劉寅斌　胡亞萍

摘 要：文章首先對谷歌大腦的發(fā)展及影響進行了概述。然后結(jié)合谷歌大腦的研究成果，構(gòu)建了人工智能知識服務(wù)應(yīng)用模式，分析了人工智能在提高知識利用/準確率、幫助快速掌握領(lǐng)域知識、關(guān)注潛在需求，以及創(chuàng)造新知識等4個不同層次的應(yīng)用。分析認為人工智能還處于發(fā)展初期，需要儲備足夠的大數(shù)據(jù)以支撐知識服務(wù)的開展，并且人工智能應(yīng)用應(yīng)該以問題為中心。

關(guān)鍵詞：谷歌大腦；人工智能；知識服務(wù)；大數(shù)據(jù)

中圖分類號：TP18；G252 文獻標識碼：A DOI：10.11968/tsyqb.1003-6938.2017121

Abstract Firstly， the Google Brain's development process and research results were reviewed， and the status was analyzed. Secondly， five problems in knowledge service were pointed out ，that is the low utilization of the knowledge， the fragmentation， the qualities ， limited learning abilities versus the quick development of knowledge ， the lack of new knowledge and so on. Combined with the Google Brain's research results， the AI knowledge service application model was given. Thirdly， the authors looked into the different application levels AI in knowledge service， including improving the utilization rate and accuracy rate， helping to master knowledge involved， satisfying the potential demand and creating new knowledge. At last， the essay demonstrated that AI development is still in the early stage， and enough data is necessary. Besides， the application should be problem-centered.

Key words Google Brian； artificial intelligence； knowledge service； big data

繼以蒸汽機、電力、互聯(lián)網(wǎng)為標志的第一、第二、第三次革命之后，人類將迎來第四次革命，而人工智能（Artificial Intelligence，AI）則是這次革命的新動力。Gartner發(fā)布的2017年10大戰(zhàn)略科技技術(shù)趨勢當(dāng)中，前三個均圍繞智能展開（應(yīng)用型人工智能和高級機器學(xué)習(xí)、智能應(yīng)用以及智能硬件），可見智能是未來的技術(shù)發(fā)展趨勢。在國家層面，美、中、英、日、韓等國家自2016年以來也紛紛布局人工智能戰(zhàn)略[1]。百度All In AI，騰訊啟動AI加速器，亞馬遜Alexa的應(yīng)用，谷歌AlphaGo戰(zhàn)勝人類，阿里成立達摩研究院，這一系列事件表明AI時代正在加快來臨?？梢哉f，AI不僅是國家戰(zhàn)略，也是信息科技界核心戰(zhàn)略[2]。各行各業(yè)都將迎來變革，而社會所有的生產(chǎn)服務(wù)均離不開知識。知識服務(wù)應(yīng)該根據(jù)用戶具體問題和所處環(huán)境，提供支持知識應(yīng)用、創(chuàng)新的服務(wù)[3]，AI正是實現(xiàn)這一目標的對口技術(shù)。

谷歌是最早投資研究AI的公司之一，旗下Google Home、Google Assistant、谷歌翻譯等產(chǎn)品均以AI為DNA，谷歌于2014年也將戰(zhàn)略由Mobile First調(diào)整為AI First。谷歌大腦就是谷歌旗下最重要的AI研究團隊之一，其對谷歌未來和AI的發(fā)展都有非常重要的推動作用，在知識服務(wù)領(lǐng)域的應(yīng)用也引導(dǎo)著AI時代知識服務(wù)的發(fā)展方向。本文首先對谷歌大腦的發(fā)展和研究成果進行梳理，結(jié)合知識服務(wù)現(xiàn)存問題，提出AI知識服務(wù)應(yīng)用模式，并展望了AI在知識服務(wù)領(lǐng)域的層次性應(yīng)用。

