摘 要：人工智能是對人腦的意識、思維認知功能進行模擬的一門新興學科。從20世紀70年代以來，人工智能就逐漸被應用到圖書館的圖書存取、智能參考咨詢、智能檢索、語義數字圖書館、圖像識別等領域。隨著人工智能時代的到來和人工智能技術的快速發(fā)展，雖然人工智能思維的缺失、專業(yè)人才和資金的缺乏、數據收集和管理面臨困境等因素將制約著人工智能在圖書館的深度應用，但人工智能終將廣泛的應用于圖書館之中，驅動著圖書館從"互聯網+圖書館"向"智能+圖書館"轉變，人機互存和人機互補也將成為圖書館建設新態(tài)勢。

關鍵詞：人工智能；圖書館；機器人；智能檢索；智能情報

中圖分類號：TP18；G250.7 文獻標識碼：A DOI：10.11968/tsyqb.1003-6938.2017112

Abstract Artificial intelligence is a new branch of science that simulates human brain's functions. Since 1970s， AI has been gradually applied into book access， consultation， book search， semantic digital library， and image identification. With the advent of artificial intelligence era and the rapid development of AI technologies， AI will be applied into library and the library will changed from the internet + library to AI + library although there are still many difficulties before us.

Key words artificial intelligence； library； robot； machine retrieval； machine intelligence

人工智能（Artificial Intelligence，AI）是對人腦的意識、思維認知功能進行模擬的一門新興學科。1956年夏天，以約翰·麥卡錫和明斯基為代表的一批數學、心理學、神經學、信息論、計算機科學等學科的學者在美國達特茅斯大學召開會議，提議將AI確立為一門獨立的學科，達特茅斯會議因此被認為是AI誕生的標志。發(fā)展至今，AI作為一門交叉和前沿學科已經有60多年的發(fā)展歷史，期間經歷了一次又一次的發(fā)展高潮和低谷的交替，雖然沒有完全實現早期人們對這門學科寄予的厚望，但在很多應用領域取得了舉世矚目的成就，尤其是近幾年來伴隨著大數據、云計算、AR/VR、機器人、腦科學、物聯網以及深度學習的興起，AI的研究和應用領域也越來越廣，已滲透到各行各業(yè)和社會生活的各個領域。本文簡要介紹了AI的研究與應用領域，梳理了AI在圖書館的應用及研究現狀，分析了AI應用于圖書館所面臨的挑戰(zhàn)和發(fā)展趨勢。

1 AI在圖書館的應用

從20世紀70年代以來，AI就逐漸被應用到圖書館管理和服務的各個環(huán)節(jié)，如編目、分類、索引、參考咨詢、館藏發(fā)展、流通、數字圖書館建設、服務質量改善與評價、圖書館自動化管理系統(tǒng)等，為圖書館服務創(chuàng)新與發(fā)展提供了工具和手段，尤其是近幾年圖情界提出的建設“智慧圖書館”和“第三代圖書館”的設想和實踐，以及圖書館為應對社會發(fā)展帶來的挑戰(zhàn)而在管理、資源、空間等方面進行的諸多變革，使AI在圖書館有了更大的用武之地。

