蔣萬(wàn)勝,楊 倩

(陜西師范大學(xué) 馬克思主義學(xué)院,陜西 西安 710119)

人工智能自從被共識(shí)性地提出之后,便開(kāi)啟了它對(duì)人類(lèi)社會(huì)進(jìn)步與發(fā)展的革命性引領(lǐng)。人類(lèi)對(duì)人工智能技術(shù)多方位、深層次的研究與應(yīng)用遍布社會(huì)發(fā)展的各個(gè)領(lǐng)域,成為社會(huì)發(fā)展的又一巨大驅(qū)動(dòng)力。目前,基于人工智能的機(jī)器學(xué)習(xí)技術(shù)尤其是深度學(xué)習(xí)技術(shù)發(fā)展如火如荼。機(jī)器學(xué)習(xí)通過(guò)算法編排模型、分析歷史數(shù)據(jù),總結(jié)過(guò)去、解釋現(xiàn)狀、預(yù)測(cè)未來(lái)。深度學(xué)習(xí)技術(shù)在傳統(tǒng)機(jī)器學(xué)習(xí)的基礎(chǔ)上,以深度模型為手段,以特征學(xué)習(xí)為目的進(jìn)行深層次學(xué)習(xí),形成自動(dòng)化和智能化兩個(gè)主要特征。深度學(xué)習(xí)技術(shù)以大數(shù)據(jù)平臺(tái)為依托來(lái)搭建復(fù)雜的神經(jīng)網(wǎng)絡(luò)系統(tǒng),構(gòu)建多個(gè)層次的機(jī)器學(xué)習(xí)模型與大規(guī)模的訓(xùn)練數(shù)據(jù),以多層次非線性的分級(jí)遞進(jìn)處理和轉(zhuǎn)換數(shù)據(jù),使數(shù)據(jù)分類(lèi)或預(yù)測(cè)的準(zhǔn)確性和易操作性進(jìn)一步提高,能更好地實(shí)現(xiàn)多層次特征標(biāo)示與概念抽象的學(xué)習(xí)[1]。深度學(xué)習(xí)技術(shù)的發(fā)展使機(jī)器能夠具有類(lèi)似于人的學(xué)習(xí)和分析能力,通過(guò)對(duì)文字、圖像和聲音等數(shù)據(jù)的提取與分析,幫助人們完成預(yù)期目標(biāo)。雖然該技術(shù)目前還無(wú)法企及獨(dú)有意識(shí)的人腦思維,但它已不局限于單純的技術(shù)開(kāi)發(fā)和理論研究,發(fā)展到了更高級(jí)的階段,在社會(huì)各領(lǐng)域廣泛應(yīng)用,極大地改變著社會(huì)經(jīng)濟(jì)的發(fā)展格局與模式。

一、產(chǎn)業(yè)發(fā)展中可應(yīng)用的深度學(xué)習(xí)技術(shù)

目前,基于深度學(xué)習(xí)發(fā)展的技術(shù)種類(lèi)眾多,但用于社會(huì)生產(chǎn)和生活中的主要有四大技術(shù)。

一是目標(biāo)檢測(cè)方面的技術(shù),以目標(biāo)檢測(cè)技術(shù)和目標(biāo)分割技術(shù)為主要代表。基于深度學(xué)習(xí)的目標(biāo)檢測(cè)技術(shù)已經(jīng)擺脫了傳統(tǒng)目標(biāo)檢測(cè)方法依賴的繁瑣的手工設(shè)計(jì)過(guò)程,使目標(biāo)圖片的特征提取和分類(lèi)器學(xué)習(xí)相統(tǒng)一,能夠在一個(gè)框架中自動(dòng)學(xué)習(xí)更具有區(qū)分力的深度特征,提升了技術(shù)應(yīng)用的靈活性。在處理多個(gè)目標(biāo)結(jié)果時(shí),它也能夠去除不相關(guān)冗余結(jié)果,僅保留唯一結(jié)果,使結(jié)果獲取更加快速簡(jiǎn)捷,檢測(cè)效率進(jìn)一步提高?；谏疃葘W(xué)習(xí)的目標(biāo)分割技術(shù)能夠根據(jù)目標(biāo)任務(wù)要求建立算法模型,運(yùn)用大規(guī)模數(shù)據(jù)庫(kù)進(jìn)行圖片分割,使目標(biāo)圖像的精準(zhǔn)度有了很大提高,應(yīng)用范圍進(jìn)一步拓寬。目前,這兩項(xiàng)技術(shù)在工業(yè)缺陷檢測(cè)、自動(dòng)駕駛汽車(chē)的環(huán)境感知、智能機(jī)器人工作場(chǎng)所相關(guān)場(chǎng)景信息傳遞等工業(yè)生產(chǎn)活動(dòng)和農(nóng)作物生長(zhǎng)狀況監(jiān)測(cè)、害蟲(chóng)圖像捕捉、農(nóng)作物受災(zāi)范圍及分布情況監(jiān)測(cè)等農(nóng)業(yè)活動(dòng)以及醫(yī)療成像、自動(dòng)駕駛、圖像美化、三維重建等領(lǐng)域都廣泛應(yīng)用。

二是智能識(shí)別方面的技術(shù),以智能語(yǔ)音識(shí)別技術(shù)和智能情感識(shí)別技術(shù)為主要代表?；谏疃葘W(xué)習(xí)的智能語(yǔ)音識(shí)別技術(shù)有效利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的自主學(xué)習(xí)和自動(dòng)適應(yīng)等優(yōu)良特征模擬人類(lèi)神經(jīng)活動(dòng)對(duì)語(yǔ)音信息進(jìn)行歸類(lèi)和映射,對(duì)整句語(yǔ)音信號(hào)建模的方式進(jìn)行目標(biāo)語(yǔ)音的識(shí)別,使語(yǔ)音識(shí)別的錯(cuò)誤率大幅下降,目前主要應(yīng)用于汽車(chē)導(dǎo)航的智能語(yǔ)音設(shè)計(jì)、智能語(yǔ)音家居設(shè)計(jì)等方面?；谏疃葘W(xué)習(xí)的情感識(shí)別技術(shù)也運(yùn)用更具精準(zhǔn)度和邏輯性的算法來(lái)強(qiáng)化對(duì)情感識(shí)別的灰度特征、運(yùn)動(dòng)特征和頻率特征的分析,并基于海量數(shù)據(jù)庫(kù)與模型信息通過(guò)所提取信息的灰暗值不同表情信息運(yùn)動(dòng)狀況的細(xì)分和表情圖像在對(duì)應(yīng)頻度下的差別進(jìn)行對(duì)比分析,來(lái)識(shí)別人的情緒情感狀況。該技術(shù)目前在監(jiān)測(cè)新聞、微博、博客、論壇等文本內(nèi)容中所反映的用戶情感及態(tài)度傾向方面的應(yīng)用居多。