1 谷歌大腦的發(fā)展與影響

1.1 谷歌大腦及其發(fā)展

谷歌大腦原是Google X部門的一個研究項目，因其巨大的經(jīng)濟利益而成為總公司的直接部門，是谷歌旗下專職研究AI的團隊。2011年，由斯坦福大學(xué)計算機科學(xué)家吳恩達、谷歌高級研究員Jeff Dean以及神經(jīng)科學(xué)家Greg Corrado等3人組成。該團隊用1.6萬多個處理器，通過10 億個內(nèi)部節(jié)點，搭建了一個虛擬大腦。在分析從Youtube上隨機抓取的無標簽視頻剪輯圖片，經(jīng)過10天的時間運轉(zhuǎn)后，該大腦在其他2萬張圖片中準確識別了貓的圖片[4]。該實驗表明，同人類大腦中的神經(jīng)元一樣，人工構(gòu)建的“神經(jīng)網(wǎng)絡(luò)”在接收數(shù)據(jù)后，神經(jīng)元之間的關(guān)系發(fā)生變化，該系統(tǒng)自主形成了一個“概念”，并形成了特定的反應(yīng)機制。當(dāng)后期輸入的數(shù)據(jù)與之前學(xué)習(xí)的數(shù)據(jù)對應(yīng)時，機器就可以自主進行識別。由此說明AI同人類智能一樣，可以通過進化獲得。加拿大蒙特利大學(xué)研究機器學(xué)習(xí)的教授Yoshua Bengio評價該虛擬大腦說，其構(gòu)成功能和哺乳動物大腦視覺皮層的部位類似，可以看見客觀世界的物體，運行模式和哺乳動物，甚至和人類大腦的一些工作模式相像。

除了圖片識別技術(shù)，谷歌大腦還利用神經(jīng)網(wǎng)絡(luò)解決更復(fù)雜的任務(wù)。如在語言識別上，谷歌大腦團隊將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用在機器翻譯上，實現(xiàn)了法語、英語、西班牙語、德語、漢語、日語、韓語、葡萄牙語和土耳其語等多種語言之間互譯，翻譯水平堪比人類；谷歌大腦團隊造就了世界上第一臺真正能夠“閱讀”的機器，踏出了在通用計算機設(shè)備上使用人類語言的第一步；在語音識別上，谷歌大腦和谷歌語音部門合作，通過機器訓(xùn)練，將Google的語音識別準確率提高了25%，為知識服務(wù)的智能化打開了一個關(guān)鍵入口[5]。endprint

圖像、語音、語言識別的實現(xiàn)得益于深度學(xué)習(xí)的應(yīng)用與發(fā)展?；谔囟ǖ哪Ｐ秃痛罅康挠?xùn)練樣本，深度學(xué)習(xí)實現(xiàn)了特征的提取和識別，從而實現(xiàn)AI。2015年，谷歌大腦對TensorFlow AI學(xué)習(xí)系統(tǒng)實行開源，在搭建深度學(xué)習(xí)模型上的優(yōu)勢使其廣受開發(fā)者青睞[6]?，F(xiàn)任谷歌大腦負責(zé)人Jeff Dean說，谷歌大腦的根本使命就是讓機器擁有更多智力，進而讓人類的生活變得更加美好。

1.2 谷歌大腦研究成果的價值與社會影響

谷歌大腦自2011成立以來，團隊不斷擴大，由原來的3人擴展到現(xiàn)在的100多人，期間深度學(xué)習(xí)領(lǐng)域?qū)＜褿eff Hinton、蘋果Swift語言之父Chris Lattner等先后加入團隊，高端AI人才越來越多。在學(xué)術(shù)研究方面也碩果累累，目前已發(fā)表240多篇研究論文供行業(yè)內(nèi)人士研究學(xué)習(xí)，為AI技術(shù)的普及做出重要貢獻。而且谷歌大腦致力于將研究成果應(yīng)用到產(chǎn)品中，谷歌翻譯和谷歌Home就是代表作品。作為一家由AI驅(qū)動的技術(shù)公司，谷歌擁有海量的計算資源、數(shù)據(jù)資源以及人才資源，谷歌大腦作為AI領(lǐng)域頂尖研究團隊，不僅對谷歌未來發(fā)展有著不可估量的作用，對AI整體的發(fā)展也起著舉足輕重的作用。