1.1 機器人在圖書館的應用

目前，圖書館機器人系統(tǒng)主要用于圖書的存取、盤點、搬運以及參考咨詢服務等。前者主要為智能機械機器人，后者則多為軟件機器人。

（1）用于圖書的存取、盤點、搬運的機器人。20世紀80年代，日本金澤工業(yè)大學圖書館就率先用機器人管理視聽室，學生只需從目錄中選出要看（聽）的錄相帶或錄音帶，打進號碼，便可回到原座位等候。約四十秒后，智能機器人在中心計算機的控制下從倉庫把錄像帶（錄音帶）運送到錄像機或錄音機為學生播放[1]。1991年，加州大學北嶺分校圖書館為節(jié)約圖書館建筑費用和維護費，將名為維亞桑的機器人系統(tǒng)布置在擴建后的密集書庫內。啟用此系統(tǒng)后，書庫無需照明和取暖，圖書存取全部由機器人來完成，書庫藏書量擴大到原來的12倍，而讀者按下聯接機目錄終端的鍵盤到機器人把圖書帶到出納臺只需要約5分鐘[2]。1994年，瑞典恩舍爾茨維克市立圖書館為減輕流通館員工作負擔，使用ABB公司的IRB2000工業(yè)機器人，以每小時約400本的速度對圖書進行接收、登記和分類，機器人最終將圖書送到原來存放的地方，再由工作人員手動將書放入適當位置[3]。2013年，美國北卡羅來納州立大學亨特圖書館啟用了機器人存取系統(tǒng)，為讀者帶來了全新體驗。亨特圖書館最大的特色是書庫中既看不到書架，也看不到書，150萬冊圖書被存放在8排由18000多個金屬箱和4個機器人組成的倉儲式立體書庫中，計算機控制系統(tǒng)自動定義圖書的儲存地點，并進行自動檢索查詢和圖書存取，提高了工作效率，節(jié)約了藏書空間。到2014年，全美已經有25所圖書館采用該系統(tǒng)[4]。

自動倉儲機器人系統(tǒng)造價較高，目前在我國還沒有圖書館應用。2007年，東莞圖書館推出了國內首臺可容納500冊圖書的兼容條形碼和RFID技術的迷你型自助圖書館，實現了圖書自動外借和還書自動歸架，可為市民提供24小時圖書借還服務。目前，這種迷你自助圖書存取機器人已在我國城市圖書館得到廣泛應用[5]。

如上所述，圖書館存取機器人系統(tǒng)雖然已具備了一定的智能，但還不是真正意義上的全自主智能機器人，而且自動化的立體化倉儲系統(tǒng)造價高，需要對圖書館進行全面改造，而迷你自助圖書館還不能完全解決人工存取大量圖書的問題。近幾年隨著大數據、云計算、RFID等相關技術的發(fā)展，人們還在研究智能化、自動化程度更高以及更為實用的圖書館機器人系統(tǒng)，一些小型實用機器人相繼面世。如南京大學圖書館基于超高頻RFID研制的智能圖書盤點機器人，只要將上架的圖書放置在機器人的智能書架上，它就可以自動快速地識別到圖書的信息及圖書所在書架的位置信息，并自動優(yōu)化出一條上架路徑，在書架間自由行走，引導館員將圖書上架[6]。王濱等[7]基于單片機控制、采用“移動機器人+機械手”的設計思路研發(fā)的圖書館移動上架機器人，可以在書架間靈活行走，成本低、擴展簡單易行。新加坡科技研究局研發(fā)的AuRoSS機器人能夠在夜間用激光器掃描圖書館書架，并且編寫生成關于丟失書籍或擺放錯誤書籍的名單，次日清晨館員將根據這份名單整理相應的圖書區(qū)域[8]。endprint

（2）智能參考咨詢機器人。近幾年來，為克服實時虛擬參考咨詢服務需要人工干預、不能提供24小時服務的缺點，能夠提供自主讀者咨詢服務的聊天機器人成為一些圖書館的首選。其中具有代表性的如清華大學圖書館的基于AI標記語言的機器人“小圖”，通過積累AIML語料庫實現人機對話，具有極強的學習與記憶功能 ，能迅速分析用戶的提問并給出準確答案；上海交通大學圖書館的“小交”則是基于MSN的智能聊天機器人，具有自主聊天、資源查詢、學習導航和借閱提醒等功能[9]；其他還有深圳圖書館采用多客寶IM咨詢機器人系統(tǒng)通過調用圖書館預設的知識庫為用戶提供實時咨詢服務的機器人“小圖丁”；上海圖書館和上海閔行區(qū)圖書館基于微易ASP開發(fā)的微信機器人“圖小二”和“小敏”等[10]。這些虛擬聊天機器人主要側重為讀者提供專業(yè)咨詢服務，其中“小圖”由于具有學習與記憶功能，以其搞笑、無厘頭的回答走紅網絡，深受讀者喜愛。與商業(yè)化的聊天機器人如微軟基于語音服務的“小娜”等相比，受資金、技術等因素的影響，大部分的圖書館聊天機器人缺乏性格塑造，沒有情景化的回答，在“像人”和個性化服務方面還有待提高。

