為代表的“新型基礎(chǔ)設(shè)施”賦予圖書館的三大機(jī)遇[7]。這些研究為人工智能在圖書館的應(yīng)用前景描繪了清晰的輪廓，但總體側(cè)重于宏觀的討論，對(duì)具體運(yùn)用的方法策略卻深入不多。然而，人工智能如何在圖書館落地實(shí)施是圖書館面臨的一個(gè)亟待解答的、繞不開的重要命題。

當(dāng)前圖書館界在運(yùn)用人工智能技術(shù)時(shí)，主要依賴于采購(gòu)第三方的技術(shù)設(shè)備來(lái)實(shí)現(xiàn)，例如常見(jiàn)的人臉識(shí)別、語(yǔ)音識(shí)別等，而那些沒(méi)有現(xiàn)成設(shè)備或商品的人工智能技術(shù)，如智能情感分析、語(yǔ)義理解等，則在圖書館鮮有落地應(yīng)用的案例。依賴市場(chǎng)上的技術(shù)設(shè)備來(lái)實(shí)現(xiàn)人工智能，雖然簡(jiǎn)單快捷，但這些終究只是智慧圖書館建設(shè)的一些“魚”，而不是“漁”，缺乏靈活性和自主性，不僅嚴(yán)重受制于圖書館經(jīng)費(fèi)預(yù)算和第三方技術(shù)設(shè)備供給，而且猶如無(wú)本之木，束縛了圖書館自主發(fā)展的后勁與潛力。這樣的現(xiàn)實(shí)困境在一定程度上影響了圖書館智慧化變革的進(jìn)程，所以正如楊新涯[7]所指出的問(wèn)題“目前人工智能在圖書館的應(yīng)用普遍還處于弱智能狀態(tài)”。相比生活中精彩紛呈的人工智能應(yīng)用，人工智能在圖書館服務(wù)智慧化領(lǐng)域的應(yīng)用則顯得相對(duì)“冷清”，側(cè)面反映了人工智能技術(shù)在圖書館應(yīng)用落地的現(xiàn)實(shí)困難。人工智能應(yīng)用技術(shù)的短缺已經(jīng)成為阻礙圖書館發(fā)展的一種“卡脖子”問(wèn)題，特別是在當(dāng)前“過(guò)緊日子”的經(jīng)濟(jì)背景下，僅靠“魚”發(fā)展顯得格外困難。如何破解新一代智慧圖書館建設(shè)有“魚”無(wú)“漁”的難題，促進(jìn)人工智能在圖書館深入而廣泛的應(yīng)用正是本文研究的出發(fā)點(diǎn)。

本文運(yùn)用跨學(xué)科研究方法，首先闡釋解讀人工智能基礎(chǔ)設(shè)施化的內(nèi)涵與現(xiàn)實(shí)意義，特別指出人工智能基礎(chǔ)設(shè)施化對(duì)人工智能在圖書館的應(yīng)用是一個(gè)具有重要意義的轉(zhuǎn)折點(diǎn)。然后通過(guò)一個(gè)讀者情感智能分析的實(shí)踐案例來(lái)證實(shí)人工智能技術(shù)的“工具化”變革，展示了圖書館借助遷移學(xué)習(xí)平臺(tái)可以像日常使用水、電、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施一樣，便捷、高效、靈活地運(yùn)用人工智能技術(shù)。最后就圖書館如何把握人工智能基礎(chǔ)設(shè)施化的戰(zhàn)略契機(jī)，加快智慧圖書館高水平發(fā)展提出參考建議。

1 人工智能基礎(chǔ)設(shè)施化的內(nèi)涵

2018年12月，中央經(jīng)濟(jì)工作會(huì)議提出“加強(qiáng)人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新型基礎(chǔ)設(shè)施建設(shè)”，首次提出了“新型基礎(chǔ)設(shè)施”的概念。2020年4月，國(guó)家發(fā)改委進(jìn)一步界定了“新型基礎(chǔ)設(shè)施”的范圍[8]，明確指出新型基礎(chǔ)設(shè)施包括“以人工智能、云計(jì)算、區(qū)塊鏈等為代表的新技術(shù)基礎(chǔ)設(shè)施”，人工智能技術(shù)正式成為了國(guó)家與社會(huì)的一種基礎(chǔ)設(shè)施。

在此有必要厘清人工智能的概念。人工智能本身是一個(gè)古老而寬泛的概念，只要能夠體現(xiàn)智能的人造機(jī)器都屬于廣義人工智能的范疇。實(shí)現(xiàn)人工智能的途徑有很多種，其中現(xiàn)代常用的途徑是機(jī)器學(xué)習(xí)，通過(guò)數(shù)據(jù)訓(xùn)練得到一個(gè)數(shù)學(xué)模型來(lái)進(jìn)行判斷預(yù)測(cè)，使機(jī)器表現(xiàn)出一定的智能性。人工神經(jīng)網(wǎng)絡(luò)是眾多機(jī)器學(xué)習(xí)方法中的一種，但是近年來(lái)，得益于深度人工神經(jīng)網(wǎng)絡(luò)技術(shù)的顛覆性進(jìn)步，人工智能取得了革命性的提升。因此，當(dāng)今學(xué)術(shù)界和社會(huì)上被人們廣泛提及的“人工智能”準(zhǔn)確來(lái)講是指基于“深度人工神經(jīng)網(wǎng)絡(luò)技術(shù)”所實(shí)現(xiàn)的新一代人工智能，是一個(gè)狹義的有具體指向性的概念，而不是傳統(tǒng)意義上廣義的人工智能。