三是自然語(yǔ)言方面的技術(shù),以自然語(yǔ)言處理技術(shù)為主要代表。與深度學(xué)習(xí)算法深度融合的自然語(yǔ)言處理技術(shù)通過(guò)應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)來(lái)建立神經(jīng)語(yǔ)言模型,完成對(duì)自然語(yǔ)言的詞法分析、句子分析、語(yǔ)義分析、信息抽取等目標(biāo)任務(wù)的輸出。使用詞的分布式表示使建立的自然語(yǔ)言處理模型能夠處理具有共同特征或者類(lèi)似共同特征的詞,分辨相似詞,使信息能被更精確地從每個(gè)訓(xùn)練語(yǔ)句中傳遞到目標(biāo)語(yǔ)義相關(guān)語(yǔ)句中?；谏疃葘W(xué)習(xí)的自然語(yǔ)言處理技術(shù)使任務(wù)處理有了高度自主性,神經(jīng)網(wǎng)絡(luò)可自動(dòng)自主地學(xué)習(xí)高層次特征,通過(guò)詞、句的向量化不斷學(xué)習(xí)語(yǔ)言特征滿足大規(guī)模的自然語(yǔ)言處理要求。其發(fā)展的新技術(shù)如“ChatGPT”“文心一言”等目前在文本撰寫(xiě)與歸類(lèi)、論點(diǎn)提取、自動(dòng)摘要、語(yǔ)義分析尤其是機(jī)器翻譯方面的應(yīng)用十分廣泛,效果顯著。

四是遙感方面的技術(shù)?；谏疃葘W(xué)習(xí)的遙感技術(shù),不僅將深度學(xué)習(xí)模型、遙感模型與目標(biāo)監(jiān)測(cè)對(duì)象所需模型和卷積神經(jīng)網(wǎng)絡(luò)(CNN,Convolutional Neutral Networks)等算法有效結(jié)合,利用遷移學(xué)習(xí)克服了數(shù)據(jù)使用過(guò)程中小樣本的局限性,使樣本容量得以擴(kuò)大,提高了對(duì)監(jiān)測(cè)對(duì)象相關(guān)分析的精準(zhǔn)性;而且深度學(xué)習(xí)模型和目標(biāo)監(jiān)測(cè)對(duì)象所需模型有機(jī)結(jié)合,提高了模型的可解釋性和決策的透明性與可靠性,使模型中存在的問(wèn)題能夠被及時(shí)發(fā)現(xiàn),進(jìn)行改進(jìn)?；谏疃葘W(xué)習(xí)技術(shù)的遙感平臺(tái)與衛(wèi)星平臺(tái)結(jié)合也可以克服空間異質(zhì)性,從而確保遙感監(jiān)測(cè)對(duì)象在跨時(shí)空融合情況下尺度轉(zhuǎn)換的精準(zhǔn)度,提高遙感監(jiān)測(cè)的有效性[2]。該技術(shù)目前主要應(yīng)用于農(nóng)業(yè)生產(chǎn)中的天氣預(yù)估、農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量估測(cè)等方面。

深度學(xué)習(xí)技術(shù)是基于社會(huì)發(fā)展和時(shí)代需要而產(chǎn)生的,發(fā)展前景廣闊。其相關(guān)算法和技術(shù)應(yīng)用的靈活性大、可適用性強(qiáng)、適用范圍廣,與其他人工智能技術(shù)的相關(guān)性也較強(qiáng),能夠被發(fā)掘、轉(zhuǎn)換、融合應(yīng)用于社會(huì)發(fā)展的諸多領(lǐng)域。目前,深度學(xué)習(xí)各類(lèi)技術(shù)與我國(guó)的產(chǎn)業(yè)發(fā)展高度相關(guān),重點(diǎn)核心技術(shù)在工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)三次產(chǎn)業(yè)中混合交叉應(yīng)用,且結(jié)合三次產(chǎn)業(yè)的各自特征釋放了巨大的技術(shù)紅利,使我們的生活呈現(xiàn)出了嶄新的面貌,引領(lǐng)社會(huì)發(fā)展進(jìn)入了一個(gè)新的階段。

二、深度學(xué)習(xí)技術(shù)推動(dòng)產(chǎn)業(yè)發(fā)展的智能化

(一)深度學(xué)習(xí)技術(shù)促進(jìn)工業(yè)智能化

1.智能制造方面。深度學(xué)習(xí)在智能制造方面的典型應(yīng)用就是工業(yè)缺陷檢測(cè)技術(shù)與工業(yè)機(jī)器人視覺(jué)拋磨系統(tǒng)。傳統(tǒng)的工業(yè)缺陷檢測(cè)需依賴于大量人工勞動(dòng), 檢測(cè)過(guò)程耗時(shí)長(zhǎng)、成本高、效率低,通常難以滿足大規(guī)模質(zhì)檢需求?；谏疃葘W(xué)習(xí)的工業(yè)缺陷檢測(cè)技術(shù)目前主要用于缺陷發(fā)現(xiàn)與分類(lèi)。它克服了傳統(tǒng)質(zhì)檢技術(shù)的小樣本限定,能滿足大樣本質(zhì)檢需求,使工業(yè)質(zhì)檢的效率提高。與傳統(tǒng)質(zhì)檢技術(shù)相比,無(wú)論是從技術(shù)的水平層級(jí)、技術(shù)運(yùn)用的現(xiàn)實(shí)效果還是產(chǎn)業(yè)發(fā)展的智能化水平等方面都有了跨越式進(jìn)步,成為智能制造中工業(yè)產(chǎn)品外觀質(zhì)檢的首選方案。該技術(shù)以深度學(xué)習(xí)的分類(lèi)網(wǎng)絡(luò)為最常用模式來(lái)對(duì)工業(yè)產(chǎn)品質(zhì)檢的結(jié)果進(jìn)行分類(lèi),不僅使工業(yè)質(zhì)檢的準(zhǔn)確性和精準(zhǔn)度都被切實(shí)優(yōu)化,而且為在工業(yè)生產(chǎn)中改進(jìn)生產(chǎn)技術(shù)、提高產(chǎn)品質(zhì)量進(jìn)而推動(dòng)工業(yè)智能化發(fā)展提供了現(xiàn)實(shí)依據(jù)[3]。隨著工業(yè)生產(chǎn)水平和效率的提高,傳統(tǒng)拋磨技術(shù)及系統(tǒng)在作業(yè)過(guò)程中暴露出加工一致性差、工作效率低、對(duì)人工的依賴性強(qiáng)等缺陷。而基于深度學(xué)習(xí)的視覺(jué)拋磨技術(shù)及其系統(tǒng)能夠結(jié)合目標(biāo)檢測(cè)與目標(biāo)分割技術(shù),通過(guò)具有典型待拋磨特征的工件訓(xùn)練拋磨系統(tǒng),使多維傳感器、拋磨工具、上位機(jī)和智能機(jī)器人在相互協(xié)作中作業(yè),能夠快速、準(zhǔn)確地識(shí)別出對(duì)象區(qū)域,使拋磨軌跡更加均勻、曲面更加平滑,減少了由于定位偏差出現(xiàn)的欠磨和過(guò)磨等情況[4],不僅克服了傳統(tǒng)拋磨技術(shù)的諸多缺陷,而且使工業(yè)生產(chǎn)成本更低,智能化水平更高。