為提升用戶體驗，具有更多功能的“實體”咨詢機器人在圖書館相繼出現。2014年，美國康涅狄格州西港圖書館投入使用兩個人形機器人，用于演示計算機編程和編碼教學，它們不僅會唱會跳，還能說19種語言[11]；2017年5月，南京大學融合物聯網、人工智能技術，發(fā)明了外形小巧的智能機器人“圖寶”，可實時更新圖書位置信息，告知讀者所需圖書在書架的具體位置，并具有學習與記憶功能，在后期的使用中可掌握業(yè)務應對技巧和行業(yè)知識，成長為智慧化“資深”機器人館員[12]；2017年，敦煌市圖書館引進人形智能語音機器人，不僅可幫讀者查找圖書，還能陪讀者聊天、講笑話等[13]。應該說，圖書館機器人的研究匯集了AI各領域的研究成果，成為目前AI應用于圖書館最熱門的領域。

1.2 AI在圖書館知識組織中的應用

從20世紀70年代開始，國外一些學者試圖通過專家系統(tǒng)實現編目、分類、索引和書摘的自動化，這一研究到20世紀80年代達到高潮[14]。如威斯康辛大學研究開發(fā)的輔助館員進行編目的M ITINET/ MARC 編目專家系統(tǒng)；美國國會圖書館在80年代初，嘗試從題名頁中自動提取編目數據，但沒有完全成功；蘇格蘭的斯特拉斯克來德大學則將專家系統(tǒng)技術應用到輔助分類，開發(fā)出進行分類的專家系統(tǒng)模型；德國的Konrz等人采用決策論方法，建立了基于規(guī)則的自動標引專家系統(tǒng)AIRIPHYS，通過試驗取得了令人滿意的結果。德國還建成了一個使用OCR 技術，從題名頁中自動進行書目著錄并基于規(guī)則的專家系統(tǒng)模型AUTOCAT，但缺乏可靠的數據獲得技術，編目規(guī)則亦不統(tǒng)一[15]。我國圖情界在20世紀90年代開始也進行了利用專家系統(tǒng)進行自動分類的研究。

但在實踐中，專家系統(tǒng)不僅需要有強大推理能力的系統(tǒng)支撐，更重要的是需要一個完備、內容充足并不斷完善的知識庫，需要耗費大量的人力和物力，對圖書館來說，構建這樣的知識庫困難重重。隨著聯合編目和CIP、ECIP的實施，再加上書商為占有市場，紛紛為圖書館提供圖書編目數據，通過對已有的編目數據進行套錄成為圖書館主要的編目手段，對于利用AI實現編目自動化的研究熱潮也逐漸退去，雖然還有學者試圖通過機器學習、TF-IDF算法與樸素貝葉斯算法相結合等技術嘗試進行圖書自動分類，但這類研究已不能引起更多人的興趣，人們轉而對在出版前就對信息進行揭示和組織的新型出版方式——語義出版給予了更多的關注。語義出版運用自然語言處理、本體、語義網等多種智能信息處理技術，在學術文檔創(chuàng)作伊始就將語義數據嵌入其內部，幫助用戶從海量學術信息中快速過濾、獲取和理解所需的科研知識，無疑使傳統(tǒng)的圖書館資源組織與揭示方式面臨巨大挑戰(zhàn)。因此，圖書館關注、學習和借鑒語義出版的資源組織方式也就成為必然。

1.3 AI在讀者服務中的應用

（1）智能檢索。21世紀初數字圖書館開始建設以來，圖書館數字資源日趨呈現出海量、多樣化、異構化等特點，用戶檢索效率較低。為提高資源利用率，圖書館開始研究智能檢索技術的應用，研究范圍包括基于Agent的智能檢索和跨庫檢索、基于Ontology 的智能檢索，神經網絡技術、自然語言處理、數據挖掘技術、語音識別技術在數字圖書館檢索系統(tǒng)中的應用等，并取得了一定成果。如中國人民大學圖書館研制的數字圖書館個性化推薦系統(tǒng)Dlpers[16]；美國康奈爾大學圖書館開發(fā)的Mylibrary系統(tǒng)等，均具有用戶興趣自動識別、智能化信息過濾和推送等功能，為數字圖書館的個性化服務提供了手段[17]。值得一提的是，數據挖掘技術既被用來探索文獻信息的內在聯系，也被用來進行用戶行為數據的挖掘和分析，為以用戶為中心的智能檢索設計提供了數據支撐。此外，圖書館也在研究利用AI技術對現有平臺進行改造以獲得更好的用戶體驗，這種模式可謂經濟實惠。如黎邦群[18]分析了惠州學院圖書館基于公眾平臺建設圖書館公眾號語音找書的技術思路和實際應用，即用戶在手機上通過輸入語音的方式查找館藏文獻，獲得了良好的用戶體驗。