為什么現(xiàn)在才將人工智能列入基礎(chǔ)設(shè)施的范疇？其原因正是由于人工智能技術(shù)在近些年產(chǎn)生了質(zhì)的飛躍，“功能大幅提升，門檻大幅下降”，使之能夠成為一種基礎(chǔ)設(shè)施為各個(gè)行業(yè)賦能，這一重要的轉(zhuǎn)變可概括為“人工智能基礎(chǔ)設(shè)施化”。人工智能基礎(chǔ)設(shè)施化不僅是一個(gè)新的概念，更意味著一種全新的方法論，它將像一座橋梁一樣消除圖書館與人工智能之間難以逾越的鴻溝，自此以后“一橋飛架南北，天塹變通途”。準(zhǔn)確把握人工智能基礎(chǔ)設(shè)施化的內(nèi)涵，有助于更加透徹地認(rèn)識(shí)人工智能的重要價(jià)值，在智慧圖書館建設(shè)中充分發(fā)揮人工智能的作用和力量。結(jié)合近年來(lái)人工智能的最新進(jìn)展，人工智能基礎(chǔ)設(shè)施化的邏輯內(nèi)涵可以概括為以下三個(gè)方面。

1.1 意味著人工智能的功能已經(jīng)非常強(qiáng)大

2006年以來(lái)，得益于海量訓(xùn)練數(shù)據(jù)的出現(xiàn)、計(jì)算機(jī)并行計(jì)算能力的提升、模型訓(xùn)練算法的改進(jìn)，深層人工神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)訓(xùn)練（即深度學(xué)習(xí)）取得了突破性的進(jìn)展，使得過(guò)去難以訓(xùn)練的大規(guī)模復(fù)雜神經(jīng)網(wǎng)絡(luò)模型也能夠得以訓(xùn)練[9]。理論上，人工神經(jīng)網(wǎng)絡(luò)模型規(guī)模越大，其功能就越強(qiáng)，越能解決各種復(fù)雜的問(wèn)題[10]，因此，深度學(xué)習(xí)的發(fā)展推動(dòng)人工智能的智能化水平實(shí)現(xiàn)爆發(fā)式提升。除了廣為人知的AlphaGo戰(zhàn)勝人類世界圍棋冠軍這一標(biāo)志性的事件之外，人工智能在機(jī)器問(wèn)答[11]、語(yǔ)音識(shí)別[12]等領(lǐng)域也已經(jīng)超出人類的水平。生活中快速普及的人臉識(shí)別、語(yǔ)音助手等技術(shù)，也從側(cè)面印證了人工智能前所未有的智慧能力。

隨著科學(xué)家對(duì)人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化改進(jìn)，人工智能不斷在新的應(yīng)用領(lǐng)域表現(xiàn)出驚人的成績(jī)，持續(xù)刷新人們的想象，其性能的優(yōu)越性、通用性、穩(wěn)定性已經(jīng)實(shí)現(xiàn)由量的積累邁向質(zhì)的飛躍，對(duì)很多領(lǐng)域都產(chǎn)生了重要的推動(dòng)，因此，有必要將其基礎(chǔ)設(shè)施化，使其進(jìn)一步推廣普及，惠及更多行業(yè)。

1.2 標(biāo)志著人工智能的利用已經(jīng)足夠容易

回顧信息化時(shí)代計(jì)算機(jī)與互聯(lián)網(wǎng)等基礎(chǔ)設(shè)施的發(fā)展歷史，可以發(fā)現(xiàn)一項(xiàng)技術(shù)的基礎(chǔ)設(shè)施化包含兩個(gè)內(nèi)在的邏輯過(guò)程。首先需要功能上的突破性進(jìn)展，使其給各行業(yè)都能帶來(lái)革命性的影響，從而具備基礎(chǔ)設(shè)施化的必要性，同時(shí)還需要較低的應(yīng)用門檻和成本，使其具備在各領(lǐng)域推廣應(yīng)用的可行性?！肮δ軓?qiáng)大性”與“易于實(shí)施性”兩者缺一不可。

早期深度學(xué)習(xí)的發(fā)展為人工智能帶來(lái)了史無(wú)前例的提升，但在當(dāng)時(shí)距離普及應(yīng)用仍有較大的差距。主要原因是每個(gè)不同的應(yīng)用場(chǎng)景、不同的實(shí)際問(wèn)題都需要分別從零開始進(jìn)行獨(dú)立完整的全過(guò)程訓(xùn)練，包括搜集海量的訓(xùn)練數(shù)據(jù)、設(shè)計(jì)專用的人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、運(yùn)用大規(guī)模計(jì)算集群進(jìn)行訓(xùn)練等，每一個(gè)步驟都充滿挑戰(zhàn)。且不說(shuō)數(shù)據(jù)標(biāo)注的龐大工作量、訓(xùn)練集群高昂的價(jià)格，僅人工神經(jīng)網(wǎng)絡(luò)選型設(shè)計(jì)所需要的技術(shù)知識(shí)就足以將大多數(shù)非專業(yè)人員拒之門外。幸運(yùn)的是在這一關(guān)鍵時(shí)刻，人工智能發(fā)展進(jìn)程中的另一個(gè)里程碑——“遷移學(xué)習(xí)”的出現(xiàn)大幅降低了運(yùn)用人工智能解決各種場(chǎng)景問(wèn)題的技術(shù)門檻和成本壁壘，掃清了人工智能走向普及化應(yīng)用道路上的主要障礙[13-14]。

