王千蔚

本文以介紹人工智能的發(fā)展歷史為起點，敘述了人工智能的定義、研究方向和研究價值，對當(dāng)前人工智能的應(yīng)用進行了大致總結(jié)，并簡要闡述了發(fā)展規(guī)律。

前言

在人類的漫長的歷史上，無數(shù)傳說與文學(xué)作品的想象讓“人工智能”成為人們腦海中對未來的一種美好猜測。此后，伴隨著數(shù)理邏輯思想的誕生和“圖靈機模型”的提出，電子計算機誕生并得到長足的發(fā)展，為人工智能的誕生提供了土壤。隨著計算機科學(xué)的進步和人們?nèi)粘Ｉ钚枨筇岣?，人工智能保持發(fā)展并不斷革新，為社會的進步做出了不可磨滅的貢獻。

1.人工智能的發(fā)展及重大變革

1.1 誕生與初步發(fā)展

1956年，美國達特瑪斯大學(xué)的一次研究性學(xué)會上，正式使用“AI（人工智能）”這一術(shù)語，此后“人工智能”作為一個新的研究方向正式出現(xiàn)在全球各地的研究機構(gòu)中。50年代末至60年代初，人工智能快速發(fā)展，出現(xiàn)了一大批顯著的成果，如LISP表處理語言，著名的下棋程序等。但是，由于知識水平的限制和問題處理方法的局限性，人工智能的發(fā)展速度較慢，面臨問題較多。這時，一些人對人工智能的發(fā)展失去耐心，人工智能的發(fā)展也就走入低谷期。

1.2 走出低谷，進入新的高潮

1970年左右，一些大型公司開始著手于專家系統(tǒng)的研發(fā)，包括探礦系統(tǒng)，語音識別系統(tǒng)以及醫(yī)學(xué)使用的疾病診斷系統(tǒng)等。這些專家系統(tǒng)擴展了人工智能的應(yīng)用范圍，使得人工智能在現(xiàn)實生活中的作用得以彰顯，人工智能技術(shù)再次崛起。此后，日本提出了“第五代計算機研制計劃”，雖然未能成功，但是對人工智能的發(fā)展起了很大的推進作用。1987年，美國舉辦了第一次神經(jīng)網(wǎng)絡(luò)國際會議，作為人工智能分支的人工神經(jīng)網(wǎng)絡(luò)開始迅速發(fā)展。

1.3 理論知識和發(fā)展趨勢的革新

1990年以前，人工智能的研究集中在對機器意識思考能力的研究上，而人腦被視為意識的來源，因此這時的人工智能依靠所謂的研究人腦的方式進行。但是由于我們對自己的大腦理解十分有限，這樣的方法效率并不高。1990年以后，統(tǒng)計學(xué)的方法出現(xiàn)了，通過對大量信息的處理，計算機可以找到某件事物的信息化規(guī)律，進而對接收到的信息進行更加準確的識別處理。這一方法的出現(xiàn)為日后人工智能的進一步發(fā)展奠定了基礎(chǔ)。此后，隨著互聯(lián)網(wǎng)時代的到來，人工智能的研究工作由對某一臺具備信息處理能力的機器的研究轉(zhuǎn)變?yōu)閷σ栏接诰W(wǎng)絡(luò)環(huán)境下的多元信息處理單元的研究。網(wǎng)絡(luò)大幅度提升了信息收集的效率，進而使計算機識別信息的能力大大加強。

2.人工智能的含義

2.1 定義

所謂“人工智能”，從計算機的領(lǐng)域上來看，就是由人所制造的，具有處理信息和與外界交互的能力的信息處理單元。人工智能研究特定的信息處理單元對信息的接收、處理及反饋過程，針對智能機器在各大領(lǐng)域解決實際問題的能力進行探索并予以改進。作為電子信息學(xué)科中的一個分支，人工智能的研究的目的是使計算機能像人腦一樣獨立處理各種信息，并避免像人類一樣產(chǎn)生情感，進而使信息處理結(jié)果更加可控高效。

