鄭麗航，陳秀欽（．莆田學院圖書館；．福州職業(yè)技術學院圖書館）

人工智能 （Artificial Intelligence，AI）起源于 20世紀50年代，發(fā)展幾經(jīng)起伏。21世紀以來，隨著大數(shù)據(jù)激增、算法革新、算力提高，AI進入了高速發(fā)展期，特別是近年來以阿爾法圍棋（AlphaGo）、春晚百度無人駕駛等事件為沖擊，AI這個詞匯強勢而迅速地進入了普通大眾的視野。在國家政策支持及良好產(chǎn)業(yè)應用的影響下，AI儼然已成為當代的一門顯學，推動了各學科與AI的交叉相融研究。圖書情報學作為一門與計算機技術、數(shù)據(jù)、信息、知識等關系極其密切的學科，本身就與AI技術及應用具有極強的黏性，因此，業(yè)界相關研究與AI發(fā)展基本一致。在CNKI中，選擇文獻分類為“圖書情報與數(shù)字圖書館”，并以主題詞“人工智能or AI”進行檢索，截至2018年6月27日，共檢出1981-2018年相關文章721篇。從文獻檢索結果可知，相關文獻發(fā)文量在前三十年基本平穩(wěn)，2017年起呈突增態(tài)勢；計量可視化分析顯示，共現(xiàn)關鍵詞集中于“信息檢索”“機器學習”“知識工程”“深度學習”“搜索引擎”“語義網(wǎng)絡”“知識圖譜”“專家系統(tǒng)”“情報檢索”“神經(jīng)網(wǎng)絡”“數(shù)據(jù)挖掘”“機器人”“智慧圖書館”“本體”等，分論研究以AI技術方法、研究領域及在圖書館各業(yè)務系統(tǒng)中的相關應用為主；總論上概述AI對圖書館的影響、重塑及變革挑戰(zhàn)等，所涉內容囊括了圖書館現(xiàn)有的資源建設、用戶服務、管理等。傅平對國外近三十年的相關研究回顧也顯示出了與國內差不多一致的研究脈絡，［1］但在一些具體應用研究上會比國內更前沿和深入。

人類社會的每次技術變革都會帶來一些正反思辨，高速算力下的機器自我學習能力所呈現(xiàn)的不可預知、難以解析等問題，使人們擔心AI可能朝著“失控”的方向極速前進。美國未來學家雷·庫茲韋爾甚至提出“未來計算機會擁有人類大腦新皮質功能并超越人類，人類將與機器結合成為全新物種”。［2］有學者認為，這種“人工智能毀滅論”加劇了自“圖書館消亡論”以來的圖書館人的憂患意識。［3］圖書館員這一職業(yè)在AI時代是否能被輕易取代存在著極大的挑戰(zhàn):或許未來的某個時刻，人類在特定部位植入一個小芯片就可通過云端與各種知識庫相連，隨時隨地進行智能檢索，從而達到自我學習的目的，而無需專門的知識服務機構幫助，那時的圖書館將如何變革？但不可否認的是，圖書館不僅僅是信息知識儲存與服務的機構，還是人類心靈滋養(yǎng)與人格教化的家園，這種獨特魅力并不會因技術手段的提高而改變，而是會在越來越機器化的時代顯示出無可取代的吸引力。因此，與其擔憂AI如何取代人類及掌控各行各業(yè)這種遙不可及的未來，更應該關注的是“近未來”，即以現(xiàn)在或者即將實現(xiàn)的AI技術助力下的行業(yè)發(fā)展。有關AI技術方法及在圖書館的應用已有較多成果，以下僅就幾個在圖書館人工智能相關研究中較少涉及而又饒有趣味的問題作初步探討。