從人工神經(jīng)網(wǎng)絡(luò)、機器學(xué)習(xí)到深度學(xué)習(xí)，谷歌大腦提升了機器的圖片識別、語音識別以及自然語言處理等能力，這意味著機器獲取、處理、理解知識的能力在不斷提高，即機器智力的提高。正如斯坦福大學(xué)AI研究中心尼爾遜教授所言，AI是研究如何表示知識、如何獲得知識并使用知識的學(xué)科，未來擁有AI的機器不僅會提升知識服務(wù)的專業(yè)性，更給知識服務(wù)領(lǐng)域帶來顛覆性變革。

2 AI時代的知識服務(wù)模式構(gòu)建

我國知識服務(wù)領(lǐng)域主要有社會教育領(lǐng)域（面向?qū)W校/老師/學(xué)生）、專業(yè)咨詢領(lǐng)域（大型互聯(lián)網(wǎng)企業(yè)/專業(yè)咨詢機構(gòu)）、社會生產(chǎn)領(lǐng)域（設(shè)備制造/醫(yī)療服務(wù)/設(shè)備維護/投資融資/農(nóng)業(yè)生產(chǎn)/企業(yè)規(guī)劃等）、科學(xué)研究領(lǐng)域（出版機構(gòu)/期刊出版社/圖書等）和社會管理領(lǐng)域等5類，涵蓋了社會生活的方方面面?？傮w而言，知識服務(wù)的水平則隨著技術(shù)的進步而改善，如互聯(lián)網(wǎng)的發(fā)展和廣泛應(yīng)用衍生出了“內(nèi)容付費”這一新型知識服務(wù)形式，大數(shù)據(jù)、云計算、AI等技術(shù)則使得知識服務(wù)呈現(xiàn)個性化、智慧化特征，推動知識服務(wù)再上新臺階。

2.1 AI時代的知識服務(wù)學(xué)術(shù)研究進展

自AI發(fā)展以來，學(xué)者們從AI時代知識服務(wù)的不同方面、不同過程階段（知識獲取、知識處理和分析、知識管理、知識表示），以及AI給知識服務(wù)帶來的變化等方面進行了研究。（1）在AI與知識獲取方面，高華和余嘉元[7]認為知識獲取的主要困難在于如何準確把握領(lǐng)域?qū)＜宜褂玫母拍?、關(guān)系以及問題求解方法。通常情況下，專家所采用的語言有別于日常用語，不利于一般人理解。利用AI使專家潛在知識向顯性轉(zhuǎn)化，以及歸納沒有抽象符號的推理機制是研究主題，并且知識獲取應(yīng)該發(fā)生在與社會動態(tài)式的交互過程中；（2）在知識分析方面，莊越挺[8]提出，大數(shù)據(jù)將實現(xiàn)下一代健壯、通用的AI2.0，數(shù)據(jù)驅(qū)動學(xué)習(xí)和知識指導(dǎo)方法的整合將打開一個新的大門；（3）在知識表示方面，危輝、潘云鶴[9]指出傳統(tǒng)的知識表示與人的智能行為發(fā)生內(nèi)在過程具有很大的差距。借助神經(jīng)科學(xué)和心理學(xué)，對智能行為的生理基礎(chǔ)和心理基礎(chǔ)進行研究，這種表示觀預(yù)示著AI方法論上的進步，由此AI對思維認知從現(xiàn)象發(fā)展到本質(zhì)；（4）在知識管理方面，魏曉平、肖賢勇[10]提出AI可以對信息進行整理分析，搜索與分類等，使用AI技術(shù)可極大提高知識管理水平。此外，唐曉波、李新星[11]提出AI的發(fā)展將驅(qū)使知識服務(wù)發(fā)生轉(zhuǎn)變，具體表現(xiàn)為思維模式由經(jīng)驗主義轉(zhuǎn)向數(shù)據(jù)驅(qū)動，服務(wù)主體呈多元化，以及知識服務(wù)內(nèi)容呈智慧化特征，除了提供事實類信息，還實現(xiàn)簡單“why”“how”的自動問答；董良廣[12]認為傳統(tǒng)出版業(yè)應(yīng)以用戶需求為導(dǎo)向，利用AI技術(shù)，提供嵌入場景的知識服務(wù)；鄧逸玨、王垚[5]提出可以利用智能語音技術(shù)作為切入口、大數(shù)據(jù)技術(shù)作為決策依據(jù)、機器學(xué)習(xí)技術(shù)作為提升智能服務(wù)的驅(qū)動力來實現(xiàn)數(shù)字出版社戰(zhàn)略轉(zhuǎn)型，構(gòu)建場景化、智能化、關(guān)注用戶潛在需求等知識服務(wù)全新生態(tài)。