2.工業(yè)控制方面。深度學(xué)習(xí)技術(shù)應(yīng)用之前的工業(yè)控制系統(tǒng),軟硬件設(shè)施存在的漏洞與安全隱患極易使工業(yè)生產(chǎn)產(chǎn)生信息泄露的風(fēng)險(xiǎn),而且工業(yè)控制系統(tǒng)的開(kāi)放性和共享性在現(xiàn)代化進(jìn)程下被進(jìn)一步擴(kuò)展,加大了系統(tǒng)遭受攻擊的風(fēng)險(xiǎn)。針對(duì)這些問(wèn)題而開(kāi)發(fā)使用的加密訪問(wèn)、防火墻、訪問(wèn)權(quán)限控制等防御手段雖能在一定程度上抵御攻擊入侵,但安全性依舊不高。深度學(xué)習(xí)技術(shù)利用遷移學(xué)習(xí)方法訓(xùn)練形成了基于特征選擇和時(shí)間卷積網(wǎng)絡(luò)的工業(yè)控制系統(tǒng)入侵檢測(cè)方法,不僅解決了傳統(tǒng)工業(yè)控制系統(tǒng)對(duì)目標(biāo)數(shù)據(jù)訓(xùn)練不足的問(wèn)題,而且通過(guò)數(shù)據(jù)降維去除冗余數(shù)據(jù)使工業(yè)控制系統(tǒng)入侵檢測(cè)的效率更高,成本更低。時(shí)間卷積網(wǎng)絡(luò)通過(guò)對(duì)時(shí)間序列的分析使工業(yè)控制系統(tǒng)入侵檢測(cè)對(duì)人工的依賴性降低,使入侵威脅能夠更及時(shí)、更準(zhǔn)確地被發(fā)現(xiàn),系統(tǒng)運(yùn)行的性能也變得更好[5]。深度學(xué)習(xí)技術(shù)在該系統(tǒng)中最典型的一項(xiàng)應(yīng)用是信息融合技術(shù)?；谏疃葘W(xué)習(xí)的信息融合技術(shù)主要用于解決工業(yè)生產(chǎn)中因工業(yè)機(jī)器人在信號(hào)模式識(shí)別的精準(zhǔn)度、及時(shí)性方面的局限性而引發(fā)的工業(yè)生產(chǎn)安全問(wèn)題。智能機(jī)器人將接收到的全部信號(hào)、信息進(jìn)行歸納、整理、分析得出這些信息所指向的最終目的性指令并進(jìn)行操作。這種目標(biāo)驅(qū)動(dòng)型指令不僅極大降低了機(jī)器人因信息接收失誤引發(fā)安全問(wèn)題的可能性,而且它對(duì)接收到的信息分類(lèi)整合減少了復(fù)雜多余信息對(duì)目標(biāo)指令的干擾,使目標(biāo)指向更加明確。深度學(xué)習(xí)技術(shù)在工業(yè)控制中的應(yīng)用使工業(yè)生產(chǎn)與智能機(jī)器的關(guān)聯(lián)性更加緊密,更加促進(jìn)了工業(yè)領(lǐng)域的智能化。

(二)深度學(xué)習(xí)技術(shù)助力農(nóng)業(yè)智能化

1.農(nóng)業(yè)災(zāi)難監(jiān)測(cè)方面。農(nóng)業(yè)病蟲(chóng)害和農(nóng)作物植株病害是農(nóng)業(yè)生產(chǎn)中多發(fā)的,不可控且影響巨大的災(zāi)難。過(guò)去的計(jì)算機(jī)視覺(jué)相關(guān)技術(shù)在實(shí)際應(yīng)用時(shí),由于微生物、病菌的不易察覺(jué)性而使計(jì)算機(jī)很難清晰準(zhǔn)確地收集并分類(lèi)目標(biāo)信息,這通常會(huì)使病蟲(chóng)害不能被及時(shí)診斷和施治。傳統(tǒng)監(jiān)測(cè)技術(shù)在定位受災(zāi)范圍時(shí)易出現(xiàn)偏差,加之化學(xué)防治大規(guī)模噴灑農(nóng)藥,不僅使農(nóng)作物品質(zhì)下降,而且造成了一定程度的生態(tài)破壞和環(huán)境污染?；谏疃葘W(xué)習(xí)發(fā)展而來(lái)的智慧農(nóng)業(yè)模式改善發(fā)展了圖像分割技術(shù),解決了目標(biāo)圖像監(jiān)測(cè)的清晰度問(wèn)題。例如,針對(duì)農(nóng)作物病蟲(chóng)害的害蟲(chóng)監(jiān)測(cè)問(wèn)題,目標(biāo)圖像分割技術(shù)根據(jù)所監(jiān)測(cè)領(lǐng)域害蟲(chóng)的體型、姿態(tài)、活動(dòng)軌跡以及害蟲(chóng)本身顏色和背景顏色的差別設(shè)計(jì)了以顏色為差異分析依據(jù)的圖像分割方法來(lái)提取分割特征,通過(guò)特征分類(lèi)建立害蟲(chóng)識(shí)別模型,進(jìn)而基于物聯(lián)網(wǎng)建立害蟲(chóng)遠(yuǎn)程智能識(shí)別系統(tǒng)[6]。該系統(tǒng)既能夠通過(guò)互補(bǔ)金屬氧化物半導(dǎo)體(CMOS,Complementary Metal Oxide Semiconductor)相機(jī)和定焦鏡頭采集靜止?fàn)顟B(tài)的害蟲(chóng)圖像,又能夠使用電荷耦合器件(CCD,Charge-coupled device)傳感相機(jī)和變焦鏡頭擴(kuò)大監(jiān)測(cè)范圍,采集處于運(yùn)動(dòng)中的害蟲(chóng)圖像[7];不僅能實(shí)時(shí)監(jiān)測(cè)規(guī)模性病蟲(chóng)害的發(fā)生以及受災(zāi)程度,而且能有效識(shí)別害蟲(chóng)的種類(lèi)和數(shù)量,從而有針對(duì)性地、精準(zhǔn)地防治農(nóng)作物病蟲(chóng)害威脅。在農(nóng)作物植株病害方面,卷積神經(jīng)網(wǎng)絡(luò)(CNN)及其拓?fù)浼夹g(shù)、支持向量機(jī)(SVM,Support Vector Machine)分類(lèi)器等自動(dòng)植物監(jiān)測(cè)和識(shí)別系統(tǒng)被廣泛使用,以統(tǒng)一規(guī)定的健康級(jí)別對(duì)農(nóng)作物病害進(jìn)行評(píng)級(jí)分類(lèi)。以深度學(xué)習(xí)技術(shù)為基礎(chǔ)建立的農(nóng)業(yè)災(zāi)難監(jiān)測(cè)系統(tǒng)不但提高了農(nóng)業(yè)災(zāi)難監(jiān)測(cè)的科學(xué)性和準(zhǔn)確率,而且也進(jìn)一步助推整體農(nóng)業(yè)領(lǐng)域的生產(chǎn)朝著智能化方向發(fā)展。