1 人工智能與圖書情報學的交互性

1.1 二者都是以知識為中心而達到延伸人類智能的目的

《人工智能標準化白皮書》（2018版）稱：“AI是利用數(shù)字計算機或者數(shù)字計算機控制的機器模擬、延伸和擴展人的智能，是感知環(huán)境、獲取知識并使用知識獲得最佳結果的理論、方法、技術與應用系統(tǒng)”。［4］Indira Dodiya總結了與AI有關的十個因素，即習得（獲取新知識的能力）、自動化、理解、記憶管理、元控制（控制智能行為中各個過程的能力）、數(shù)字運算能力、推理、社交能力、語言感知、視覺感知。［5］這十種智能因素也是人的基礎智能。人類智能一般可認為是知識與智力的總和。知識就是人的大腦在相關信息、數(shù)據(jù)基礎上經(jīng)過記憶存儲、理解思考、重新組合并可迭代生產(chǎn)的系統(tǒng)化信息組合。知識是智能的基礎，智力則是獲取和應用知識解決問題的能力，智能就是知識的積累和應用。基于以上概念解析可推導AI作為模擬、延伸和擴展人的智能的一門學科，其本質也必然是基于知識的積累和應用，如斯坦福大學AI研究中心尼爾遜教授稱，AI就是研究如何表示知識、獲得知識并使用知識的科學。［6］只是相較于人對知識的積累、應用不同的是，AI的實現(xiàn)需要將相關知識以計算機可理解的代碼形式編寫入芯片等硬件載體，達到對知識的存儲、分析及應用求解，也可理解為二者之間的最基本區(qū)別是智能承載體不同:人類智能的承載體是“人”，而AI則把這種基于知識的能力賦予的對象是“機器”，通過機器對人類智能的自覺模擬完成對知識的積累和應用。這種擁有人類所期望的“智能”機器之上的科學技術是一種實現(xiàn)知識服務目標的對口技術，可為人類提供延伸自身能力的服務。

圖書情報學也是以知識為微觀研究對象的學科。人類將記憶、知識以文字的方式記錄于文獻，所有基于文獻的服務其實都是以知識為微觀研究對象的存儲、組織、加工、傳遞與利用。［7］信息時代的到來，使圖書情報學的研究中心從簡單的文獻單元轉向更廣域、細粒度的信息、數(shù)據(jù)、知識領域。圖書情報學以知識為微觀研究對象的本質及其知識服務的中介屬性從未改變，這也決定了其學科內容始終離不開知識的組織生產(chǎn)與應用。越來越為業(yè)界所提倡的以知識服務為中心的學科研究就是研究如何基于知識內容的各種資源、以用戶需求為目標驅動、以相關知識分析助力用戶得到解決問題的方案、使用戶的知識能力得到提高的一門學科。圖書館通過知識服務提高了用戶（人）的智能。如果說AI是加強了計算機在超強記憶、運算功能下的推理、識別、學習等能力從而達到對人類智能的自覺模擬的話，圖書館則是基于不自覺模擬的對人腦智能的補償手段。［8］而圖書館注重AI等信息科學技術的研究與應用，目的是更好地服務于人腦智能的加強與延伸。

可見，圖書情報學致力于人（用戶/館員）的知識獲取從而提高個人智能，而AI致力于機器的智能模仿能力，這二者之間雖然目標對象不同，但以知識為聯(lián)結點，必然存在一定的交叉與相互映射，其最終目的在延伸人類智能、服務人類上存在一致性。