綜上可以發(fā)現(xiàn)學(xué)者對于AI于知識服務(wù)的影響等進行了較為分散的研究，但是AI時代的知識服務(wù)應(yīng)用模式、AI在知識服務(wù)上的具體場景應(yīng)用研究還比較少，有必要進一步細化和探討。

2.2 AI時代的知識服務(wù)應(yīng)用模式

借鑒谷歌大腦的研究成果及學(xué)界的相關(guān)研究成果，本文構(gòu)建了主要由用戶主體、人工智能“黑箱”以及超大型數(shù)據(jù)庫組成的AI知識服務(wù)的應(yīng)用模式（見圖1）。用戶主體是AI的服務(wù)對象和數(shù)據(jù)來源之一。用戶通過語音、文字、圖片等形式，向AI機器提出知識服務(wù)請求，AI則根據(jù)接收到的已知需求，充分收集、調(diào)用相關(guān)信息，對用戶的請求進行反饋。此外，AI會主動收集用戶主體的日常數(shù)據(jù)，然后在合適的時間和場合主動響應(yīng)用戶的潛在需求；AI“黑箱”，是指機器通過語音識別、圖像識別、以及文字識別等AI技術(shù)，自主收集、處理、管理及分析數(shù)據(jù)，最后給出解決方案，整個過程完全沒有外在人為干預(yù)；超大型數(shù)據(jù)庫是AI決策的基礎(chǔ)，主要包含周邊場景信息、用戶信息和知識庫等3方面的數(shù)據(jù)庫，是知識服務(wù)決策準確性和專業(yè)性的來源。其中：周邊場景信息是用來判斷用戶所處的環(huán)境，用于給出即時性的方案；用戶信息包含用戶的基本屬性信息，以及歷史行為數(shù)據(jù)，用于給出個性化方案；知識庫包含專業(yè)知識、案例等，是解決方案的理論基礎(chǔ)。

基于AI知識服務(wù)模式可知，AI時代的知識服務(wù)具有友好交互性、智能性、無人干預(yù)性以及準確專業(yè)性等特征，打造用戶全新體驗。友好交互性是指機器能識別來自用戶主體及環(huán)境的信息，走進現(xiàn)實世界，同人類以及環(huán)境產(chǎn)生友好互動；智能性是指在復(fù)雜的信息環(huán)境中，AI機器獲取和分析與所面臨問題相關(guān)的信息，并將這些信息解析和重組，然后給出相應(yīng)的解決方案，使得知識服務(wù)能夠切入知識應(yīng)用和創(chuàng)新過程[13]，給用戶提供智能解決方案；無人干預(yù)是指從信息的收集、分析、方案的生成到向用戶提供解決方案的整個過程中，所有行為均在“黑箱”內(nèi)完成，完全屏蔽人為參與。準確專業(yè)性是指AI基于用戶歷史數(shù)據(jù)、場景信息和知識庫的綜合數(shù)據(jù)分析獲得解決方案，數(shù)據(jù)基礎(chǔ)大而全，因此能夠提供專業(yè)而又準確的綜合性解決方案。endprint