2015年，美國艾倫AI研究所發(fā)布了免費學術搜索引擎Semantic Scholar，與Google Scholar等學術搜索引擎相比，Semantic Scholar通過機器學習進行信息篩選，能夠輔助用戶理解文章的意思，即具有自動篩選文章關鍵詞、關鍵段，區(qū)分引用文章是關于文章核心內容還是背景介紹，并能檢索文章中設計研究成果的圖表等功能。Semantic Scholar的出現無疑給圖書館智能檢索帶來了巨大挑戰(zhàn)，但同時也為圖書館開發(fā)新的智能檢索帶來啟迪[19]。

（2）語義數字圖書館。將語義網技術引入數字圖書館，以機器可理解的方式描述各類信息資源，建立語義數字圖書館，從而為用戶提供更加友好、智能化、交互式、高質量的信息服務是近年來AI應用于圖書館的又一研究熱點。我國一些學者對語義圖書館的信息檢索模型、知識組織策略、資源語義描述方法、知識推送服務、語義標注工具等進行了研究，并提出了語義檢索的實驗系統(tǒng)，但整體來看還處于理論探索和實驗階段。而國外已經有成型的語義數字圖書館系統(tǒng)，典型的如歐盟第六框架項目BRICKS、弗吉尼亞大學和康奈爾大學聯合開發(fā)的Fedora、歐洲Gdansk大學圖書館和DERI 國際組織聯合開發(fā)的開源社會化語義數字圖書館系統(tǒng)JermoeDL等[20]。語義數字圖書館信息檢索實現了語義層次的檢索，提高了檢索效率，減小了漏檢和誤檢造成的誤差，為數字圖書館向智能化和知識化的方向邁進提供了有力的支持[21]。endprint

1.4 AI在圖書館其他工作中的應用

除上述應用之外，圖像識別技術、指紋識別技術多被用在圖書館管理系統(tǒng)中，如座位管理系統(tǒng)、借閱管理系統(tǒng)等。2017年4月，浙江理工大學圖書館引進百度人臉自助查詢（借還）機，通過調用百度云人臉識別API接口，將人臉和校園一卡通綁定，實現了讀者直接刷臉進館[27]。

此外，圖書館也嘗試在資源建設、服務質量評價等方面應用AI了相關技術。如在資源采購方面，試圖利用AI方法建立基于薦購圖書信息、讀者喜好和價格等多種綜合信息下的圖書訂購決策模型[22]，以及基于交互式遺傳算法的圖書采購經費分配群決策系統(tǒng)模型[23]等。還有學者嘗試引入Multi-Agent建模方法，利用Matlab軟件仿真圖書館聯盟內成員館、資源廠商等Agent的動態(tài)多次交互演化過程，制定各種環(huán)境下不同Agent的決策策略[24]；在服務質量評價方面，則側重于研究如何建立有關服務質量評價的神經網絡模型，如基于遺傳算法的高校圖書館流通服務質量評價系統(tǒng)的BP神經網絡模型[25]、徑向基函數神經網絡評價模型[26]等。但上述研究目前大多數還處于理論探索、模型開發(fā)和單館應用階段，與實際應用有關的許多具體細節(jié)尚需認真研究解決。

2 人工智能應用于圖書館所面臨的挑戰(zhàn)