1.2 二者在發(fā)展過程中有互補作用

圖書情報學在發(fā)展的過程中一直注重對信息科學技術的吸收與應用。近年來，從書刊機讀目錄的使用到自動化集成系統(tǒng)的應用，圖書館在相關計算機、信息技術的支持下，逐步實現(xiàn)了各工作環(huán)節(jié)在程序控制下的自動化管理，相關服務也從廣度到深度上得到了拓展。表現(xiàn)在學科建設上，計算機基礎、編程語言、數(shù)據(jù)庫等成為專業(yè)必修課，學科屬性越來越向理科、綜合學科方向傾斜。AI興起后，圖書情報領域也積極跟進相關理論、方法與應用研究，如知識表達、專家系統(tǒng)、機器翻譯、機器人等。近年來，AI在機器學習、深度神經(jīng)網(wǎng)絡方面的突破，使其在圖像識別、語音識別、自然語言處理、人機交互、智能搜索、自動駕駛、虛擬現(xiàn)實/增強現(xiàn)實等應用方面有了長足發(fā)展。圖書情報領域結合相應技術，也促使各方向專業(yè)研究向縱深發(fā)展，如:智能搜索、自然語言處理等在構建知識庫、發(fā)現(xiàn)平臺、參考咨詢等方面的應用研究；圖像語音識別、機器學習在圖書館機器人館員、參考咨詢問答系統(tǒng)等方面的應用研究；深度學習、自然語言處理、情景識別等在個性化服務方面的應用研究等。AI理論與技術將重塑圖書館的“知識獲取→知識生產(chǎn)→知識認知→知識體驗→知識推送”業(yè)務鏈，同時也會使圖書館服務主客體行為發(fā)生一定質變。［9］這些都將對圖書情報學的學科架構起到越來越深刻的影響。

圖書情報學作為一門早于AI發(fā)展起來的學科，在長期的知識存儲、組織與利用過程中積累了一些專業(yè)化、系統(tǒng)化的理論方法，對于各種與知識相關的學科發(fā)展來說，都有很好的借鑒作用。如分類法、主題詞法、索引等方法就廣泛應用于許多網(wǎng)絡搜索引擎。1997年，李彥宏申請的“超鏈分析技術”（Hypertext Document Retrieval System And Method，專利號 5,920,859）正是受自己當時在北大圖書館學情報學系（現(xiàn)更名為“信息管理系”）所學的科技論文索引方法的啟發(fā)。［10］AI作為一門有關知識的學科，必然對圖書情報學的相關理論方法有所借鑒。以知識表示為例，AI中知識表示方法有語義網(wǎng)絡表示法、框架表示法、謂詞邏輯表示法、產(chǎn)生式表示法等。其中，框架表示法的框架最頂層是固定的一類事物，然后基于該事物概念的抽象程度表現(xiàn)出自上而下的分層結構，［11］這種分層體系其實類似于圖情學中的等級層累制分類法，只是AI以概念為中心展開架構，而《中國圖書館分類法》則以學科為架構體系。圖情學與AI在相關基礎學科上有一些共通點，能對二者研究起到一種思想或方法論上的指導的有哲學、數(shù)學、統(tǒng)計學等。20世紀初發(fā)展起來的文獻計量學就得益于數(shù)學、統(tǒng)計學理論方法的應用，［12］其后所發(fā)展出的洛特卡定律、齊普夫定律、布拉德夫定律也逐漸應用到信息、情報、知識組織領域，信息計量學對AI的知識理解處理有一定的應用價值。同以知識為研究對象的二者在研究領域上必然存在重疊之處，如本體、知識圖譜、數(shù)據(jù)挖掘、智能檢索、自然語言處理等研究領域都是圖情學與AI所共同著力的研究點。因此，近未來圖情學應在此類領域多加發(fā)力，如澳門大學圖書館館長吳建中稱“圖書館可在加大自然語言檢索的研究、探索圖情方法在自然語言中的移植和實現(xiàn)途徑方面有所作為”。［13］另外，如圖書館已研制出的各種詞表對AI的知識表示與組織也會有所幫助，圖書館界正著力于將這些成果開放使用，如美國國會圖書館已將其多種詞表、編碼規(guī)則、規(guī)范性文件等以開放關聯(lián)數(shù)據(jù)的方式發(fā)布。［14］