3 AI在知識服務(wù)領(lǐng)域的層次性應(yīng)用

對于可以替代人類去完成部分工作的AI的未來發(fā)展，業(yè)界出現(xiàn)了兩種截然不同的聲音?；艚鹫J為AI可能會威脅人類文明；2017年特斯拉創(chuàng)始人馬斯克和臉書創(chuàng)始人扎克伯格在社交媒體上展開論戰(zhàn)。馬斯克認為AI遞歸性的改進自己，會使其功能越來越強大。如果不進行適當(dāng)?shù)谋O(jiān)管，AI將終結(jié)人類；而扎克伯格對馬斯卡的觀點極其不贊同。AI科學(xué)家李飛飛認為人類的愛是機器無法替代的；杰瑞·卡普蘭教授在其書中描繪了人機共生的未來圖景[14]，并且認為如果人類主動積極地去應(yīng)對改變和不斷學(xué)習(xí)，就不用擔(dān)心因為AI的發(fā)展而失業(yè)。在學(xué)術(shù)領(lǐng)域中，鐘義信[15]提出AI可以模擬人類理解、學(xué)習(xí)和執(zhí)行等人類智慧，但不能模擬發(fā)現(xiàn)和定義問題的人類智能，并提出人類的創(chuàng)造力和創(chuàng)造性是機器不可替代的；朱瀅[16]認為AI意識并不表示一定會給人類帶來傷害，我們需要做的是正確使用AI，如把人類的正確價值觀和倫理規(guī)則植入AI的使用當(dāng)中。我們認為，AI是對人類智能的簡單模擬，機器本身還是冰冷的，它沒有目標以及意向驅(qū)動性。并且無可否認的一點是，AI確確實實給人類發(fā)展帶來了新的突破，我們沒有理由拒絕技術(shù)的發(fā)展。

AI不會對人類造成威脅，它是人類用以提高生活質(zhì)量，推動人類歷史實現(xiàn)跨躍式發(fā)展的工具。目前AI在實際生活中的應(yīng)用案例已證明了這一點。如無人駕駛技術(shù)、智能醫(yī)療、科大訊飛在線教育系統(tǒng)等。在知識服務(wù)領(lǐng)域，AI不僅改善知識服務(wù)模式，還將提高知識服務(wù)速度、質(zhì)量及范圍等，給知識服務(wù)帶來層次分明、多樣化的應(yīng)用前景（見圖2）。

3.1 提高知識利用率及準確率

在大數(shù)據(jù)、云計算等技術(shù)的基礎(chǔ)上，計算機可以把內(nèi)容分門條類的存儲和管理，對于處理記憶性和邏輯性工作十分有用，水平遠遠高于人類?；谟嬎銠C技術(shù)，加上AI服務(wù)，我們可以提高知識的應(yīng)用水平。在醫(yī)療領(lǐng)域，AI除了根據(jù)病人的測驗報告，還可以綜合病人的病史，以及數(shù)據(jù)庫中相似的案例，做出精準判斷，并給出診斷方案?；贏I的診斷方案，醫(yī)生可以對應(yīng)用到的相關(guān)醫(yī)學(xué)知識進行評估，也可對診斷方案做進一步的探索和糾正，兩者結(jié)合將減少誤判率，提高知識的應(yīng)用和準確率。