2.農(nóng)作物生長(zhǎng)狀況監(jiān)測(cè)方面?，F(xiàn)代科技的發(fā)展推動(dòng)農(nóng)作物品種升級(jí)、單位產(chǎn)量增加,農(nóng)作物生產(chǎn)出現(xiàn)了以土地承包為主的大塊區(qū)成片種植模式,這種大范圍種植模式讓農(nóng)作物生長(zhǎng)過(guò)程中各種情況(如區(qū)域天氣狀況、地形地勢(shì)狀況、土壤水分狀況、長(zhǎng)勢(shì)狀況)的監(jiān)測(cè)比較困難,農(nóng)作物生長(zhǎng)各階段具體狀況、產(chǎn)量預(yù)估及品質(zhì)預(yù)測(cè)等處于不可知的狀態(tài),令農(nóng)業(yè)生產(chǎn)的風(fēng)險(xiǎn)增加。利用深度殘差(DRN,Deep Residual Network)、無(wú)人機(jī) (UAV)和以卷積神經(jīng)網(wǎng)絡(luò)(CNN)為原始神經(jīng)網(wǎng)絡(luò)研究應(yīng)用的區(qū)域卷積神經(jīng)網(wǎng)絡(luò)技術(shù)和遙感技術(shù)能夠采集任務(wù)相關(guān)圖像信息,通過(guò)特定數(shù)據(jù)庫(kù)對(duì)比分析出具體區(qū)域的土地、土壤、水分情況,能夠準(zhǔn)確把握局部地區(qū)作物生長(zhǎng)過(guò)程中的具體情況,從而根據(jù)具體需要精準(zhǔn)施策。深度學(xué)習(xí)相關(guān)技術(shù)在農(nóng)作物種類(lèi)分類(lèi)、長(zhǎng)勢(shì)監(jiān)測(cè)方面也有著極高的準(zhǔn)確率,能極大提高農(nóng)業(yè)生產(chǎn)的可預(yù)測(cè)性。在智慧農(nóng)業(yè)中,以深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)為依托改進(jìn)的遙感技術(shù)也被應(yīng)用于農(nóng)業(yè)生產(chǎn)的水分脅迫分析、相關(guān)天氣分析和水果計(jì)數(shù)(識(shí)別和計(jì)算果樹(shù)掛果量)等方面,降低農(nóng)業(yè)生產(chǎn)受不可控因素干擾的可能性,大幅提升生產(chǎn)的科學(xué)水平,在很大程度上保障了農(nóng)業(yè)產(chǎn)量的穩(wěn)定性,保證了農(nóng)業(yè)從業(yè)者收入的可靠性。在農(nóng)業(yè)生產(chǎn)中,依托深度學(xué)習(xí)技術(shù)發(fā)明的新型農(nóng)業(yè)生產(chǎn)工具(如摘蘋(píng)果機(jī)器人、摘草莓機(jī)器人、智能桃子分揀機(jī)等)受到了農(nóng)業(yè)從業(yè)者們的充分認(rèn)可,這也為更深層次農(nóng)業(yè)生產(chǎn)智能化做出了巨大貢獻(xiàn)。

(三)深度學(xué)習(xí)助推服務(wù)業(yè)智能化

1.醫(yī)療服務(wù)方面。由于當(dāng)代社會(huì)生活的復(fù)雜性、多樣性和疾病的多變性、罕見(jiàn)性,社會(huì)對(duì)醫(yī)療服務(wù)行業(yè)相關(guān)技術(shù)水平的科學(xué)性與先進(jìn)性都提出了更高要求。目前,許多疾病只能使用醫(yī)學(xué)成像技術(shù)才能做出判斷。傳統(tǒng)的醫(yī)學(xué)成像分析是對(duì)病患處進(jìn)行劃區(qū)域分割成像,進(jìn)而通過(guò)碎片化的成像結(jié)果分析患者的整體病情,但在進(jìn)行患處影像分割時(shí)可能會(huì)由于圖像相鄰色塊重疊使分割后的圖像分辨率降低導(dǎo)致分析結(jié)果不準(zhǔn)確,令病情發(fā)展后果及其可能伴隨的并發(fā)癥難以被預(yù)測(cè),從而增加治療的風(fēng)險(xiǎn)。如今,基于深度學(xué)習(xí)的計(jì)算機(jī)視覺(jué)相關(guān)技術(shù)在醫(yī)療服務(wù)領(lǐng)域的圖像分類(lèi)、配準(zhǔn)分割及目標(biāo)檢測(cè)等工作中得到大量應(yīng)用。以深度學(xué)習(xí)的全卷積網(wǎng)絡(luò)為技術(shù)依托的目標(biāo)圖像檢測(cè)與分割技術(shù)克服了傳統(tǒng)成像技術(shù)的缺點(diǎn),將碎片化成像結(jié)果進(jìn)行連接,輸出保持原始分辨率的完整版圖像,大大降低了醫(yī)學(xué)成像分析的失誤性,提高了診療的精準(zhǔn)度,使醫(yī)療服務(wù)更具有針對(duì)性。而其他深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),在諸如核性白內(nèi)障的分級(jí)等眼影像分析、整合3D成像以評(píng)估高級(jí)別神經(jīng)膠質(zhì)瘤患者的生存率、阿爾茲海默癥患者的病情等級(jí)分類(lèi)的腦影像分析以及胸腔影像分析等醫(yī)療項(xiàng)目中也得到應(yīng)用,醫(yī)療水平有了大幅提升。基于內(nèi)容的圖像檢索技術(shù)能從醫(yī)學(xué)圖像的像素級(jí)信息中心提取有效特征和相似信息建立罕見(jiàn)病病例信息庫(kù),了解并研究相關(guān)病癥,為改善治療手段、提升相關(guān)醫(yī)療護(hù)理水平提供了新的方法。深度學(xué)習(xí)在數(shù)字病理與醫(yī)療顯微鏡領(lǐng)域的應(yīng)用也十分廣泛,主要見(jiàn)于對(duì)細(xì)胞核的監(jiān)測(cè)和分割分類(lèi),對(duì)各類(lèi)大區(qū)塊組織的分割與監(jiān)測(cè)以及對(duì)目標(biāo)疾病的分類(lèi)等工作。深度學(xué)習(xí)技術(shù)在醫(yī)療領(lǐng)域眾多方面的應(yīng)用使醫(yī)療服務(wù)的智能化進(jìn)程也進(jìn)一步加快。