具體而言，遷移學(xué)習(xí)是指研究人員在訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)模型的過(guò)程中發(fā)現(xiàn)，人工神經(jīng)網(wǎng)絡(luò)模型與人類大腦一樣具備知識(shí)遷移的學(xué)習(xí)能力[15]。人類大腦具有天然的知識(shí)遷移能力，人在掌握一個(gè)技能后再學(xué)習(xí)相似的技能就會(huì)容易得多，例如學(xué)會(huì)騎自行車后再學(xué)習(xí)騎摩托車，就會(huì)比直接學(xué)習(xí)騎摩托車的過(guò)程要明顯輕松快捷。研究人員同樣地發(fā)現(xiàn)，基于一個(gè)預(yù)先已經(jīng)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，利用少量新數(shù)據(jù)進(jìn)行微調(diào)訓(xùn)練即可快速解決一個(gè)相似的新問(wèn)題，例如在圖像識(shí)別領(lǐng)域，以手寫數(shù)字識(shí)別模型為基礎(chǔ)，只需要少量的手寫字母訓(xùn)練數(shù)據(jù)就可以使模型快速掌握識(shí)別手寫字母的新能力。

遷移學(xué)習(xí)為人工智能開發(fā)模式帶來(lái)轉(zhuǎn)折性的變化，人工智能從此進(jìn)入“預(yù)訓(xùn)練模型”時(shí)代[16]，開發(fā)利用的門檻大幅降低。一些知名的科技公司先后推出各種預(yù)訓(xùn)練的人工神經(jīng)網(wǎng)絡(luò)模型，供公眾免費(fèi)使用，例如自然語(yǔ)言處理領(lǐng)域具有代表性的谷歌BERT模型[17]和百度ERNIE模型[18]。從應(yīng)用者角度看，運(yùn)用這些優(yōu)秀的大規(guī)模預(yù)訓(xùn)練模型，僅需要少量程序代碼就可以快速、低成本地實(shí)現(xiàn)文本、圖像、語(yǔ)音等數(shù)據(jù)的各種常見(jiàn)智慧功能，并可以取得傳統(tǒng)方法難以達(dá)到的模型效果[19]。正如圖1所示，新的應(yīng)用開發(fā)模式一方面增加了人工智能模型的通用性與可共享性，使得用戶在面臨新任務(wù)時(shí)不再需要從零開始進(jìn)行全新訓(xùn)練，而是可以直接“踩在巨人的肩膀上”快速實(shí)現(xiàn)目標(biāo)；另一方面全面降低了人工智能所依賴的數(shù)據(jù)量、計(jì)算力、資金、人力等關(guān)鍵要素的門檻高度?；厥兹斯ぶ悄芗夹g(shù)發(fā)展歷程，正是得益于近年來(lái)遷移學(xué)習(xí)的發(fā)展，人工智能具備了“飛入尋常百姓家”的普及條件，客觀上實(shí)現(xiàn)了人工智能由“高科技”向“工具化”方向的重要蛻變，有力推動(dòng)了人工智能在生活中的大范圍應(yīng)用。

圖1 遷移學(xué)習(xí)對(duì)人工智能應(yīng)用開發(fā)模式的影響

1.3 預(yù)示著人工智能的機(jī)遇已經(jīng)不容錯(cuò)過(guò)

近年來(lái)人工智能技術(shù)的不斷突破勾勒出一個(gè)引人注目、令人激動(dòng)的智慧未來(lái)，而遷移學(xué)習(xí)為人工智能在各個(gè)場(chǎng)景中的落地應(yīng)用提供了重要的“杠桿”，使各個(gè)行業(yè)可以用較小的代價(jià)“撬動(dòng)”人工智能的巨大潛力，這是一個(gè)任何領(lǐng)域都不能錯(cuò)過(guò)的戰(zhàn)略機(jī)遇。人工智能大規(guī)模產(chǎn)業(yè)化應(yīng)用漸露端倪，通過(guò)賦能各個(gè)領(lǐng)域的變革升級(jí)，人工智能正在成為經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的新引擎，為各個(gè)行業(yè)注入源源不斷的智慧化新動(dòng)能。

歷史上互聯(lián)網(wǎng)的發(fā)展促進(jìn)了數(shù)字圖書館的誕生，人工智能基礎(chǔ)設(shè)施化將成為數(shù)字圖書館向智慧圖書館升級(jí)轉(zhuǎn)變的重要力量。面對(duì)人工智能基礎(chǔ)設(shè)施化的戰(zhàn)略新契機(jī)，圖書館需要積極應(yīng)對(duì)、主動(dòng)適應(yīng)，從而掌握新一輪產(chǎn)業(yè)變革的主動(dòng)權(quán)。首先，從讀者角度來(lái)看，隨著社會(huì)智能化的發(fā)展，讀者對(duì)圖書館服務(wù)的智慧化水平必將提出更高的要求和期待?！皶r(shí)代是命題人，我們是答題人”，針對(duì)讀者日益增長(zhǎng)的高水平智慧化服務(wù)需求，圖書館緊緊抓住人工智能基礎(chǔ)設(shè)施化這一歷史性機(jī)遇是時(shí)代賦予的使命。其次，人工智能應(yīng)用是一個(gè)新的賽道、新的起點(diǎn)，圖書館盡快占領(lǐng)人工智能基礎(chǔ)設(shè)施運(yùn)用技術(shù)的制高點(diǎn)，不僅能夠?qū)崿F(xiàn)自身的創(chuàng)新發(fā)展，在科技革命中贏得發(fā)展主動(dòng)權(quán)，還有助于構(gòu)建行業(yè)核心競(jìng)爭(zhēng)力，擺脫對(duì)第三方的過(guò)度依賴，增強(qiáng)智慧圖書館建設(shè)的源生力量。