3.2 幫助用戶快速掌握領(lǐng)域知識

AI將各種信息匯集到一起，以嵌入的方式，幫助用戶解決真實場景中遇到的問題，或者幫助用戶快速確定學(xué)習(xí)目標，提供可靠、系統(tǒng)的知識服務(wù)，從而避免用戶在花費大量時間做好本職工作/專業(yè)的同時，還需要花費大量時間去學(xué)習(xí)領(lǐng)域知識。從零開始學(xué)習(xí)一門知識耗時耗力，而且從學(xué)習(xí)到實際應(yīng)用，除了扎實的理論基礎(chǔ)，還應(yīng)學(xué)習(xí)同類的案例，但工作中大多數(shù)情況下等不及。AI具有“聰明”的大腦，基于強大的數(shù)據(jù)庫，它掌握各種領(lǐng)域知識，并可通過“學(xué)習(xí)”將最好的解決方案提供給用戶。對個人來說，從實際應(yīng)用開始領(lǐng)域知識的學(xué)習(xí)，會更有效率；企業(yè)利用AI，可以節(jié)省大量的培訓(xùn)費用；對知識服務(wù)機構(gòu)而言，可以提高知識服務(wù)質(zhì)量。

3.3 潛在性需求的滿足

AI除了存儲用戶基本屬性信息，還可隨時隨地記錄用戶行為等信息，存儲了大量歷史信息。基于這兩種數(shù)據(jù)的分析，加上知識數(shù)據(jù)庫，AI可以提前感知用戶需求，并提供方案。如根據(jù)某一用戶的數(shù)據(jù)顯示，該用戶最近一段時間經(jīng)常熬夜，點外賣頻率比較高，而血壓、體重等數(shù)據(jù)有上升趨勢。該用戶可能會收到來自AI主動的知識推送，內(nèi)容是關(guān)于規(guī)律作息、健康飲食的知識，并且還根據(jù)用戶最近的日常工作和時間，給其規(guī)劃了一份科學(xué)的運動計劃以及營養(yǎng)均衡的食譜表。又或者某用戶最近經(jīng)常上外語網(wǎng)站或者APP進行閱讀學(xué)習(xí)，該用戶可能在學(xué)習(xí)和工作場景中常用英語進行交流，AI機器就會綜合收集到的數(shù)據(jù)（學(xué)習(xí)、工作）給該用戶制定一份英語學(xué)習(xí)計劃或是提供高質(zhì)量學(xué)習(xí)資料，提前滿足該用戶的需求。AI時代，知識服務(wù)的水平就是在用戶提出需求之前，解決方案就已經(jīng)呈現(xiàn)在面前。

3.4 創(chuàng)造新知識，助力人類迸發(fā)創(chuàng)造性

AI重塑了人類和信息的關(guān)系。語音識別、圖像識別等技術(shù)使機器與環(huán)境發(fā)生信息互動，作為中介的人的主觀精神活動被省略；機器學(xué)習(xí)和深度學(xué)習(xí)讓機器認識“概念”、并且創(chuàng)造新知識。而且AI“學(xué)習(xí)”能力驚人，知識在不同機器間的快速復(fù)制傳播，其容量和可塑性遠遠大于人類漫長時間積累起來的知識體系，這給新知識的誕生創(chuàng)造了空間和機會。一方面，AI自主創(chuàng)造新藝術(shù)、新知識，成為知識的生產(chǎn)者，改變?nèi)嗽谏a(chǎn)知識中的絕對主體地位，如AlphaGo創(chuàng)造新的棋譜，可以協(xié)助人類穩(wěn)固提升棋藝，幫助人類成為更好的棋手；另一方面，AI可以憑借其學(xué)習(xí)能力幫助人類學(xué)習(xí)更多知識，AI創(chuàng)造的知識可以豐富知識內(nèi)容、結(jié)構(gòu)以及思維方式，給人類提供更多的學(xué)習(xí)、探索資料，開拓人類的思考。最重要的是，知識創(chuàng)新的前提是對現(xiàn)有知識深度、全面的掌握和理解，甚至熟練的應(yīng)用，這是一個不斷試錯、總結(jié)的過程，漫長而枯燥。人類將繁瑣、無聊的工作交給AI之后，可以有更多時間從事創(chuàng)造性工作。如AI撰寫新聞稿已不新奇，這些由智能機器產(chǎn)生的知識將成為人類學(xué)習(xí)和享用的基本資料。AI將憑借其淵博的知識成為一個好老師以及新知識的創(chuàng)造者。