綜上所述，由于AI與圖書情報學具有極強的學科交互性，近未來學術上的交流碰撞與互相借鑒嵌入將引領兩個學科的共同發(fā)展。

2 人工智能應用與圖書館核心競爭力

隨著計算機、互聯(lián)網(wǎng)、移動終端的普及，各種搜索引擎、開放獲取資源、問答社區(qū)、社交網(wǎng)絡、閱讀視頻軟件等都具備著某些原本由圖書館提供的信息知識服務功能。如，書吧、跨界書店等采取多功能復合的新運營模式，集書店、茶藝咖啡、畫廊、手作等生活美學元素于一體，更在人文閱讀空間體驗上展示了獨特的魅力。這些服務方所提供的多元化知識獲取途徑，以及空間、時間上的任意選擇，使圖書館作為用戶知識獲取的首選地位受到極大挑戰(zhàn)，［15］“圖書館”的含義變得抽象，搜索引擎甚至是手機應用都可以成為“圖書館”。［16］圖書館的地位和作用日益被邊緣化，到館讀者數(shù)量和各種資源的借閱量都呈下降態(tài)勢。圖書館所面臨的行業(yè)競爭是否會因AI應用而改變？在圖書館提升競爭力、成為一個具有獨特吸引力的主動而強大的知識服務供體方面，AI是不是最關鍵的因素？在近未來，圖書館如何在AI助力下保有核心競爭力并朝著可持續(xù)性方向發(fā)展值得深思。

2.1 AI在行業(yè)競爭中是一種共性因素，圖書館并不具應用優(yōu)勢

AI技術確實能從基礎設施、服務方式、空間、時間等方面改善圖書館的服務效能。如:圖像識別技術改變了以往讀者憑“讀者證”這唯一憑證入館、借閱文獻的服務方式；語音識別可用于人機交互，能對查找的文獻資源進行快速定位，解決了查閱資料耗時長等問題；機器學習、專家系統(tǒng)可用于智能檢索、圖書自動分類編目；自動駕駛可用于圖書傳遞；智能調控閱覽燈光、溫度等也大大提升了讀者的閱讀體驗；基于環(huán)境、個人資料、借閱記錄等大數(shù)據(jù)智能分析可用于為讀者提供個性化精準服務等。但這些服務助推說到底只是一種技術手段的施予與加強，放之其他服務平臺也如之。而且，對于AI研發(fā)應用所需要的資金、技術、人才、數(shù)據(jù)等方面來說，商業(yè)性服務機構擁有更強大的實力和靈活的操作方式，更具優(yōu)勢。從技術角度看，圖書館通常處于學習方。如，近年來許多圖書館雖已開始從單一館藏目錄轉向在線“發(fā)現(xiàn)系統(tǒng)”，實現(xiàn)了異構資源的一站式檢索，這一功能部分是受到Google采用的多格式接口啟發(fā)，［17］但在檢索結果的智能優(yōu)化匹配上不盡人意。一些主流搜索引擎早就開始應用深度神經(jīng)網(wǎng)絡等模型并經(jīng)歷無數(shù)次的技術升級迭代，利用DNN語義特征使搜索結果的相關度變得更高，在篇章理解、關注點感知等方面都有大幅提升。這些搜索引擎利用“Feed（信息流）”獲得所需相關性最強的資料，即使對于用戶暫時不關注的信息，不會出現(xiàn)在Feed里，也會合理被存儲起來，像一座無形的“個人圖書館”供用戶以后前往探尋。［18］李開復等人認為，近年來利用AI技術在語音識別、自然語言理解、知識圖譜、個性化推薦、網(wǎng)頁排序等領域的長足進步，主流搜索引擎正從單純的網(wǎng)頁搜索和網(wǎng)頁導航工具轉變成為世界上最大的知識引擎和個人助理。［19］又如，基于數(shù)據(jù)智能分析的個性化服務，亞馬遜、臉書等早已實現(xiàn)根據(jù)用戶畫像來推薦用戶可能感興趣的各種信息。而大部分圖書館不僅在資金、設備、技術及人才儲備上遠不如這些大型商業(yè)化機構，以圖書館較獨有的讀者服務信息來說，目前大部分圖書館的貯存也不完整，一般只記錄姓名、證件號、聯(lián)系方式、圖書借閱記錄（一些數(shù)據(jù)庫的瀏覽點擊下載記錄等信息也需要通過數(shù)據(jù)庫商才能獲?。┑?，［20］沒有能構成讀者精確畫像的其他信息數(shù)據(jù)。而像亞馬遜這樣的公司擁有海量的用戶及在瀏覽購買中形成的信息繪制，當其利用AI與數(shù)據(jù)配對時可以考慮到更復雜的多維分析，這種分析與僅面對有限讀者的圖書館處理數(shù)據(jù)來說，將幫助更廣泛的受眾。［21］一些有實力的公司甚至在資源總量上也遠超大部份的圖書館，如Google公司早在2004年就開始大量掃描圖書，打造世界上最大的數(shù)字圖書館，國內的超星、百度等都擁有巨量資源，只是出于版權和投資回報考慮，他們很難做到像圖書館這種公益機構在館域范圍內免費開放全文服務。