2.個(gè)性化服務(wù)方面。社會(huì)生活的多樣性使人們更關(guān)注于自身情況,從而對(duì)個(gè)性化服務(wù)的需求不斷增加,這為深度學(xué)習(xí)在服務(wù)業(yè)領(lǐng)域的技術(shù)應(yīng)用提供了有利條件。例如將基于深度學(xué)習(xí)的推薦算法系統(tǒng)應(yīng)用于農(nóng)村流動(dòng)電影放映這一個(gè)性化服務(wù)中,不僅能夠根據(jù)宏觀環(huán)境來(lái)選擇電影種類(lèi),而且能以觀眾關(guān)于放映影片的評(píng)分?jǐn)?shù)據(jù)為依據(jù),利用棧式降噪自編碼器和貝葉斯概率分解矩陣將用戶偏好數(shù)據(jù)信息進(jìn)行分類(lèi)解讀,從參與評(píng)分的用戶的基本信息(年齡、性別、職業(yè)等)中獲得一部分輔助信息(電影的類(lèi)型、題材、播放時(shí)間等)直接建立觀眾與預(yù)放映影片之間的隱性關(guān)系,通過(guò)智能化系統(tǒng)的精準(zhǔn)匹配為觀眾提供影片推薦服務(wù),這既提升了影片的推薦質(zhì)量和觀眾的體驗(yàn)感,也使流動(dòng)電影放映這一舉措更具現(xiàn)實(shí)意義[8]?；谏疃葘W(xué)習(xí)的多層次信息分析處理和智能情感識(shí)別兩項(xiàng)技術(shù)在網(wǎng)絡(luò)平臺(tái)用戶信息監(jiān)測(cè)和分析方面具有很高的現(xiàn)實(shí)價(jià)值。它們通過(guò)大數(shù)據(jù)分析網(wǎng)絡(luò)用戶和消費(fèi)者的網(wǎng)絡(luò)足跡,可以根據(jù)不同主體的個(gè)性化需求,促成交換過(guò)程的小眾精準(zhǔn)化匹配使消費(fèi)者能夠在消費(fèi)過(guò)程中更加迅速、準(zhǔn)確地滿足自身所需。如音樂(lè)播放App可以根據(jù)用戶平時(shí)播放、點(diǎn)贊、評(píng)論的歌曲類(lèi)型隨時(shí)更新推薦內(nèi)容;短視頻App會(huì)根據(jù)用戶觀看視頻時(shí)長(zhǎng)、搜索記錄和關(guān)注的視頻類(lèi)型推薦相似視頻;購(gòu)物App也會(huì)根據(jù)用戶的搜索記錄、購(gòu)買(mǎi)、退換記錄推薦用戶偏好類(lèi)型商品。這種精準(zhǔn)化匹配,不僅能為消費(fèi)者節(jié)省時(shí)間,而且由于信息的對(duì)稱(chēng)性與智能化服務(wù)的高效性,會(huì)使消費(fèi)者體驗(yàn)更好。社會(huì)成員消費(fèi)模式的轉(zhuǎn)變也催生了一大批新興行業(yè),如外賣(mài)行業(yè)、快遞行業(yè)及其前端產(chǎn)業(yè)鏈物流倉(cāng)儲(chǔ)等?？梢?jiàn),深度學(xué)習(xí)技術(shù)在個(gè)性化服務(wù)及其他相關(guān)服務(wù)中的應(yīng)用既是服務(wù)業(yè)智能化的現(xiàn)實(shí)表現(xiàn),也是服務(wù)業(yè)整體產(chǎn)業(yè)向智能化方向邁進(jìn)的目標(biāo)指示。