4 結(jié)語

AI時代，知識服務(wù)明顯的特征是不再局限于提供基本的信息服務(wù)，更重要的基于場景為用戶解決問題，并進一步滿足潛在需求。因此，關(guān)于AI的知識服務(wù)應(yīng)用，必須以問題為中心，不能為了應(yīng)用AI而應(yīng)用AI。當(dāng)然，AI還處于初級發(fā)展階段，距離真正的“智能”還有很長的一段路要走。同時，要提供高質(zhì)量的知識服務(wù)必須有足夠的信息和數(shù)據(jù)存儲才能滿足更多需求。因此要實現(xiàn)通用AI，海量的數(shù)據(jù)是前提。在AI時代來臨之前，各知識服務(wù)機構(gòu)應(yīng)該積極積累數(shù)據(jù)，建立強大的數(shù)據(jù)庫和知識庫，同時培養(yǎng)AI領(lǐng)域人才，為迎接AI時代的到來做好準備。

參考文獻：

[1] 國家工業(yè)信息安全發(fā)展研究中心.2016全球人工智能發(fā)展報告[R/OL].[2017-10-23].http：//www.cbdio.com/BigData/2016-10/19/content_5343344.htm.endprint

[2] 陸婷婷.從智慧圖書館到智能圖書館：人工智能時代圖書館發(fā)展的轉(zhuǎn)向[J].圖書與情報，2017（3）：98-101，140.

[3] 張曉林.走向知識服務(wù)：尋找新世紀圖書情報工作的生長點[J].中國圖書館學(xué)報，2000，26（5）：30-35.

[4] 劉佳.谷歌“學(xué)習(xí)機器人”：像人類大腦一樣去思考[N].第一財經(jīng)日報，2013-01-17（C2）.

[5] 鄧逸鈺，王垚.智能化語境下的數(shù)字出版領(lǐng)域知識服務(wù)生態(tài)構(gòu)建[J].出版發(fā)行研究，2017（6）：34-36.

[6] 劉帆，劉鵬遠，李兵，等.TensorFlow平臺下的視頻目標跟蹤深度學(xué)習(xí)模型設(shè)計[J].激光與光電子學(xué)進展，2017，54（9）：283-291.

[7] 高華，余嘉元.人工智能中知識獲取面臨的哲學(xué)困境及其未來走向[J].哲學(xué)動態(tài)，2006（4）：45-50.

[8] Yue-ting ZHUANG，F(xiàn)ei WU，Chun CHEN，et al.Challenges and opportunities：from big data to nowledge in AI 2.0[J]. Frontiers of Information Technology & Electronic Engineering，2017，18（1）：3-14.

[9] 危輝，潘云鶴.從知識表示到表示：人工智能認識論上的進步[J].計算機研究與發(fā)展.2000（7）：819-827.

[10] 魏曉平，肖賢勇.人工智能與知識管理關(guān)系芻議[J].科技管理研究，2005（10）：72-74.

[11] 唐曉波，李新星.基于人工智能的知識服務(wù)研究[J].圖書館學(xué)研究，2017（13）：26-31.

[12] 董良廣.出版企業(yè)基于人工智能開展知識服務(wù)的路徑探索——以人民衛(wèi)生出版社為例[J].出版廣角，2017（14）：16-19.

[13] 高培.專業(yè)出版社如何實現(xiàn)知識服務(wù)轉(zhuǎn)型[J].出版廣角，2017（2）：39-41.

[14] Jerry Kaplan.李盼，譯.人工智能時代[M].杭州：浙江人民出版社，2016.

[15] 鐘義信.人工智能：“熱鬧”背后的“門道”[J].科技導(dǎo)報，2016，34（7）：14-19.

[16] 朱瀅.怎樣面對來自人工智能的威脅[J].心理與行為研究，2017，15（1）：1-2.

作者簡介：劉寅斌，男，上海大學(xué)管理學(xué)院副教授；胡亞萍，女，上海大學(xué)管理學(xué)院碩士研究生。endprint