2.1 人工智能思維的缺失

近十年來，互聯網思維的大潮影響了社會生活的各個領域，其求真、開放、平等、協(xié)作、分享的精神影響著圖書館，并與圖書館精神深度融合，加上相關技術的飛速發(fā)展，圖書館無論從軟硬件設施、資源還是服務理念、服務模式都發(fā)生了翻天覆地的變化。應該說，互聯網背景下AI時代的到來并不突然，圖書館對AI的應用也在一直不斷進行著，但如同互聯網思維從被提出，到受到圖書館重視，再到被圖書館完全接受經歷了一個循序漸進的過程一樣，AI的應用并不能使AI思維很快在圖書館蔓延開來?；ヂ摼W思維下的圖書館，人們主要關注信息與信息、人與信息之間的連接，圖書館成功地將文獻信息送到了用戶桌面，如何讓用戶便捷地獲取信息是互聯網思維下圖書館關注的重點。而AI關注的是人與物、物與物的連接與溝通，但僅僅讓書找到書架或者讀者找到圖書所在的位置并不是AI在圖書館應用的全部，人與物、物與物的連接不能將圖書館的主要產品“知識”和信息排除在外。因此，現階段圖書館之所以沒有在AI應用中有更多的閃光點，是因為圖書館還沒有習慣于AI的思維方式，還沒有習慣于為未來的可能性去做準備，還沒有完全認識到AI影響社會發(fā)展的巨大潛力。

2.2 缺乏專業(yè)人才

從AI在圖書館的應用實踐中可以看到，成熟的應用大部分是由館外機構單獨開發(fā)或與圖書館合作開發(fā)完成，由圖書館獨自完成的AI應用系統(tǒng)少之又少，在AI行業(yè)人才稀缺的情況下，圖書館領域深諳AI的人才缺乏已成為不爭的事實。專業(yè)人才的缺乏勢必對AI在圖書館的應用開發(fā)和創(chuàng)新造成阻礙。一方面圖書館只能被動地接受企業(yè)開發(fā)的各類AI應用系統(tǒng)；另一方面圖書館對AI的最新發(fā)展趨勢和動態(tài)缺乏敏感，進而導致創(chuàng)新視野狹窄，造成現有的AI應用并不能與圖書館的需求很好地對接，圖書館在很大程度上是在“跟著企業(yè)走”，企業(yè)研發(fā)什么，就用什么，缺乏重度參與，而通常只有重度參與才更容易發(fā)現機會和創(chuàng)新點。就目前AI在圖書館的應用來看，硬件系統(tǒng)如機器人幾乎全部由企業(yè)研發(fā)，軟件系統(tǒng)雖然圖書館也在進行一些研發(fā)，但研發(fā)的速度往往落后于企業(yè)，或者只是在原有系統(tǒng)上的小范圍改造。然而，培養(yǎng)熟諳圖書館業(yè)務和AI領域知識的館員不是一朝一夕就能完成的，現階段圖書館與相關利益企業(yè)進行深度合作并積極參與AI的應用開發(fā)是彌補專業(yè)人才缺乏的有效手段。

2.3 數據的收集和管理面臨困境

海量數據的收集是AI發(fā)展的核心要素之一，應用到圖書館領域亦是如此。在AI的發(fā)展中，要從根本上提高機器學習的能力，特定領域大數據的收集是關鍵。互聯網和移動互聯網的發(fā)展，使得數據中包含的信息越來越多，呈現出海量、多維度和多形式的特點，從圖像、聲音等富媒體數據到動作、姿態(tài)、軌跡等人類行為數據，這些具有深度和更為細致的數據對采集、存儲和管理提出了挑戰(zhàn)；其次，并不是所有的數據都是直接可用的，很多數據往往雜亂無章、殘缺、難以理解，甚至無法獲取，這就涉及到數據的清洗、分析；此外，一方面大數據可以為用戶提供更精準貼心的服務，另一方面也可能會涉及到用戶的隱私。AI對數字基礎的依賴以及其需要在特定數據上訓練的事實意味著圖書館大數據的采集無可避免。首先，采集和管理大數據需要有相應的軟硬件基礎設施，其次需要建立數據模型和數據分析格式，第三還需要具備數據隱私保護的法律知識儲備和相應策略。從圖書館的實際規(guī)模、社會效益等方面考慮，是否要進行大數據采集，或什么時間進行大數據采集，是否能夠和相關企業(yè)合作來進行數據的采集、儲存和管理是圖書館未來AI利用研究中必須要面對的問題，其次還要慎重考慮如何合作、合作的深度和廣度，如涉及到用戶數據的利用應該如何合作？如何避免由于數據使用不當而使用戶的合法權益受到損害等等。此外，一個更大的挑戰(zhàn)是，目前圖書館的文獻資源數據多為商業(yè)采購，這部分數據的開發(fā)利用面臨的問題將更為復雜。