三、深度學(xué)習(xí)推動(dòng)的產(chǎn)業(yè)智能化的經(jīng)濟(jì)影響

(一)工業(yè)智能化的影響

1.增加工業(yè)生產(chǎn)的經(jīng)濟(jì)效益。首先,工業(yè)智能化提升了工業(yè)生產(chǎn)的科技化與智能化水平,提高了工業(yè)產(chǎn)品品質(zhì)和資源利用率,降低了生產(chǎn)成本,使經(jīng)濟(jì)效益得以增加。在工業(yè)智能化的過(guò)程中,生產(chǎn)所需要的場(chǎng)所空間、機(jī)器設(shè)備以及相關(guān)配套設(shè)施為適應(yīng)智能化生產(chǎn)的需要普遍更新為自動(dòng)化、智能化系統(tǒng),適應(yīng)改造后系統(tǒng)的生產(chǎn)水平與生產(chǎn)方式,工業(yè)原材料的品質(zhì)和選材的科技含量也進(jìn)一步提高,工業(yè)產(chǎn)品的品質(zhì)也將提高,進(jìn)而使經(jīng)濟(jì)效益增加。工業(yè)智能化也使工業(yè)生產(chǎn)中資源利用的時(shí)空限制被打破,工業(yè)企業(yè)以及工業(yè)生產(chǎn)部門(mén)之間都可以通過(guò)智能機(jī)器人,就資源的數(shù)量、適用性以及分配進(jìn)行及時(shí)地交流和調(diào)整,在解決工業(yè)生產(chǎn)中資源短缺問(wèn)題的同時(shí),也使資源能得到充分利用,降低工業(yè)生產(chǎn)成本,提高經(jīng)濟(jì)效益。其次,工業(yè)智能化使工業(yè)生產(chǎn)的勞動(dòng)方式發(fā)生了變化。傳統(tǒng)的工業(yè)生產(chǎn)是以人工為主、機(jī)器為輔促成生產(chǎn),工業(yè)智能化則使從事生產(chǎn)活動(dòng)的主要?jiǎng)趧?dòng)者轉(zhuǎn)變?yōu)橹悄軝C(jī)器,人工更多承擔(dān)了指令下發(fā)和監(jiān)管的任務(wù),工業(yè)生產(chǎn)形式發(fā)生了巨大轉(zhuǎn)變,在一定程度上減輕了人的工作量和工作壓力。最后,工業(yè)智能化能夠縮短工業(yè)產(chǎn)品的生命周期,加快工業(yè)經(jīng)濟(jì)發(fā)展步伐。工業(yè)智能化使工業(yè)產(chǎn)品在多方面得到了優(yōu)化,一個(gè)重要表現(xiàn)就是產(chǎn)品生命周期縮短。智能化使工業(yè)生產(chǎn)周期變短,生產(chǎn)同類(lèi)產(chǎn)品的企業(yè)之間競(jìng)爭(zhēng)加劇,為了在競(jìng)爭(zhēng)中取得優(yōu)勢(shì)地位,維持乃至提高經(jīng)濟(jì)效益,企業(yè)必然會(huì)加快技術(shù)研發(fā),加快產(chǎn)品更新?lián)Q代的速度,縮短產(chǎn)品生命周期,加快工業(yè)發(fā)展速度,提升經(jīng)濟(jì)效益。

2.提高工業(yè)生產(chǎn)效率。在工業(yè)智能化過(guò)程中,各種智能化生產(chǎn)手段,如數(shù)字化生產(chǎn)線、電子眼過(guò)磅秤等的使用,讓工業(yè)生產(chǎn)流水線實(shí)現(xiàn)了智能化,既縮短了工業(yè)生產(chǎn)每一環(huán)節(jié)的耗時(shí),也縮短了各環(huán)節(jié)之間的耗時(shí),提升了工業(yè)生產(chǎn)整體效率。各大型互聯(lián)網(wǎng)企業(yè)也廣泛搭建云平臺(tái)(如騰訊公司的“騰訊云”、百度公司的“百度飛槳”等)深度參與工業(yè)互聯(lián)網(wǎng)建設(shè),對(duì)工業(yè)生產(chǎn)賦能賦值,進(jìn)而釋放科技紅利,使工業(yè)生產(chǎn)創(chuàng)造與突破的空間局限被打破,擴(kuò)展了工業(yè)生產(chǎn)維度。工業(yè)智能化過(guò)程中深度學(xué)習(xí)技術(shù)的應(yīng)用也改善了原有工業(yè)生產(chǎn)中機(jī)器設(shè)備等在技術(shù)、應(yīng)用等各方面的缺陷,并創(chuàng)造出許多新的智能機(jī)器,大幅提升了工業(yè)生產(chǎn)效率。如2021年,“百度飛槳”深度學(xué)習(xí)平臺(tái)在深圳落地使用,環(huán)保類(lèi)企業(yè)“歸谷智能”基于“百度飛槳”在短期內(nèi)就訓(xùn)練出了可現(xiàn)實(shí)使用的飲料瓶智能識(shí)別模型,并通過(guò)相關(guān)技術(shù)部署在飲料瓶回收機(jī)等末端設(shè)備中投入規(guī)模使用,使工作效率翻倍提升[9]?；凇鞍俣蕊w槳”平臺(tái)研發(fā)的智能零件質(zhì)檢機(jī)也被應(yīng)用于工業(yè)生產(chǎn)中,使單個(gè)零件的檢測(cè)速度達(dá)到了25 ms/個(gè),大幅提高了檢測(cè)效率,企業(yè)成本降低15%以上;其與南方電網(wǎng)廣東能源公司聯(lián)合研發(fā)的電網(wǎng)智能巡檢解決方案,設(shè)備應(yīng)用過(guò)程中狀態(tài)讀取準(zhǔn)確率高達(dá)99.01%,降低了90%的電網(wǎng)人員的工作量①。工業(yè)智能化趨勢(shì)下各方面條件的改善會(huì)使工業(yè)生產(chǎn)效率提升,生產(chǎn)成本降低,增加工業(yè)經(jīng)濟(jì)總量,對(duì)整體產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展也將產(chǎn)生積極影響。

(二)農(nóng)業(yè)智能化的影響

1.促使農(nóng)業(yè)經(jīng)濟(jì)綠色化發(fā)展。結(jié)合深度學(xué)習(xí)算法的遙感、通信、自動(dòng)控量等技術(shù)在農(nóng)業(yè)領(lǐng)域的廣泛應(yīng)用,不僅實(shí)現(xiàn)了農(nóng)業(yè)生產(chǎn)多量高質(zhì)的現(xiàn)實(shí)要求,而且實(shí)現(xiàn)了農(nóng)業(yè)智能化,催生了“智慧農(nóng)業(yè)”“數(shù)字農(nóng)業(yè)”“精準(zhǔn)農(nóng)業(yè)”等新型農(nóng)業(yè)業(yè)態(tài)。農(nóng)業(yè)智能化以這些新型業(yè)態(tài)為載體,極大地改變了農(nóng)業(yè)生產(chǎn)方式,進(jìn)一步助推了農(nóng)業(yè)經(jīng)濟(jì)的綠色化發(fā)展。深度學(xué)習(xí)技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用使農(nóng)業(yè)生產(chǎn)從投入到產(chǎn)出的各環(huán)節(jié)都能夠通過(guò)智能機(jī)器來(lái)完成,極大減少了人工勞動(dòng)的參與,使生產(chǎn)全過(guò)程處于一套自動(dòng)化、智能化的系統(tǒng)之中,推動(dòng)實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)方式向科學(xué)化、自動(dòng)化與智能化的轉(zhuǎn)變。而在這一過(guò)程中,傳統(tǒng)的農(nóng)業(yè)生產(chǎn)手段,如無(wú)精準(zhǔn)控量的灌水、施肥被變量灌溉、智能水肥噴灌等技術(shù)替代,使原本的土地破壞(土地鹽堿化、水土流失、土壤肥力下降等)以及水資源破壞(農(nóng)藥污染、不合理節(jié)流等)等問(wèn)題得到有效遏制,提高了農(nóng)業(yè)生態(tài)的綠色化水平?！叭龑铀唷薄肮艿朗皆耘唷钡冉Y(jié)合智能技術(shù)的現(xiàn)代化種植方法使有機(jī)農(nóng)產(chǎn)品的產(chǎn)量增加,智能化篩選對(duì)農(nóng)產(chǎn)品品質(zhì)的把控也更加嚴(yán)格,農(nóng)產(chǎn)品的綠色化水平進(jìn)一步提高。農(nóng)業(yè)智能化也提高了資源循環(huán)利用能力,利用高新科技研發(fā)與應(yīng)用創(chuàng)造的“秸稈還田”“魚(yú)菜共生”等生態(tài)農(nóng)業(yè)生產(chǎn)方法,既能夠達(dá)到農(nóng)業(yè)創(chuàng)收的目的又能盡可能保護(hù)與還原生態(tài),為農(nóng)業(yè)經(jīng)濟(jì)的綠色化、可持續(xù)發(fā)展奠定了基礎(chǔ),順應(yīng)了農(nóng)業(yè)經(jīng)濟(jì)綠色化發(fā)展的要求,進(jìn)一步推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)綠色化發(fā)展。