2.2 AI技術助推圖書館核心競爭力發(fā)展應著力于公益平等人文精神下的知識服務優(yōu)化

圖書館本質上是由國家提供經(jīng)費以保障公民信息公平獲取的社會制度安排，這種安排強調的是政府的服務性和公民的文化權益。［22］公平是人類的社會理想，主要體現(xiàn)在教育公平、文化公平、信息公平等方面，形成圖書館公平服務的理論基礎，也是圖書館所應承擔的社會責任。政府財政投入下的圖書館以制度化和程序化的信息知識服務來保障公民基本文化權利、調節(jié)知識與信息的社會分配、縮小社會信息鴻溝。［23］政府投入保證了圖書館服務的免費與公益性；公民的權利使其在對抗知識產(chǎn)權等私權上有了一定的合理使用權；在這個焦燥年代，圖書館這種具備文化藝術屬性的特殊公共建筑里，歷史積淀下來的獨特人文精神及獨有的人文學習生態(tài)環(huán)境更具有吸引力，這三方面是與基于營利的商業(yè)性服務機構的本質不同，也是圖書館的核心競爭力基礎。商業(yè)性服務機構的知識服務特點之一是收費（即使有些是免費也可能有廣告等限制或潛在延伸消費，部分的免費是為了更大營利目標），以營利為目的也阻礙了商業(yè)性服務機構能規(guī)避版權的深層次知識服務（除非機構已獲得明確的版權轉讓，這又會使收費更高昂）。因此，圖書館的AI技術應用研究應首先注重于以上優(yōu)勢的保障，如圖書館的全民教育服務。2013年，國際圖書館協(xié)會聯(lián)合會（International Federation of Library Associations and Institutions，IFLA）發(fā)布的《圖書館與發(fā)展聲明》稱，“在許多地區(qū)，圖書館是唯一一個能讓人們獲取信息的地方，這些信息有助于改善他們的教育狀況、開發(fā)新技能、尋求工作職位、建立企業(yè)、做出有關農(nóng)業(yè)和健康的明智決策或洞察環(huán)境問題”。［24］圖書館通過公益性教育與學習來提高全民素質，對國家發(fā)展、民族強大具有深遠意義，在AI技術的助推下，使社會個人都能公平地獲取基礎素養(yǎng)教育、終身學習的機會，使偏遠地區(qū)、弱勢群體、殘障人士擺脫差別服務，對圖書館的持續(xù)性發(fā)展至關重要。

當然，如果僅憑這些而不善于從新技術中學習提高自己的服務能力，圖書館在未來還是很難保有絕對的行業(yè)競爭力。以免費服務來說，現(xiàn)今在互聯(lián)網(wǎng)下成長的一代已越來越接受“付費”享受知識服務的理念。據(jù)調查，掌閱平臺（iReader）上，畢業(yè)3年的青年平均每年花費102元在數(shù)字閱讀上；2016年，閱文集團旗下各平臺中，“90后”付費用戶占比為43%，平均付費金額為80元，遠高于其他年齡層用戶。［25］因此，圖書館要在公益人文服務的基礎上善用AI技術來優(yōu)化知識服務，為讀者提供更便捷、及時、友好、高效的服務。Margaret Ambrose建議在AI時代，圖書館員要更積極主動，尋求和“我們的信息競爭對手一樣精明的方法”，［26］提高圖書館工作的人機交互能力、與用戶交流溝通的能力、對用戶潛在人文素養(yǎng)需求的挖掘能力及AI思維能力，發(fā)揮社會教育功能和創(chuàng)意孵化功能。［3］