2 人工智能基礎(chǔ)設(shè)施化的實(shí)踐案例

在當(dāng)今網(wǎng)絡(luò)自媒體高度發(fā)展的背景下，通過(guò)互聯(lián)網(wǎng)、新媒體等渠道傾聽讀者聲音，成為圖書館了解讀者所思所愿，收集讀者意見(jiàn)建議的重要途徑。但由于網(wǎng)絡(luò)信息數(shù)量龐大而分散，數(shù)據(jù)的收集識(shí)別需要耗費(fèi)大量時(shí)間，依靠人工方式長(zhǎng)期持續(xù)不斷地跟蹤讀者網(wǎng)絡(luò)輿情并不是一件輕松的事情，常常存在嚴(yán)重的滯后性，其時(shí)效性難以滿足圖書館現(xiàn)代化管理需求。

針對(duì)這一問(wèn)題，本文提出一種基于人工智能的讀者網(wǎng)絡(luò)意見(jiàn)自動(dòng)監(jiān)測(cè)系統(tǒng)。該系統(tǒng)能夠高效率自動(dòng)識(shí)別讀者網(wǎng)絡(luò)反饋信息的情感傾向，幫助圖書館第一時(shí)間了解讀者的意見(jiàn)和難題，使得圖書館能夠靠前指揮，提前干預(yù)，及時(shí)做出針對(duì)性的服務(wù)改進(jìn)。

2.1 實(shí)現(xiàn)過(guò)程

讀者網(wǎng)絡(luò)意見(jiàn)自動(dòng)監(jiān)測(cè)分析系統(tǒng)可分為數(shù)據(jù)采集、智能情感分析、用戶界面三個(gè)功能模塊。數(shù)據(jù)采集模塊負(fù)責(zé)收集來(lái)自不同網(wǎng)絡(luò)渠道的讀者反饋信息，包括圖書館微信公眾號(hào)后臺(tái)讀者留言、校內(nèi)信息門戶讀者咨詢、貼吧和微博中與圖書館相關(guān)的話題，可通過(guò)基于WebDriver的交互式數(shù)據(jù)采集技術(shù)[20]實(shí)現(xiàn)數(shù)據(jù)的采集功能。用戶界面模塊用于向用戶提供數(shù)據(jù)可視化展示功能，可以借助常見(jiàn)的儀表盤類Web前端模板來(lái)快速實(shí)現(xiàn)。數(shù)據(jù)采集模塊和用戶界面模塊均有成熟的實(shí)現(xiàn)方案，因此本文不再贅述。

智能情感分析模塊是整個(gè)系統(tǒng)實(shí)現(xiàn)的重點(diǎn)難點(diǎn)，其功能是自動(dòng)識(shí)別讀者反饋信息背后的情感傾向。情感傾向分析本質(zhì)上是基于語(yǔ)義的文本分類，是機(jī)器學(xué)習(xí)中常見(jiàn)的一種任務(wù)。在PaddleNLP、PaddleHub等一些開放的深度學(xué)習(xí)預(yù)訓(xùn)練模型庫(kù)中提供大量的情感分析模型[19]，但其主要基于電商商品評(píng)論數(shù)據(jù)訓(xùn)練得出，不能很好地適用于圖書館讀者意見(jiàn)的情感傾向識(shí)別，并不能直接拿來(lái)使用。以“自習(xí)室桌子上都是占座的書，根本找不到地方學(xué)習(xí)！”文本為例，現(xiàn)有通用的情感分析預(yù)訓(xùn)練模型將其識(shí)別為“正面反饋”，但其實(shí)在圖書館讀者情感分析的場(chǎng)景下顯然應(yīng)該判定為“負(fù)面反饋”。因此，在本案例中需要根據(jù)圖書館的實(shí)際情況定制化訓(xùn)練一個(gè)專用的情感分析模型。在過(guò)去，定制訓(xùn)練人工智能模型常常意味著需要從零開始，算法復(fù)雜且工作量大，具有極大的挑戰(zhàn)性，但在人工智能基礎(chǔ)設(shè)施化時(shí)代，人們可以自主、快速地得到具有頂尖級(jí)效果的人工智能模型。

2.1.1 EasyDL開發(fā)工具簡(jiǎn)介

如1.2節(jié)所述，遷移學(xué)習(xí)的發(fā)展，使得當(dāng)今深度學(xué)習(xí)模型普遍采用了成本更低、效率更高、性能更好的預(yù)訓(xùn)練模型?！邦A(yù)訓(xùn)練模型+小數(shù)據(jù)精煉”成為高效率定制訓(xùn)練人工智能模型的最新模式，這種日漸趨于統(tǒng)一的技術(shù)模式，使得自動(dòng)化實(shí)現(xiàn)人工智能成為可能。因此，2019年前后，陸續(xù)出現(xiàn)了Cloud AutoML[21]、EasyDL[22]等自動(dòng)化人工智能開發(fā)平臺(tái)，這一類自動(dòng)化工具以可視化的界面集成了人工智能開發(fā)利用所需的各個(gè)步驟，封裝了大量的技術(shù)實(shí)現(xiàn)細(xì)節(jié)，使得不具備機(jī)器學(xué)習(xí)領(lǐng)域知識(shí)的用戶也可以輕松構(gòu)建出高質(zhì)量的人工智能模型[23]。