2.2 主要研究方向

隨著時間的推移，計算機技術(shù)，作為人工智能作土壤的理論知識不斷取得新的進展，因此人工智能涉及的領(lǐng)域越來越廣，研究方向日趨多樣化。

2.2.1 對數(shù)據(jù)的采集與分析

當(dāng)今，很多利用了人工智能技術(shù)進行數(shù)據(jù)處理的領(lǐng)域，都需要收集大量的實際應(yīng)用信息，并利用統(tǒng)計學(xué)的方法總結(jié)內(nèi)在規(guī)律，通俗來講，就是利用實際應(yīng)用的經(jīng)驗進行學(xué)習(xí)。在互聯(lián)網(wǎng)時代，獲取信息已不是什么難事，但從大量的信息中提取出對解決當(dāng)下問題有用的信息，并對其加以準確有效的分析總結(jié)成為了一個不可避免的難點。利用龐大的數(shù)據(jù)庫和先進的數(shù)理分析方法，計算機可以獲得大量的經(jīng)驗，從而作出更加全面的決定。就像曾在2016年3月?lián)魯∈澜鐕骞谲娎钍朗腁lphaGo人工智能程序，就是通過對人類棋局數(shù)據(jù)進行大量的分析與判斷，最終取得超出人類的局勢分析與決策能力。

2.2.2 智能接口技術(shù)

這一技術(shù)是研究人工智能對信息的智能接收能力，即如何使外界環(huán)境能夠簡單快捷的與計算機交互。這需要依靠各種信號轉(zhuǎn)化與處理儀器，使計算機能理解不同種類的外界信號并予以反饋。通俗來講，就是要使計算機能聽懂人類講話，看懂人類文字，并會說話，回答人類提出的問題，甚至是與人腦直接交互。這一技術(shù)對解決實際問題很有幫助，并且也為未來人工智能的進一步發(fā)展奠定基礎(chǔ)?，F(xiàn)在這一技術(shù)已被廣泛應(yīng)用于語音與文字識別、圖像的識別和語言翻譯等領(lǐng)域。

2.2.3 計算機意識化

現(xiàn)在人類所掌握的技術(shù)足以制造出在某幾個方面具有智能的機器，但是由于在其他方面不具有智能，一般認為它們不具有意識。而所謂計算機意識化，是要根據(jù)人腦創(chuàng)造出有意識的、同時具有理性的分析能力和感性的感受能力的計算機，從而脫離人的控制，自主、全面、多方位地完成任務(wù)。這一研究與對人腦的研究相互聯(lián)系，使嘗試制作出和人一樣的大腦出來成為可能。但不管是人腦的研究還是智能意識的研究，現(xiàn)在都處于瓶頸階段，進展比預(yù)測的慢。況且，不管是曾被提出的“中文屋”理論，還是一系列哲學(xué)的爭論，都指出這類研究可能根本無法成功,可以說是前途未卜。

2.3 研究價值

現(xiàn)在人工智能的研究以計算機為載體，而計算機對人類日常生活的作用十分明顯。計算機可以幫助人們更加快速、精確地處理大量信息，輔助人們分析相關(guān)問題，或是以其為載體進行交流或娛樂活動。而有了人工智能的幫忙，計算機可以更加全面地處理相關(guān)問題，并簡化人類輸入信息和處理信息的過程，從而獲得速度與效果的同時提升。人工智能研究還包括對類人意識的研究等，這些研究可以在不遠的將來更加豐富人們的日常生活。

3.人工智能應(yīng)用現(xiàn)狀及面臨的難題

3.1 實際應(yīng)用

人工智能是多門學(xué)科、各大領(lǐng)域交叉滲透所形成的學(xué)科，研究用計算機相關(guān)知識和數(shù)字算法來解決實際問題的方法。這一特點使人工智能擁有廣闊的應(yīng)用范圍和較大的發(fā)展?jié)撡|(zhì)。

3.1.1 數(shù)據(jù)及信息處理

面對大量的數(shù)據(jù)處理工作，人們或多或少會感到力不從心。這時人工智能便可以發(fā)揮自身不受體力限制的優(yōu)勢，幫助人類進行大規(guī)模數(shù)據(jù)處理。由于工作效率不受精力影響，且算法固定使出錯率降到幾乎為零，人工智能在這一方面已遠遠超過人類并取得廣泛應(yīng)用，如自動化生產(chǎn)中對生產(chǎn)資料的統(tǒng)籌管理、各大網(wǎng)站對用戶數(shù)據(jù)的處理和地理信息系統(tǒng)中對信息的處理等。