“近未來”圖書館應始終以公益人文精神為指導，以消除信息鴻溝保障公民信息知識獲取與智能提高為目標，充分利用AI來降低進入門檻，使服務朝著更人性化、更公平、更無區(qū)別、更優(yōu)質的方向發(fā)展，才能使圖書館在AI時代保持核心競爭力。

3 人工智能研發(fā)與應用的局限性

3.1 人工智能技術的局限

AI技術所依賴的主要是算法、算力和大數(shù)據(jù)三方面，近年來在深度學習算法、高性能計算機可承擔的并行計算能力、互聯(lián)網(wǎng)時代積聚的海量數(shù)據(jù)支持下，AI有了突破性進展。但在對人類智能的認知與模擬實現(xiàn)上，AI存在著一些很難跨越的礙阻。

（1）目前，AI在感知上進展神速，并以一些在精確度與速度上優(yōu)于人類的感知能力推動可應用性投入產(chǎn)出，但它在認知上的能力還非常有限，這從知識表示、自然語言交互理解及思維推理上可看出。AI的知識表示與人腦記憶功能有顯著差異：“人腦記憶存在一些多重抽象的、可操作的、能表達復雜形狀結構的信息元，并能從一些已有的信息元表征推出一些新的信息表征結構，而AI中的知識表達手段卻無法有效描述這些信息元所對應的知識及綜合新信息表征”。［27］①自然語言理解方面，雖然目前AI也發(fā)展了情感分析等方法彌補字面理解的不足，但自然語言處理的重點與難點在于:處理單詞和語言中最小的有意義單位的語法和形態(tài)分析；較大的結構單位（如句子）中單詞之間的關系；處理語言意思的語義學和研究語言表達與使用者之間關系的語用學。［5］自然語言中所顯示的內涵性（其中語用上的內涵性就是所謂的言外之意）、模糊性、交互性（從行為角度來看語言，它是動態(tài)性且多主體的）仍然是AI試圖將其轉成形式化表達的極大障礙。［28］② 思維推理方面，AI把思維理解為符號的運算本身就只是一種可能性的解釋，代表的僅為人類思維的一個片面。因為人處理的信息都是對主體具有一定的意義和價值，這些因素都會參與到人所進行的思維活動的控制過程中，人類思維必然具有涉身性和價值內涵，而機器并不具備人的生物性和意向性。“思維同意識一樣，其最重要的特征應該是創(chuàng)造性，而不是可計算性，盡管其有計算的一面”。［29］因此，AI模擬人類思維推理的過程是一種程式化的推理過程，這種映射作用下的智能很難向人類智能看齊。如“中文屋悖論”的觀點:AI研究可能從來都不是去教機器真的智能，而始終都是在“完善那個中英文翻譯程序”。［30］