EasyDL是國(guó)內(nèi)一款基于云端的可視化人工智能集成開發(fā)平臺(tái)，提供數(shù)據(jù)標(biāo)注、模型訓(xùn)練、模型評(píng)估、服務(wù)部署等貫穿人工智能應(yīng)用開發(fā)全過(guò)程的一整套工具。因其界面對(duì)中文用戶更為友好，本文選擇EasyDL作為讀者情感識(shí)別模型的訓(xùn)練工具。EasyDL內(nèi)置豐富的預(yù)訓(xùn)練模型，并將遷移學(xué)習(xí)的過(guò)程進(jìn)一步“黑盒化”，用戶無(wú)需搭建專門的開發(fā)環(huán)境，無(wú)需編程知識(shí)，只需根據(jù)需求場(chǎng)景提供少量的訓(xùn)練數(shù)據(jù)，即可定制開發(fā)出高精度的人工智能模型。

2.1.2 數(shù)據(jù)標(biāo)注

數(shù)據(jù)標(biāo)注的目的是為機(jī)器學(xué)習(xí)模型提供一份“標(biāo)準(zhǔn)答案”，使之能夠從中學(xué)習(xí)到預(yù)測(cè)判斷的模式，是生成人工智能模型的必備“原料”。筆者隨機(jī)選擇200余條讀者網(wǎng)絡(luò)反饋信息文本，以每行一條數(shù)據(jù)的格式上傳到EasyDL，使用EasyDL內(nèi)置的數(shù)據(jù)標(biāo)注功能標(biāo)注出每條數(shù)據(jù)的情感傾向性。

情感傾向基本可分為正面負(fù)面兩種，但兩者間的界限并無(wú)嚴(yán)格的標(biāo)準(zhǔn)，有較大的主觀性。由于本系統(tǒng)旨在及時(shí)發(fā)現(xiàn)讀者對(duì)圖書館服務(wù)的不滿意之處，因此采取了一種簡(jiǎn)化的標(biāo)注規(guī)則：只要文本表達(dá)出讀者的抱怨、指責(zé)、謾罵等不滿情緒，就將其標(biāo)注為“負(fù)面反饋”，其余的文本則標(biāo)注為“正面反饋”。

2.1.3 模型訓(xùn)練和評(píng)估

在“訓(xùn)練模型”頁(yè)面，選擇本次訓(xùn)練使用的數(shù)據(jù)集，然后點(diǎn)擊“開始訓(xùn)練”按鈕，EasyDL便開始在后臺(tái)自動(dòng)訓(xùn)練模型。EasyDL會(huì)根據(jù)任務(wù)的類型自動(dòng)選取最合適的預(yù)訓(xùn)練模型，自動(dòng)設(shè)置訓(xùn)練超參數(shù)，整個(gè)訓(xùn)練過(guò)程不需要用戶介入，基本實(shí)現(xiàn)了模型的“一鍵訓(xùn)練”。

根據(jù)任務(wù)類型和數(shù)據(jù)量的不同，模型訓(xùn)練所需時(shí)間長(zhǎng)度不等。訓(xùn)練結(jié)束后，EasyDL會(huì)自動(dòng)對(duì)所得到的模型進(jìn)行效果評(píng)估，如果模型效果不理想，通常可采用增加訓(xùn)練樣本數(shù)據(jù)量的方式逐步提高模型訓(xùn)練效果。在本例中，經(jīng)過(guò)大約五分鐘的訓(xùn)練，EasyDL得到了精確率96.0%，召回率95.3%的高精度情感傾向識(shí)別模型，整體效果優(yōu)異。該評(píng)估結(jié)果證明：經(jīng)過(guò)個(gè)性化定制訓(xùn)練，該模型自動(dòng)適應(yīng)了讀者意見(jiàn)情感分析這一新的應(yīng)用場(chǎng)景，能夠較好地滿足系統(tǒng)設(shè)計(jì)需要。

2.1.4 模型部署

定制訓(xùn)練得到的情感傾向識(shí)別模型需要安裝部署到服務(wù)器運(yùn)行環(huán)境中才能正式運(yùn)行工作。在EasyDL中，用戶只需在“發(fā)布模型”頁(yè)面提交即可將模型直接部署在云端服務(wù)器。模型部署完成后，用戶可以隨時(shí)隨地通過(guò)網(wǎng)絡(luò)API接口調(diào)用模型實(shí)現(xiàn)的功能。在調(diào)用時(shí)，用戶不需要進(jìn)行傳統(tǒng)自然語(yǔ)言處理所需的分詞、向量化等繁瑣的預(yù)處理，只需要基于HTTP協(xié)議將文本信息提交到云端API，即可得到模型判定識(shí)別的結(jié)果。