2.加快農(nóng)業(yè)現(xiàn)代化發(fā)展步伐。就生產(chǎn)技術(shù)而言,深度學(xué)習(xí)算法結(jié)合土壤成分測(cè)量技術(shù)、天氣預(yù)警技術(shù)、氣溫監(jiān)測(cè)技術(shù)、局部雨雪干擾技術(shù)等應(yīng)用于農(nóng)業(yè)生產(chǎn)之中,使農(nóng)業(yè)生產(chǎn)活動(dòng)受自然因素影響的風(fēng)險(xiǎn)降低,農(nóng)業(yè)產(chǎn)量不再容易受客觀因素干擾而波動(dòng),穩(wěn)定性得到了提升。在機(jī)器設(shè)備方面,農(nóng)業(yè)智能化推動(dòng)搭建的農(nóng)業(yè)物聯(lián)網(wǎng)平臺(tái),運(yùn)用各類(lèi)感知設(shè)備廣泛地與農(nóng)業(yè)種植、生產(chǎn)、作物田間生長(zhǎng)狀況、農(nóng)產(chǎn)品物流倉(cāng)儲(chǔ)等農(nóng)業(yè)領(lǐng)域各環(huán)節(jié)相關(guān)聯(lián),結(jié)合無(wú)線傳感網(wǎng)絡(luò)、互聯(lián)網(wǎng)等現(xiàn)代信息傳輸通道,將農(nóng)業(yè)信息進(jìn)行融合和處理,最后利用智能化操作實(shí)現(xiàn)農(nóng)業(yè)的自動(dòng)化生產(chǎn)與最優(yōu)化控制,實(shí)現(xiàn)了農(nóng)業(yè)生產(chǎn)的高效化、現(xiàn)代化。在管理方法方面,結(jié)合深度學(xué)習(xí)算法開(kāi)發(fā)的ThingJS-X數(shù)字孿生可視化平臺(tái)打造的智慧農(nóng)業(yè)運(yùn)營(yíng)管理系統(tǒng),通過(guò)數(shù)據(jù)治理、知識(shí)圖譜、輕量建模技術(shù)的相互配合,實(shí)現(xiàn)了農(nóng)業(yè)管理的物理實(shí)體和業(yè)務(wù)邏輯層面的全面融合連接,使農(nóng)業(yè)管理更加靈活化、精準(zhǔn)化、有序化和現(xiàn)代化。農(nóng)業(yè)智能化是一個(gè)使農(nóng)業(yè)從始端到終端都能夠得到優(yōu)化的過(guò)程,突出表現(xiàn)為農(nóng)業(yè)領(lǐng)域的高效化、自動(dòng)化、智能化、綠色化和現(xiàn)代化。這種發(fā)展趨勢(shì)使農(nóng)業(yè)經(jīng)濟(jì)的創(chuàng)收形式與創(chuàng)收空間突破了傳統(tǒng)的線下形式與實(shí)物空間,農(nóng)產(chǎn)品各種線上預(yù)售、直播出售等方式被社會(huì)公眾普遍接受,這對(duì)于進(jìn)一步優(yōu)化農(nóng)業(yè)經(jīng)濟(jì)發(fā)展形式,提升農(nóng)業(yè)經(jīng)濟(jì)效益也具有現(xiàn)實(shí)意義。

(三)服務(wù)業(yè)智能化的影響

1.變革服務(wù)業(yè)業(yè)態(tài)。從服務(wù)開(kāi)展范圍來(lái)講,服務(wù)業(yè)智能化使服務(wù)范圍輻射式擴(kuò)展,涉及更多領(lǐng)域。如應(yīng)用于社區(qū)管理的“智慧社區(qū)”服務(wù)系統(tǒng)、應(yīng)用于電話自動(dòng)語(yǔ)音導(dǎo)航的“智能IVR語(yǔ)音導(dǎo)航”系統(tǒng)、應(yīng)用于簡(jiǎn)化工單操作流程的“智能工單”系統(tǒng)以及應(yīng)用于網(wǎng)絡(luò)輿情監(jiān)測(cè)的“智能輿情”系統(tǒng)等都是該產(chǎn)業(yè)服務(wù)范圍向社會(huì)各領(lǐng)域擴(kuò)展的重要體現(xiàn)。就服務(wù)形式而言,智能化使服務(wù)業(yè)經(jīng)營(yíng)在線上廣泛開(kāi)展,讓諸如醫(yī)療問(wèn)診、心理咨詢等對(duì)線下環(huán)境依賴較強(qiáng)的服務(wù)業(yè)也轉(zhuǎn)向線上,在降低服務(wù)成本、緩解相關(guān)服務(wù)人員工作壓力、提高社會(huì)效率方面產(chǎn)生了積極影響。例如,在線問(wèn)診系統(tǒng)的開(kāi)發(fā)和“智能藥柜”的使用使醫(yī)療服務(wù)更具有及時(shí)性,又減少醫(yī)護(hù)人員的工作量;“智能心理咨詢機(jī)器人”由于其虛擬性,能夠讓患者更加敞開(kāi)心扉交代病情,從而讓相關(guān)治療更加便利和有效。而上門(mén)配送、即時(shí)打車(chē)等服務(wù)及前端產(chǎn)業(yè)鏈和后向服務(wù)(如二手商品轉(zhuǎn)賣(mài)平臺(tái))等智能化新興服務(wù)業(yè)業(yè)態(tài)和服務(wù)方式的出現(xiàn),使服務(wù)業(yè)領(lǐng)域?qū)崿F(xiàn)了業(yè)態(tài)的變革與創(chuàng)新,也使服務(wù)業(yè)的創(chuàng)收范圍進(jìn)一步擴(kuò)大,發(fā)展空間進(jìn)一步拓寬。