（2）AI算法存在失真和片面性。如，當算法只向給定的用戶提供一些信息以匹配用戶感知的偏好時，就會產(chǎn)生一個“過濾器”來最小化用戶與已經(jīng)持有的觀點相沖突的信息接觸。由于AI能夠根據(jù)正在執(zhí)行搜索人的相關信息對結果進行更深入的個性化處理，并且越來越多地控制信息的呈現(xiàn)和解讀方式，這種傾向很容易變得更嚴重。此外，即使某項算法對85%的用戶而言非常有效，也表明它對于其他15%用戶中的大部分用戶來說仍然存在問題。而且，這種在處理信息時的過濾與失真可能比人工處理更多，會在無意中阻止或限制相關信息訪問。［17］再如，目前數(shù)據(jù)驅動的AI所使用方法基本上屬于分類、歸納、試錯等經(jīng)驗與反饋方法，方法論上不夠完備。機器學習所依賴的海量數(shù)據(jù)都是現(xiàn)實中已產(chǎn)生的，體現(xiàn)的是過去的類似經(jīng)驗，其模擬的智能理論上只能推廣到有限的類似領域，而難以推廣到所有領域，“且一般適用于與過去高度相似或接近的認知對象與環(huán)境，對新對象及新環(huán)境的理解和預測的有效性高度依賴于經(jīng)驗的相對穩(wěn)定性，應對條件變化下的抗干擾能力十分有限，這在自動駕駛所產(chǎn)生事故的原因上可見一斑”。［31］此外，別人委托代借代查的資料記錄可能會影響AI判斷用戶的查閱習慣，造成錯誤推薦。又如，構建參考專家系統(tǒng)的知識工程師可能會有一位合作的參考圖書館員作為他的設計顧問，但任何個體館員都無法輕松地對不同類型的參考問題進行分類并解釋用于回答不同類型問題的通用策略，基于此開發(fā)的專家系統(tǒng)性能必然存在偏差。［5］

可見，AI在一些規(guī)則性強的應用上會表現(xiàn)出甚至比人更強的能力，但它不是萬能的靈丹妙藥。不只上述方面，AI在審美、情感、機器移動等方面也存在一定缺陷，這些都可能影響到實際應用效果。

3.2 圖書館人工智能應用系統(tǒng)研發(fā)到落地應用的難度

目前，國內圖書館界真正將AI技術落地應用的例子并不多見，很多研究成果顯示的可能都是些“原型”，如，重慶大學圖書館與該校自動化學院合作開發(fā)的“用戶偏好檢索原型系統(tǒng)”［32］、南京大學建立的面向《中國圖書館分類法》的基于機器學習的書目層次分類系統(tǒng)模型［33］等。在國外，也有專家指出，在許多圖書館中建立大量的原型智能專家系統(tǒng)，但很少能演變成操作系統(tǒng)。智能系統(tǒng)通常是利用稱為“原型”的軟件開發(fā)方法創(chuàng)建的，軟件原型設計的目標是通過構建一個低成本的系統(tǒng)來驗證所提出的設計，該系統(tǒng)具有足夠的功能來測試關于示例的主要設計決策。原型開發(fā)允許開發(fā)人員快速創(chuàng)建一個或多個近似最終系統(tǒng)的系統(tǒng)，但是不能保證小規(guī)模原型中使用的軟件技術能夠在大規(guī)模生產(chǎn)系統(tǒng)中工作。熟練掌握各種AI相關工具與技術來構建真正意義上的智能圖書館系統(tǒng)并不是一件容易的事。而且越智能的系統(tǒng)所需付出的越多，如對專業(yè)技術人員的需要加上可能昂貴的開發(fā)工具及設備，使圖書館創(chuàng)建復雜的人工智能系統(tǒng)成為一項潛在的昂貴冒險。［5］此外，圖書館現(xiàn)有的集成管理系統(tǒng)也沒有預見未來的大數(shù)據(jù)使用及可能的數(shù)據(jù)共享，各系統(tǒng)相對獨立，很難對AI系統(tǒng)所需的大數(shù)據(jù)應用形成支持。［34］

落地應用的難以實現(xiàn)，一方面，緣于深度學習算法突破及相關機器學習框架平臺開源共享的發(fā)展時間較短，圖書館的相關研發(fā)還需要消化與學習時間；另一方面，受各個圖書館自身經(jīng)費、技術、人才不足的制約，雖然有些資金與人才較充足的大型圖書館如斯坦福大學成立了圖書館AI項目組，清華大學和南京大學等自主開發(fā)一些人工智能的應用，但對大部分圖書館來說，從自主開發(fā)到落地應用都面臨很大困難。這種態(tài)勢下，解決方法之一是要待專業(yè)廠商投入、開發(fā)、生產(chǎn)出商業(yè)化的成果，也就是“交鑰匙”智能系統(tǒng)時代（即付費可用）的到來。［1］Peter Fernandez認為，一旦技術達到一定的閾值，深度學習將得到快速的發(fā)展，如果AI能學會適應新的情況，而不是需要廣泛的獨特編程來承擔新的任務，那么圖書館將可以減少適應AI的努力并自如應用AI，［17］AI系統(tǒng)才可能在圖書館得到普及應用。

