◆張會影 圣文順 孫 潔

淺談人工智能發(fā)展要素

◆張會影 圣文順通訊作者孫 潔

（南京工業(yè)大學浦江學院 江蘇 211200）

人工智能的發(fā)展是新的科技革命的重要組成部分。在大數據的推動下，人工智能在深度學習、語音識別、自然語言理解、模式識別等技術得到突破。數據、算力、算法、應用和人才等構成了人工智能的基本要素，并且共同推動人工智能往更高層次發(fā)展。

人工智能，大數據，算法，人才

1 引言

人工智能（Artificial Intelligence），英文縮寫為AI，它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。人工智能是計算機科學的分支，實質是機器對人的意識、思維的模擬，讓機器以人的方式解決并完成復雜問題。人工智能的研究包括計算機視覺、圖像識別、自然語言處理和專家系統(tǒng)等。

自1956年提出理念至今，人工智能的發(fā)展并不順利，近幾年，隨著大數據、云計算、物聯網等技術的發(fā)展，以深度神經網絡為代表的人工智能技術才得到飛速發(fā)展。AlphaGo的問世，實現了機器對人類認知范圍的擴張，在金融、醫(yī)療、教育、無人駕駛等領域開啟了突破性的發(fā)展。

2 人工智能發(fā)展的要素

人工智能要得到長足的發(fā)展，應關注場景、數據、算力、算法和人才等方面的可持續(xù)發(fā)展。

2.1 場景

人工智能的發(fā)展，一個重要的要素是場景，也就是我們所說的應用市場，把人工智能技術應用在什么場景中，如果人工智能沒有市場、平臺業(yè)務支持，很難維持下去[1]。

人工智能經典的應用場景包括：信用評分的風險控制、機器翻譯、人臉識別、語音識別等。有了市場，人工智能就可以借助新技術，把握先機，否則，空有技術是不夠的。所以最關鍵的是場景，有了應用場景，數據自然會產生，也會驅動技術發(fā)展。

2.2 數據

人工智能的發(fā)展取決于大數據。當前，時刻產生著大量運轉數據，如移動設備、傳感器、相機等，這些數據中，小部分是結構化數據，大部分是非結構化數據，其中很多是垃圾數據，沒有標記，機器無從學習，即使學習也是錯誤的結果。數據的清洗和標記非常困難，用人工方法清洗和標記數據，再讓機器去學習，是比較笨的人機混合的過程。

如何把各行業(yè)部門處理過的數據成果，分享出來讓大家共用，才能使人工智能更好落地服務于人們。當前一個重要的任務就是如何把數據分享出來，使大家互惠互利。另一方面，數據的共享，關系到信息安全和個人隱私問題，人工智能、物聯網、量子計算等新技術的出現，給信息安全和個人隱私帶來挑戰(zhàn)，這將會是一個很長的路[2]。

2.3 算力

算力是支撐人工智能基本的計算能力，人工智能對計算能力和速度，提出了更高的要求。以下是各種芯片的計算能力對比。GPU的計算能力優(yōu)于CPU、FPGA、ASIC芯片，在人工智能領域應用最廣。通常情況下，GPU的浮點計算能力是CPU的10倍左右。另一方面，深度學習框架通過在GPU上優(yōu)化，提升了GPU的計算能力，加速了神經網絡計算。在深度學習時卷積運算能夠完成矩陣運算，減少了內存消耗，神經網絡的性能得到了提高。

實現云計算能力，是人工智能必不可缺的，云計算可以實現海量數據的超強計算，同時是人工智能的強載體，只有依靠強大的云計算能力，才能完成龐大的人工智能計算。大數據、云和人工智能是密不可分的。當前，云計算技術還不是很成熟，人工智能也需要一個發(fā)展過程，未來的量子技術的突破，會促進人工智能更好地發(fā)展。

2.4 算法

算法是挖掘數據智能的有效方法。確定了算法，數據預處理后，經訓練、評估和調參，得到訓練模型。當前主流的算法有傳統(tǒng)的機器學習和神經網絡算法，由于深度學習技術的突破，近年來神經網絡算法發(fā)展迅速。選擇算法需考慮數據的大小、質量、算法的精度、計算時間等因素。

2.5 人才

人工智能的發(fā)展，最終是人才的競爭。相比于美國，我國人工智能人才短缺并且結構不合理。我國人工智能人才以年輕的生力軍為主，資深人才比較短缺。在自動駕駛、語音識別、智能機器人、計算機視覺與圖像、無人機等熱門領域中，自動駕駛、語音識別、智能機器人從業(yè)人才數量高于其他領域。

人工智能人才與教育、企業(yè)、投資情況等緊密相關。目前高校人工智能專業(yè)相對較少，只有部分高校，且本科沒有人工智能專業(yè)，只有研究生才會開設人工智能研究方向，研究范圍小。我國的人工智能要獲得長足發(fā)展，必然需要大量相關人才，高校需要將人工智能作為獨立專業(yè)，并從本科階段培養(yǎng)相關人才，搭建實驗平臺，滿足教師科研及學生的實驗、實訓和實踐的要求[3]。

我國的核心科技公司如百度、阿里、華為等集中擁有很多人工智能人才。人工智能是實踐性很強的專業(yè)，高校的人才培養(yǎng)缺乏實踐環(huán)境。企業(yè)在人工智能發(fā)展上有先天的優(yōu)勢，有的高校與企業(yè)有所合作。受各因素質影響，校企合作通常浮于表面，應當加強校企間“縱、橫、深”可持續(xù)合作進，促進科研和產業(yè)結合與創(chuàng)新[4]。

3 總結

人工智能作為新的產業(yè)革命的重要驅動力，促進了經濟和科技的快速發(fā)展。數據、算力、算法、應用場景和人才是人工智能發(fā)展的最基本的要素，反過來，它們的發(fā)展必定促進人工智能的發(fā)展。

[1]王銀春.人工智能的道德判斷及其倫理建議[J].南京師大學報（社會科學版），2018（4）.

[2]李德順.人工智能對“人”的警示—從“機器人第四定律”談起[J].東南學術，2018（5）.

[3]李倫，孫保學.給人工智能一顆“良芯(良心)”—人工智能倫理研究的四個維度[J].教學與研究，2018（8）.

[4]黃欣榮.人工智能熱潮的哲學反思[J].上海師范大學學報（哲學社會科學版），2018（7）.

南京工業(yè)大學浦江學院自然科學基金（njpj2019209）。