2.2 實(shí)踐結(jié)果與結(jié)論

基于人工智能的讀者網(wǎng)絡(luò)意見(jiàn)自動(dòng)監(jiān)測(cè)系統(tǒng)投入使用后，顯著提高了圖書館工作效率，有效解決了傳統(tǒng)人工方式耗時(shí)費(fèi)力、反應(yīng)滯后的問(wèn)題。系統(tǒng)每天抓取一次網(wǎng)絡(luò)讀者意見(jiàn)并自動(dòng)進(jìn)行智能分析統(tǒng)計(jì)，能夠直觀地展示讀者網(wǎng)絡(luò)意見(jiàn)的反饋情況，在實(shí)踐中有力地支撐了圖書館的智慧化、科學(xué)化管理決策。一方面，幫助圖書館更加全面地掌握讀者的意見(jiàn)反饋，快速發(fā)現(xiàn)讀者的新需求。另一方面，輔助圖書館及時(shí)做出針對(duì)性的改進(jìn)，化被動(dòng)為主動(dòng)，前瞻性地提升服務(wù)質(zhì)量。例如，本系統(tǒng)能夠?qū)崟r(shí)監(jiān)測(cè)讀者負(fù)面反饋信息的數(shù)量，超出閾值后會(huì)向指定的管理人員推送消息進(jìn)行預(yù)警。在2022年暑假初期，系統(tǒng)突然預(yù)警網(wǎng)絡(luò)上出現(xiàn)大量的負(fù)面意見(jiàn)信息，圖書館及時(shí)組織調(diào)查發(fā)現(xiàn)，讀者的負(fù)面意見(jiàn)主要是關(guān)于閱覽室座位短缺的問(wèn)題。原來(lái)由于圖書館對(duì)暑假期間的讀者流量估計(jì)偏低，開放的閱覽室區(qū)域較少，導(dǎo)致一些到館讀者找不到合適的座位。隨后，圖書館及時(shí)調(diào)整開放區(qū)域，優(yōu)化服務(wù)方案，很快在第二天的時(shí)候負(fù)面意見(jiàn)數(shù)量就恢復(fù)正常，讀者的困難在第一時(shí)間得到妥善解決。讀者需求的快速響應(yīng)，為圖書館塑造了更優(yōu)質(zhì)的服務(wù)形象，提升了讀者的體驗(yàn)，也贏得更好的讀者口碑。

讀者網(wǎng)絡(luò)意見(jiàn)自動(dòng)監(jiān)測(cè)系統(tǒng)案例是運(yùn)用人工智能為圖書館服務(wù)提質(zhì)增效的一個(gè)佐證，展示了人工智能作為智慧圖書館建設(shè)的一個(gè)重要工具，能夠?yàn)閳D書館變革發(fā)展注入新動(dòng)能，為智慧化管理服務(wù)提供新方案，并呈現(xiàn)了人工智能基礎(chǔ)設(shè)施化時(shí)代人工智能應(yīng)用開發(fā)的便捷性。用戶只需少量的數(shù)據(jù)、知識(shí)、時(shí)間和投入，就可以定制訓(xùn)練出高質(zhì)量高精度的個(gè)性化模型。EasyDL之類的自動(dòng)化人工智能開發(fā)平臺(tái)，大幅降低了人工智能應(yīng)用的難度，消除了人工智能技術(shù)與圖書館之間的鴻溝，為智慧圖書館建設(shè)插上了前所未有的“翅膀”。

3 人工智能助力智慧圖書館建設(shè)的對(duì)策建議

智慧圖書館是未來(lái)圖書館發(fā)展的重要目標(biāo)。人工智能作為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，在對(duì)人類社會(huì)生活產(chǎn)生深刻影響的同時(shí)，也將為智慧圖書館建設(shè)提供新的發(fā)展方式。廣泛應(yīng)用人工智能提高圖書館智慧化現(xiàn)代化水平，不僅是滿足讀者更高品質(zhì)需求的需要，也是社會(huì)產(chǎn)業(yè)全面升級(jí)變革背景下圖書館行業(yè)發(fā)展的必然要求。為此，本文建議從以下三個(gè)方面著手，運(yùn)用人工智能賦能智慧圖書館建設(shè)，推動(dòng)人工智能在圖書館落地生根，開花結(jié)果。

3.1 重塑思維模式，樹立人工智能時(shí)代新思維

為了充分發(fā)掘人工智能的效能，圖書館工作人員的思維模式需進(jìn)行一定的調(diào)整重塑，其中重點(diǎn)是將“人工智能思維”和“人工智能工具化思維”貫穿于日常工作全過(guò)程中，形成新的思維習(xí)慣。

“人工智能思維”是指在圖書館服務(wù)管理工作中遇到困難問(wèn)題時(shí)要主動(dòng)想到可否運(yùn)用人工智能來(lái)解決。工作的效率瓶頸、讀者的“急難愁盼”等難點(diǎn)痛點(diǎn)，往往就是人工智能的用武之地，就是圖書館服務(wù)創(chuàng)新的著力點(diǎn)。圖書館應(yīng)常態(tài)化地用人工智能思維來(lái)審視和改進(jìn)圖書館的各類服務(wù)，向人工智能要方案。

“人工智能工具化思維”是指在人工智能進(jìn)入基礎(chǔ)設(shè)施化的時(shí)代，應(yīng)該消除對(duì)人工智能的神秘感和陌生感，把人工智能當(dāng)作一種輔助人類工作的基本工具來(lái)認(rèn)識(shí)利用。借助EasyDL等零門檻的人工智能開發(fā)平臺(tái)，可以便捷高效地實(shí)現(xiàn)圖像、語(yǔ)音、文本等數(shù)據(jù)的智慧化應(yīng)用。隨著技術(shù)的進(jìn)步，人工智能將變得像電、網(wǎng)絡(luò)、辦公軟件等工具化基礎(chǔ)設(shè)施一樣，圖書館必須用好，也一定能用好。

3.2 完善知識(shí)體系，提升館員人工智能素養(yǎng)

人才的培養(yǎng)是圖書館事業(yè)發(fā)展的基石，在技術(shù)變革時(shí)代尤其如此。人工智能時(shí)代，圖書館對(duì)高層次創(chuàng)新人才的需求更加迫切，圖書館應(yīng)加強(qiáng)知識(shí)更新培訓(xùn)，增進(jìn)對(duì)人工智能應(yīng)用技術(shù)的了解，持續(xù)提升構(gòu)建智慧服務(wù)的創(chuàng)新能力，為圖書館智慧化發(fā)展注入強(qiáng)大的內(nèi)生動(dòng)力。