2.4 資金受限

眾所周知，圖書館屬于公益性機構，其資金來源主要依靠政府撥款，在AI應用于圖書館所能帶來的社會效益還并不明朗的情況下，無論采取哪種方式如與企業(yè)合作、圖書館自行研發(fā)等，申請額外的政府撥款用于AI項目的研發(fā)都會較為困難。就目前的情況來看，圖書館經費主要用于文獻資源購置、人員、讀者服務和日常運營，科研經費主要依托于各種社科類項目資助，如國家社會科學基金、圖書館學會、教育部相關項目資助、各地出臺的科研項目資助等。其中，國家社會科學基金的資助力度較大，可達到20-35萬元，其次為教育部人文社會科學規(guī)劃項目，資助金額為8-10萬元，以上只有少數省級公共圖書館或高校圖書館等有科研實力的圖書館才有可能獲得立項；圖書館學會資助的科研課題雖然立項機率較大，但資助經費往往只有幾千元，如2015年廣東圖書館學會資助的科研課題經費僅為3000元[28]。這些經費顯然并不足以支撐AI項目的研發(fā)和試用，因此，圖書館要想在AI應用中有所作為，需開辟新的資金籌措和合作途徑。endprint

3 AI應用于圖書館的發(fā)展趨勢

近幾年來，在全球范圍，世界各國紛紛為AI的發(fā)展進行戰(zhàn)略布局。早在2012年，英國政府就把AI及機器人技術列為國家重點發(fā)展的8大技術之一；日本則在2015年初發(fā)布了《機器人新戰(zhàn)略》，計劃在5年時間里，推進1000億日元規(guī)模的機器人扶持項目[29]；美國于2016年發(fā)布了《國家人工智能研究和發(fā)展戰(zhàn)略計劃》；中國科學院于2014年初成立了腦科學卓越創(chuàng)新中心，聚焦腦科學與智能技術若干重要前沿方向。為搶抓AI發(fā)展的重大戰(zhàn)略機遇，構筑我國AI發(fā)展的先發(fā)優(yōu)勢，2017年8月，國務院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，AI正式被提升到國家發(fā)展戰(zhàn)略高度。AI時代已經到來，順應時代發(fā)展，AI應用于圖書館亦成必然。

3.1 從“互聯網+圖書館”向“智能+圖書館”轉變

“互聯網+圖書館”實現了基于云計算、大數據、移動互聯網等條件下的新一輪全面信息化，不僅信息量迅猛增長，圖書館所有資源和服務上線，而且建立了多方的資源共享與協(xié)調的跨界融合平臺，使用戶與資源、用戶與用戶、資源與資源間互連互通，有效地克服了傳統(tǒng)信息化條件下的“數字鴻溝”“信息鴻溝”等問題，使文化服務更加便捷普惠，最終實現開放融合的泛在圖書館服務。在AI時代，圖書館將從“互聯網+”過渡到“智能+”。“互聯網+”顛覆性地把信息時代的要素都‘加起來，使人與整個世界融入一個統(tǒng)一的管理平臺，信息空前地豐富，取用空前便捷，但也僅僅是方便而已，人們還不能完全按照自己的需要獲取信息和享受服務，大量的信息涌入反而使人無所適從。引入“智能+”，用新的方式來管理網絡化的、聯通的、復雜的新型系統(tǒng)，人們從圖書館獲得的將不僅僅是信息，更主要的是能夠便捷地獲取知識、創(chuàng)新的方法和靈感以及基于知識的協(xié)作和共享。2016年，IBM的認知計算系統(tǒng)Watson通過比對2000萬份癌癥研究論文，用10分鐘為一名患者得出診斷結果為一種罕見的白血病[30]；英國的BenevolentAI公司利用人工智能技術，從散亂無章的海量信息中提取能夠推動藥物研發(fā)的知識和新的可以被驗證的假說，從而加速藥物研發(fā)的過程。未來，AI將依托海量信息為用戶帶來超強的“參考咨詢”，圖書館在AI時代的信息提供和服務系統(tǒng)將包含如下功能：通過AI深度學習，能夠從大數據中快速提取關鍵信息；具有邏輯思考能力，能夠將散落在信息海洋的特定知識片段連接起來，并進行推理、分析、對比、歸納、總結和論證，為用戶提供科研和決策依據；具有強大的自然語言理解能力和處理結構化與非結構化數據的能力，能夠與用戶進行自由交互，并理解和應對用戶提出的問題；能利用文本分析與心理語言學模型對用戶數據進行深入分析，掌握用戶個性特質，為用戶提供更為人性化和個性化的知識服務。