2.引導(dǎo)服務(wù)業(yè)高質(zhì)量發(fā)展。在現(xiàn)代服務(wù)業(yè)經(jīng)營(yíng)中,B2C(企業(yè)—消費(fèi)者)的電子商務(wù)模式使更多的服務(wù)和貿(mào)易在數(shù)字化平臺(tái)上進(jìn)行和開(kāi)展。在新冠疫情中,由于居民居家外出減少,加大了對(duì)數(shù)字平臺(tái)服務(wù)的需求,在線服務(wù)業(yè)——電商呈現(xiàn)出爆發(fā)式增長(zhǎng)態(tài)勢(shì)[10],直播帶貨、直播教學(xué)、直播問(wèn)診等各種在線服務(wù)因?yàn)榉?wù)內(nèi)容精準(zhǔn)、服務(wù)速度及時(shí)等優(yōu)勢(shì)被社會(huì)公眾廣泛認(rèn)同,為我國(guó)服務(wù)業(yè)經(jīng)濟(jì)和整個(gè)宏觀經(jīng)濟(jì)發(fā)展都提供了一個(gè)新的、可持續(xù)發(fā)展的支撐點(diǎn),而數(shù)字化服務(wù)平臺(tái)的普及對(duì)進(jìn)一步引導(dǎo)服務(wù)業(yè)經(jīng)濟(jì)朝著高質(zhì)量發(fā)展奠定了基礎(chǔ)。深度學(xué)習(xí)技術(shù)在推動(dòng)服務(wù)業(yè)智能化的過(guò)程中,豐富了服務(wù)業(yè)經(jīng)營(yíng)內(nèi)容和經(jīng)營(yíng)方式,使服務(wù)業(yè)的經(jīng)濟(jì)創(chuàng)收不論數(shù)量還是質(zhì)量都在整體社會(huì)經(jīng)濟(jì)領(lǐng)域占據(jù)絕對(duì)優(yōu)勢(shì)。這符合服務(wù)業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中居于主導(dǎo)地位的發(fā)展要求,使產(chǎn)業(yè)結(jié)構(gòu)更加穩(wěn)定、更加合理。而產(chǎn)業(yè)智能化作為科技發(fā)展的結(jié)果又反過(guò)來(lái)影響科技發(fā)展,使其不斷變革創(chuàng)新。在服務(wù)業(yè)領(lǐng)域,社會(huì)需求復(fù)雜多變,每一次的創(chuàng)新成果與之前相比或多或少都有了科技含量、技術(shù)水平或其他方面的提高,創(chuàng)新成果都擁有了更高質(zhì)量。服務(wù)業(yè)經(jīng)濟(jì)是隨著社會(huì)進(jìn)步而不斷發(fā)展的產(chǎn)業(yè)經(jīng)濟(jì)形式,它與社會(huì)科技水平深度融合、共同發(fā)展,與人類(lèi)需求緊密相關(guān),在發(fā)展中也結(jié)合生態(tài)環(huán)境問(wèn)題進(jìn)行了多方面的改變,這也將進(jìn)一步助推其更快速、更健康、更可持續(xù)發(fā)展。

產(chǎn)業(yè)智能化是以人工智能為代表的新一輪科技革命助推社會(huì)發(fā)展而產(chǎn)生的必然結(jié)果,推進(jìn)產(chǎn)業(yè)智能化發(fā)展是保持社會(huì)經(jīng)濟(jì)健康穩(wěn)定、促進(jìn)社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展的必經(jīng)階段。以深度學(xué)習(xí)為代表的人工智能技術(shù)推動(dòng)的工業(yè)智能化使工業(yè)生產(chǎn)效率提升,經(jīng)濟(jì)效益增加;助力實(shí)現(xiàn)的農(nóng)業(yè)智能化促使農(nóng)業(yè)生產(chǎn)向綠色化、現(xiàn)代化轉(zhuǎn)型;推動(dòng)服務(wù)業(yè)在智能化過(guò)程中發(fā)展新興業(yè)態(tài),朝著高質(zhì)量方向發(fā)展,這些都是先進(jìn)技術(shù)應(yīng)用于實(shí)際社會(huì)生產(chǎn)所得成效的現(xiàn)實(shí)表現(xiàn)。深度學(xué)習(xí)技術(shù)作為一種被社會(huì)密切關(guān)注的現(xiàn)代化人工智能技術(shù),由于進(jìn)入門(mén)檻低、相關(guān)操作較為簡(jiǎn)易、靈活,現(xiàn)已普遍應(yīng)用于社會(huì)諸多領(lǐng)域。深度學(xué)習(xí)相關(guān)算法模型與相應(yīng)技術(shù)成果與三次產(chǎn)業(yè)的結(jié)合推動(dòng)實(shí)現(xiàn)了三次產(chǎn)業(yè)智能化,雖然它在三次產(chǎn)業(yè)的具體應(yīng)用中所產(chǎn)生的經(jīng)濟(jì)影響側(cè)重點(diǎn)各不相同,但從總體來(lái)說(shuō),它對(duì)三次產(chǎn)業(yè)各自的經(jīng)濟(jì)發(fā)展以及社會(huì)經(jīng)濟(jì)整體發(fā)展都產(chǎn)生了巨大的影響。深度學(xué)習(xí)技術(shù)在目前的使用中還由于算法的復(fù)雜性和應(yīng)用需求的多樣性而表現(xiàn)出一定程度的局限性,但隨著新興技術(shù)發(fā)展和算法的更新,它的應(yīng)用領(lǐng)域?qū)⑦M(jìn)一步拓寬,存在的技術(shù)缺陷將不斷得到克服。在未來(lái)社會(huì)里,隨著人工智能相關(guān)核心算法的繼續(xù)研發(fā),它對(duì)人類(lèi)社會(huì)各方面的發(fā)展將產(chǎn)生更大影響。

注釋?zhuān)?/p>

①資料來(lái)源于百度飛槳官方網(wǎng)站(https://www.paddlepaddle.org.cn/)。