傳統(tǒng)的圖書館學(xué)科人才培養(yǎng)知識(shí)體系中對(duì)機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等人工智能相關(guān)基礎(chǔ)知識(shí)涉獵較少。雖然有一些院校已經(jīng)將大數(shù)據(jù)處理、機(jī)器學(xué)習(xí)等納入了培養(yǎng)體系，但由于知識(shí)背景迥異、學(xué)科跨度大等原因，底層復(fù)雜的理論性知識(shí)常常令人望而生畏，使學(xué)生陷入技術(shù)的細(xì)節(jié)而失去宏觀的駕馭能力。

為積極面對(duì)人工智能帶來(lái)的改革浪潮，建議圖書館學(xué)科以實(shí)踐應(yīng)用為導(dǎo)向，及時(shí)將最新的人工智能領(lǐng)域進(jìn)展及自動(dòng)化人工智能開發(fā)工具，納入到學(xué)科人才培養(yǎng)和館員業(yè)務(wù)素養(yǎng)培訓(xùn)的知識(shí)范疇。其中關(guān)鍵的知識(shí)點(diǎn)包括兩個(gè)：一是人工智能的能力有哪些，以便開闊視野，啟發(fā)人工智能與圖書館場(chǎng)景的融合；二是如何運(yùn)用EasyDL等人工智能工具解決實(shí)踐問(wèn)題，確保能夠把想法變成現(xiàn)實(shí)。在學(xué)習(xí)過(guò)程中不需要，也沒(méi)必要去過(guò)度深究人工智能底層的實(shí)現(xiàn)細(xì)節(jié)，正如生活中使用電并不需要去了解發(fā)電的原理，這是人工智能基礎(chǔ)設(shè)施化帶來(lái)的一個(gè)重要變化。

3.3 推進(jìn)協(xié)同創(chuàng)新，構(gòu)建場(chǎng)景驅(qū)動(dòng)的“人工智能+”創(chuàng)新體系

多主體協(xié)同創(chuàng)新是推動(dòng)人工智能與智慧圖書館建設(shè)有機(jī)融合，促進(jìn)人工智能在圖書館縱深發(fā)展的重要途徑。人工智能的技術(shù)特征決定了人工智能驅(qū)動(dòng)的智慧圖書館建設(shè)需遵循“場(chǎng)景驅(qū)動(dòng)，技術(shù)牽引，數(shù)據(jù)支撐”的路徑。圖書館需圍繞這三個(gè)要素，積極開展館際、館企之間的協(xié)同合作，凝聚創(chuàng)新合力，形成多主體多要素相互促進(jìn)的良好局面，充分釋放人工智能技術(shù)在智慧圖書館建設(shè)中的巨大潛能。

“場(chǎng)景”和“數(shù)據(jù)”要素是協(xié)同創(chuàng)新過(guò)程中圖書館擁有的獨(dú)特優(yōu)勢(shì)，也是具有重要價(jià)值的寶貴資源。數(shù)據(jù)因場(chǎng)景而生，場(chǎng)景因數(shù)據(jù)而立，圖書館應(yīng)以敏銳的眼光去挖掘需求場(chǎng)景，不斷豐富人工智能在圖書館的應(yīng)用場(chǎng)景，以“用”促“進(jìn)”，同時(shí)，要高度重視“數(shù)據(jù)”作為一種新型生產(chǎn)要素的重要性，形成留存數(shù)據(jù)日志的工作新習(xí)慣。

“技術(shù)”要素是增強(qiáng)人工智能技術(shù)能力，拓展人工智能應(yīng)用范圍的關(guān)鍵。相較于圖書館，企業(yè)在這方面具有顯著的優(yōu)勢(shì)，對(duì)技術(shù)、用戶有著更深入的理解。結(jié)合實(shí)際來(lái)看，微軟、百度、谷歌等科技公司在人工智能技術(shù)研發(fā)上投入了大量的資源，其理念和實(shí)踐都走在時(shí)代的前沿，可以作為圖書館智慧化升級(jí)過(guò)程中學(xué)習(xí)借鑒的目標(biāo)對(duì)象。例如百度EasyDL豐富的人工智能應(yīng)用案例[22]，為圖書館提供了很好的場(chǎng)景參考，可作為舉一反三的創(chuàng)新基點(diǎn)，值得圖書館密切關(guān)注。

4 人工智能驅(qū)動(dòng)的智慧圖書館建設(shè)展望

當(dāng)前，人工智能技術(shù)的發(fā)展和應(yīng)用日新月異，如火如荼。2022年11月，OpenAI發(fā)布的ChatGPT使得人們通過(guò)對(duì)話的形式就可以實(shí)現(xiàn)文本創(chuàng)作、語(yǔ)言翻譯、獲取答案等很多智慧功能，人工智能使用門檻又一次大幅下降，同時(shí)也再次證實(shí)了“人工智能基礎(chǔ)設(shè)施化”的技術(shù)趨勢(shì)，確認(rèn)了本文提出的分析和判斷[24]。人工智能作為新一輪科技革命和產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，將進(jìn)一步釋放巨大的能量，加速推動(dòng)社會(huì)生產(chǎn)與服務(wù)的智慧化升級(jí)，深刻改變?nèi)祟惿蠲婷?。?duì)各個(gè)行業(yè)領(lǐng)域來(lái)說(shuō)，挑戰(zhàn)和機(jī)遇并存，人工智能帶來(lái)的技術(shù)重構(gòu)期，既是彎道超車的戰(zhàn)略機(jī)遇期，又是能否實(shí)現(xiàn)轉(zhuǎn)型升級(jí)發(fā)展的“分水嶺”。形勢(shì)的發(fā)展、事業(yè)的開拓、讀者的期待，都要求圖書館以改革創(chuàng)新精神緊抓人工智能基礎(chǔ)設(shè)施化的戰(zhàn)略機(jī)遇，全面推進(jìn)人工智能在圖書館全過(guò)程全場(chǎng)景的深度應(yīng)用，全面提升圖書館管理與服務(wù)的智慧化水平。