3.2 人機共存、人機互補成為圖書館建設的新態(tài)勢

隨著AI的不斷發(fā)展，機器在越來越多的工作上已經達到甚至超越了人類的水平，包括一些需要認知能力的工作，如在特定數據庫的知識檢索上，人類已經不是計算機的對手了。就目前圖書館機器人的應用現狀來看，編目、整架、上架、流通、一般的業(yè)務咨詢等完全可以由機器人來代替。隨著數據集的迅速擴大、機器學習和計算能力的日益提高，經過一線館員的培訓，智能機器人必將能夠勝任和出色完成更多圖書館工作，把館員從一些簡單、重復性的工作中解放出來，去從事更多能為用戶創(chuàng)造更高價值的工作。眾所周知，圖書館是公益性的文化機構，其發(fā)展的最終目標并不僅僅是讓人們便捷地獲取信息和知識，對讀者進行心靈的浸潤和人格的教化、為他們提供充滿生命活力和人文關懷的精神家園也是其重要的社會職能，而這些是不能依賴對信息和知識的便捷獲取、自動化和智能的機器服務來完成的，換句話說，人文精神的傳承不能單靠技術進步，而是需要人的全程參與，需要科學技術與人文精神的良性互動來實現。AI的應用，使館員有更多的時間通過多種活動與用戶進行面對面的交往和情感交流，保持和傳承圖書館的人文傳統(tǒng)，讓用戶獲得更溫暖和人性化的智能服務。因此，未來隨著AI在圖書館應用的不斷發(fā)展，人機共存、人機互補會成為圖書館服務的新態(tài)勢，AI與館員各自發(fā)揮自己的優(yōu)勢，圖書館的人文精神通過AI強有力的技術支撐和以館員為主導的對用戶的人文關懷得以更好地實現和弘揚。當然，這需要圖書館在AI等新技術的洪流中保持足夠的理性，防止圖書館的人文精神淹沒在現代科學技術的迅猛大潮中。

4 結語

自2011年深度學習興起之后，AI迎來了第三次研發(fā)和應用高潮，已成為國際競爭的新焦點和經濟發(fā)展的新引擎。近幾年來，AI相關學科發(fā)展、理論建模、技術創(chuàng)新、軟硬件升級等在全世界范圍內迅速推進，正在引發(fā)鏈式突破，推動經濟社會各領域從數字化、網絡化向智能化加速躍升。正如“創(chuàng)新工場”創(chuàng)始人李開復所言，“未來10年，不僅是高科技領域，任何一個企業(yè)，都將融入人工智能 ”，圖書館是時候為AI時代的到來做準備了。在圖書館服務中引入AI相關技術，利用自己的專業(yè)優(yōu)勢，參與并在AI的發(fā)展中有所作為，圖書館任重而道遠。

參考文獻：

[1] 張慈卑.利用機器人管理視聽室[J].圖書館論壇，1989（2）：29.

[2] 夏勇.機器人進入圖書館流通系統(tǒng)[J].中國圖書館學報，1991，17（4）：54-55.

[3] 劉曉民.圖書館自動化的新紀元[J].機器人技術與應用，1997（1）：7-8.

[4] 武云霞，夏明.圖書館的未來——美國北卡羅來納州立大學亨特圖書館側記[J].新建設，2013（2）：108-111.

[5] 方建軍，張曄.圖書館圖書自動存取機器人的研究與應用[J].圖書館建設，2012（7）：79-83.

[6] 沈奎林，邵波，陳力軍，等.基于超高頻RFID的圖書盤點機器人的設計和實現[J].圖書館學研究，2016（7）：24-28.

[7] 王濱，韓丹，李思遠，等.基于單片機控制的圖書館機器人的開發(fā)[J].機械工程師，2015（2）：141-143.endprint

[8] 機器人又來搶工作了！新加坡圖書館試用機器人管理員[EB/OL].[2017-08-15].http：//www.chinalibs.net/ArticleInfo.aspx？id=400677.