3.1.2 識別與判斷

在統(tǒng)計學(xué)的基礎(chǔ)上，收集大量實際應(yīng)用數(shù)據(jù)后，運用人工智能的手段，可以對收到的圖像、文字、語音等信號進行識別，并自行判斷其內(nèi)容，用于下一步的信息處理。隨著現(xiàn)實中實際應(yīng)用實例所提供的數(shù)據(jù)越來越多，識別系統(tǒng)的精度正在漸漸提高。以聲音轉(zhuǎn)文字系統(tǒng)為例，它接收聲音信號，并由智能系統(tǒng)進行識別，最后將信號以文字的形式反饋給人們。還有現(xiàn)代醫(yī)學(xué)中常用的DNA檢測技術(shù)，可以在大量的遺傳信息中識別出需要的片段，用于遺傳病的探查或是確定遺傳關(guān)系。

3.1.3 設(shè)計與決策

人工智能在這一方面的應(yīng)用很廣，包括咨詢系統(tǒng)、輔助調(diào)度系統(tǒng)和決策系統(tǒng)等。依靠大量的實際應(yīng)用數(shù)據(jù)，人工智能可以將當(dāng)下的事情和曾經(jīng)發(fā)生過的事情進行比較和分析，作出最有利于局勢的選擇。較早以前就已經(jīng)出現(xiàn)的“專家系統(tǒng)”就是這方面應(yīng)用的事例。顧名思義，像人類專家一樣，專家系統(tǒng)擁有大量專業(yè)知識，可以進行推理與分析，并對當(dāng)下問題作出判斷。借此，專家系統(tǒng)可以為人們提供咨詢服務(wù)，或是幫助人們作出決策。

3.2 面臨的問題

目前人工智能主要面臨的問題集中在實際應(yīng)用的限制上。在實際應(yīng)用中，人造智能計算機的識別能力有時不符合要求，容易出現(xiàn)誤判的情況；受機制影響，現(xiàn)在的智能計算機處理問題傾向于將現(xiàn)在的問題與過去經(jīng)歷過的問題作比較，因此應(yīng)對新型創(chuàng)新性問題能力較弱，即使用于做決策也需要人類輔助；而涉及自動化的智能程序設(shè)計較為困難，需要考慮多種要求并盡可能的避免錯誤的發(fā)生；等等。這些問題的解決將會使人工智能的實際應(yīng)用更加廣泛高效。

4.人工智能發(fā)展前景展望及討論

根據(jù)人工智能近些年來的發(fā)展可看出，未來的人工智能發(fā)展速度可能越來越快，涉及領(lǐng)域越來越多，也可能造成更多的問題。在某幾個方面具有強于人類能力的人造智能機器已被制造并大規(guī)模使用，成為人們?nèi)粘Ｉ钪胁豢苫蛉钡墓ぞ?，而下一步則是對這一類工具進行修整，使其整體化，擁有更加簡單的操作方式，或是更多的功能，進而強化人工智能的實際應(yīng)用能力，真正為人類服務(wù)。

人工智能在數(shù)年間得以快速發(fā)展的原因之一是拋棄了以前過分注重模擬人腦的思路，轉(zhuǎn)而利用數(shù)據(jù)優(yōu)勢和數(shù)學(xué)方法對數(shù)據(jù)進行處理，以使計算機表現(xiàn)為智能的。直到現(xiàn)在，人工智能也僅僅表現(xiàn)為智能，不認為其內(nèi)部具有意識。新的研究趨勢中有對計算機意識化的研究，試圖重啟數(shù)十年前的思路，讓計算機具有像人一樣的情感、決心、毅力、目標等意識產(chǎn)物，進而達到真正的智能。

現(xiàn)代的人工智能技術(shù)可以制作模擬人類的機器人，且以后也能做到以假亂真，但這些機器人不過是表現(xiàn)為與人類相似，內(nèi)部處理的系統(tǒng)只不過是利用已有的數(shù)據(jù)與外界交互，而不具有意識。想要制作出具有意識的機器，就要探明意識形成的原因，也就涉及到生物學(xué)以及哲學(xué)的問題了。南非生物學(xué)家萊爾·沃森說：“如果我們的大腦簡單到能讓我們完全理解，那么我們的思維就會簡單到不能理解大腦?！辈环翆⒆⒁饬倪@種哲學(xué)化的問題中轉(zhuǎn)移出來，投入到人工智能的功能性中，讓人工智能真正作為一門技術(shù)為人類的發(fā)展做出貢獻。（作者單位：鄭州市十九中）

5.結(jié)束語

作為現(xiàn)代社會應(yīng)用技術(shù)重要的一部分，人工智能的研究與應(yīng)用是現(xiàn)代科學(xué)的重要課題。由于實際應(yīng)用需求，人工智能已取得長足的進展，下一步將傾向于實用化。