通過(guò)本文的闡釋，希望幫助圖書館界深化對(duì)人工智能的理解與把握，更加透徹地理解人工智能基礎(chǔ)設(shè)施化的轉(zhuǎn)折性意義，從而能夠看得清、抓得住、用得好人工智能這一智慧圖書館建設(shè)的新機(jī)遇、新工具。站在新的歷史起點(diǎn)上，圖書館應(yīng)緊抓契機(jī)，“魚”“漁”并重，不斷拓展人工智能的應(yīng)用場(chǎng)景，深挖資源與服務(wù)的智慧化升級(jí)潛力，把智慧圖書館美好的藍(lán)圖一步步變?yōu)楝F(xiàn)實(shí)。

參考文獻(xiàn)：

Our World in Data Organization. The brief history of artificial intelligence： the world has changed fast-what might be next？ [EB/OL].[2023-03-17]. https：//ourworldindata.org/brief-history-of-ai.

楊思洛，董嘉慧.國(guó)內(nèi)外智慧圖書館研究熱點(diǎn)及發(fā)展趨勢(shì)探究[J].現(xiàn)代情報(bào)，2020，40（11）：167-177.

王晰巍，羅然，劉宇桐.AI在智慧圖書館應(yīng)用趨勢(shì)：機(jī)遇與挑戰(zhàn)[J].情報(bào)科學(xué)，2021，39（9）：3-10，41.

楊文建.人工智能驅(qū)動(dòng)下的圖書館變革[J].圖書館，2020（10）：40-46.

鄧?yán)罹?，張曉梅，戴君?圖書館應(yīng)用人工智能的障礙與對(duì)策分析[J].圖書館工作與研究，2022（4）：65-69.

王世偉.深化人工智能與圖書館更新的若干問(wèn)題：再論人工智能與圖書館更新[J].圖書與情報(bào)，2020（3）：93-103.

楊新涯，羅麗，楊斌，等.論“新基建”賦予圖書館的新機(jī)遇[J].圖書館論壇，2020，40（12）：95-101.

人民網(wǎng).“新基建”怎么定義？發(fā)改委權(quán)威解釋[EB/OL].[2022-02-15].http：//it.people.com.cn/n1/2020/0420/c1009-31680461.html.

HINTON G E， SALAKHUTDINOV R R. Reducing the dimensionality of data with neural networks[J]. Science， 2006， 313（5786）：504-507.

GOODFELLOW I， BENGIO Y， COURVILLE A.

Deep learning[M]. Cambridge：MIT press， 2016：221-227.

Stanford NLP Group. SQuAD Leaderboard[EB/OL].[2022-09-05].https：//rajpurkar.github.io/SQuAD-explorer/.

KIELA D， BARTOLO M， NIE Y， et al. Dynabench： rethinking benchmarking in NLP[J]. arXiv preprint arXiv：2104.14337， 2021.

ZHUANG F， QI Z， DUAN K， et al. A comprehensive

survey on transfer learning[J]. Proceedings of the IEEE， 2020， 109（1）：43-76.

侯志江.人工智能在圖書館的實(shí)施路徑研究[J].圖書館工作與研究，2021（6）：82-88.

PETERS M， NEUMANN M， IYYER M， et al. Deep contextualized word representations[J]. arXiv preprint arXiv：1809.09795， 2018.

SUN T X， LIU X Y， QIU X P， et al. Paradigm shift in natural language processing[J]. Machine Intelligence Research， 2022， 19（3）：169-183.

DEVLIN J， CHANG M W， LEE K， et al. Bert： pre-training of deep bidirectional transformers for language understanding[J]. arXiv preprint arXiv：1810.04805， 2018.

SUN Y， WANG S， FENG S， et al. Ernie 3.0： large-scale knowledge enhanced pre-training for language understanding and generation[J]. arXiv preprint arXiv：2107.02137， 2021.

PaddleHub. Awesome pre-trained models toolkit based on PaddlePaddle[EB/OL].[2022-11-15].https：//github.com/PaddlePaddle/PaddleHub.

侯志江.借助WebDriver技術(shù)實(shí)現(xiàn)圖書館Web業(yè)務(wù)操作自動(dòng)化：以VPN賬號(hào)申請(qǐng)的自動(dòng)審核為例[J].新世紀(jì)圖書館，2018（2）：62-64，93.

Google Cloud. Cloud AutoML： Custom Machine Learning Models[EB/OL].[2022-10-22].https：//cloud.google.com/automl/.

EasyDL. 零門檻AI開發(fā)平臺(tái)[EB/OL].[2022-07-10].https：//ai.baidu.com/easydl.

HE X， ZHAO K， CHU X. AutoML： a survey of the state-of-the-art[J]. Knowledge-Based Systems， 2021 （212）：106622.

OpenAI. Introducing ChatGPT[EB/OL]. [2023-02-14]. https：//openai.com/blog/chatgpt.