[9] 王展妮，張國亮.圖書館機器人應用研究綜述[J].大學圖書館學報，2015，33（3）：82-87.

[10] 王艷.IM咨詢機器人在公共圖書館的實現與應用——以深圳圖書館為例[J].數字圖書館論壇，2015（5）：42-46.

[11] 國際在線.美圖書館使用機器人做教學會說19種語言[EB/OL].[2017-08-15].http：//www.chinalibs.net/ArticleInfo.aspx？id=421874.

[12] 高雅，舒越.南京大學打造機器人圖書管理員“圖寶”系國內高校首創(chuàng)[EB/OL].[2017-08-15].http：//www.chinalibs.net/ArticleInfo.aspx？id=419204.

[13] 劉玉桃.機器人現敦煌市圖書館[DB/OL].[2017-08-15].http：//www.chinalibs.net/ArticleInfo.aspx？id=421875.

[14] 郭勝華.國外50年代以來圖書館信息服務領域專家系統(tǒng)研究進展[J].大學圖書情報學刊，2002，20（2）：89-91.

[15] 沈國強，程莉莉.專家系統(tǒng)在圖書館工作中的應用[J].圖書館工作與研究，1993（2）：48-52.

[16] 杜小勇，袁媛，錢防震，等.數字圖書館個性化推薦系統(tǒng)DLPers的設計與實現[A].第二十屆全國數據庫學術會議論文集（技術報告篇）[C].全國數據庫學術會議，2003：303-306.

[17] 鄒凱，汪全莉.智能搜索引擎與數字圖書館個性化服務[J].情報科學，2004，22（7）：874-877.

[18] 黎邦群.微信語音找書研究[J].圖書情報知識，2014（6）：54-61.

[19] 科學之家.重磅消息！Semantic Scholar引領學術搜索新時代[EB/OL].[2017-08-17].http：//www.chinalibs.net/ArticleInfo.aspx？id=422190.

[20] 鞠彥輝，劉宏偉，牟冬梅，等.國外典型語義數字圖書館系統(tǒng)的比較研究[J].圖書館論壇，2009，29（3）：68-71.

[21] 郝慧，胡娟.語義數字圖書館研究綜述[J].圖書情報導刊，2012，22（5）：101-105.

[22] 卞麗琴，陳峰.基于人工智能的圖書訂購策略分析[J].圖書館雜志，2015，34（8）：39-43.

[23] 百度云人臉識別落地浙江理工大學圖書館，刷臉借書不是夢[EB/OL].[2017-08-22].http：//www.chinalibs.net/ArticleInfo.aspx？id=417457.

[24] 鄭微波.一種基于交互式遺傳算法的圖書經費分配群決策模型[J].圖書情報工作，2010，54（19）：90-93.

[25] 經淵，陳雅，鄭建明.基于Multi-Agent建模的圖書館聯盟資源引進決策策略仿真研究[J].圖書情報工作，2015，59（10）：41-47.

[26] 陳鶯.基于遺傳算法的BP 神經網絡在高校圖書館流通服務質量評價中的應用研究[J].情報探索，2014（10）：12-15.

[27] 范一文.基于徑向基函數神經網絡的高校圖書館用戶滿意度評價模型[J].農業(yè)圖書情報學刊，2016，28（3）：10-13.

[28] 廣東圖書館學會秘書處.2015年廣東省圖書館科研課題立項名單公示[EB/OL].[2017-08-24].http：//www.lsgd.org.cn/kylx/kdlxtz/251881.shtml.

[29] 王喜文.日本發(fā)布《機器人新戰(zhàn)略》[EB/OL].[2017-08-24].http：//news.xinhuanet.com/info/2015-04/02/c_134118585.htm.

[30] 奕欣.Watson首次確診罕見白血病，10分鐘診斷難點何在？[EB/OL].[2017-08-27].https：//www.leiphone.com/news/201608/LHuNXEoTJyR4WApQ.html.

作者簡介：布和寶力德（1970-），男，內蒙古鄂爾多斯市圖書館副研究館員，研究方向：數字圖書館、圖書館管理與服務。endprint