因此，近未來圖情學相關研究應考慮如何彌補AI局限性下可能造成的相關服務不足及如何解決AI研發(fā)到廣泛應用的問題，如機器館員與讀者的準確溝通、個性化服務的偏差、知識服務的精確性等。

4 結語

以上僅是圖書館與人工智能相關研究中的一些基礎性問題思考，隨著AI的發(fā)展，它將越來越深刻地影響到全社會、各行業(yè)、每個人，圖書館也將面臨更多新問題，變革勢在必行。從體制上說，我國的圖書館事業(yè)結構是以行政關系為基礎，分系統(tǒng)建立各級各類圖書館，因此存在各自為政、協(xié)調合作困難的局面，但AI這種合作技術要求各系統(tǒng)、各地區(qū)打破局部利益觀下的高度保守、排外束縛，實現(xiàn)數(shù)據(jù)共享、業(yè)務統(tǒng)一。［35］圖書館界應該盡量克服制度障礙，打破各自為政的局面，集中有條件館的經(jīng)費、技術、數(shù)據(jù)，特別是針對一些適用于泛在應用的項目，實現(xiàn)一次開發(fā)、共同使用，充分利用協(xié)作帶來的規(guī)模與效率。在圖書館內部管理上，AI時代將對館員職業(yè)結構產(chǎn)生較大影響，很多簡單重復有規(guī)則可循的工種會被機器所替代。AI環(huán)境下的圖書館員將由能開發(fā)并維護管理的計算機人員、具有較強創(chuàng)造性思維的館員、AI輔助館員（如數(shù)據(jù)標注員、機器人培訓員）及機器館員等構成。目前，大部分圖書館員根本沒有接受過AI知識培訓，“這種正式或非正式培訓的缺乏限制了我們的概念視野，并且降低了我們利用技術工具創(chuàng)建智能系統(tǒng)的可能，因此，必須為新一代圖書館員提供更深入的培訓與教育”，［5］圖書情報學專業(yè)教育應該把AI課程引入教學大綱中。

基于合作與變革的發(fā)展需要，“近未來”每個圖書館可能都需要有專門負責AI的管理人員，他的主要責任包括:引入成熟的機器學習方法，把相關數(shù)據(jù)變成訓練材料，塑造自動化機制；或者合理引入第三方AI流，支撐圖書館相關業(yè)務發(fā)展；開展跨職能部門合作，優(yōu)化流程，加速反應、節(jié)約時間；組織館員完成職業(yè)轉換對接等。新技術的產(chǎn)生總是伴隨著問題與挑戰(zhàn)，但其所帶來的機遇與進步總是遠勝于前者。近未來，在感知、聯(lián)結、數(shù)據(jù)和智能計算技術的發(fā)展下，傳統(tǒng)意義上的時間、空間概念將不斷被“壓縮”，各社會領域都將形成多元利益主體密切協(xié)同的新型合作機制，而圖書館的類型、大小與服務差異也將隨著合作共享理念下的AI技術支撐而逐漸縮小。如何在注重社會責任承擔的基礎上，善用AI技術，實現(xiàn)機器、圖書館員、社會同在回路的群體性智能、體系性智能，共同創(chuàng)造更有效率、更美好的智慧圖書館將是業(yè)界的重點思考方向。套用吳曼青院士文中的一句話：“如果現(xiàn)在你不創(chuàng)造未來，那么未來你將生活在過去”。［36］