人工智能发展中的问题思考及其研究现状郭

成涛　李檬

【摘 要】随着科学技术的迅速发展，很多产品都逐渐趋于智能化，这使得人工智能成为一个无处不在的产业，研究人工智能成为必然的热点话题。本文结合现有的研究资料，简要介绍了人工智能的发展历程，对人工智能的发展中的问题做出了进一步思考，分析了人工智能的技术现状并对其应用前景做出了展望。

【关键词】智能；技术；发展；人工智能；问题思考

0 引言

人工智能是通过将人类的思维活动赋予机器或系统，使其模仿和执行与人类学习，思考和决策有关的智能行为；是一种试图让机器以智能方式（类似于人脑的工作方式）工作的计算机技术；是机器所展现出来的智慧。人工智能只是机器的智能，但随着机器变得越来越有能力，也有可能大大超过人类。随着人工智能技术的蓬勃发展，在计算机科学，金融，医院和医药，重工业，交通运输，玩具和游戏等领域已经取得一定程度的成就。智能机器人，人工智能系统组织病床计划，无人驾驶技术的应用告诉我们，人工智能标志着科技进一步向前推进，给人类带来了颠覆性的影响，但同时也产生了一些潜在的问题。

1 人工智能的发展历程

人工智能——Artificial Intelligence（AI）可以解释为用人工的方法使机器带有一定的思维活动，在机器上实现自主地，或交互地执行各种拟人任务的智能行为。从概念提出至今已有60余年，在技术、算法、应用方面不断取得突破性进展。

1956年以前（早期奠定）

古希臘亚里士多德创立的演绎法，17世纪末，德国莱布尼兹初创数理逻辑，随后Wiener、弗雷格、罗素等代表人物不断补充完善。1943年，美国生理学家麦克洛奇和皮兹建成第一个神经网络模型（MP模型）[1]。到1946年，第一台通用数字电子计算机ENIAC问世。1948年，控制论、信息论初创，信息科学得以发展。1950年，英国数学家A·M·Turing在其著作中首次提出论述“机器也能思维”[2]。这些理论都为人工智能的形成奠定了良好基础。

1956年以后（形成发展）

1956年夏季，在一次历史性的聚会——达特茅斯会议中，这次会议讨论了机器模拟人类智能的问题，人工智能成功诞生，人工智能领域的研究正式开始。1969年起，国际人工智能联合会议（International Joint Conference on AI，IJCAI）逢奇数年举办。20世纪80年代，知识工程诞生，专家系统也应运而生，人工智能达到阶段性的高峰。2011年，苹果公司的智能语音助理随着iPhone4S出现。2012年10月，多伦多大学Geoffery Hinton宣布在机器学习领域达成重要突破，高通的神经网络芯片相继诞生，标志着人工智能研究的软硬件条件基本具备。2014年7月，微软进行人工智能尝试，推出个人智能助理，同年百度智能问答机器人小度诞生。2015年，Amazon试图将机器人飞行器运用到快递服务中…人工智能正在朝着社会生活的应用领域飞速发展！

2 人工智能发展中的问题

英国《金融时报》引用一项最近的调查结果显示：全球半数人工智能专家相信，人类水平的机器智能到2040年就可成为现实[3]。以人工智能为核心的新一轮技术革命终会将信息社会引领向智能社会。人工智能以其广泛实用的特点，深入到社会生活的各个行业，可能产生危险或不期望的意外后果。

2.1 增加人类失业率

随着各种人工智能产品开始服务于各大领域，很多工作即将被人工智能取代，这个是不可逆转的趋势。2016年1月，世界经济论坛发布了报告《未来工作—针对第四次工业革命的就业、技能和劳动力战略》显示未来五年将有500万人因人工智能等技术进步而失业[4]。美国花旗银行和英国牛津大学马丁学院《工作2.0时代的技术》研究报告也显示：未来10年或者20年，1.4亿知识工人将会因为人工智能技术的发展失去原来的工作[5]。不可否认，人工智能会引发产品的创新，从而产生一些意想不到的新职业，但大部分就业市场将被人工智能占据，导致劳动力市场的两极分化，人类失业率将无限上升，从而失去生存的依赖。

2.2 对人类价值观带来冲击

2010年1月9日，新泽西州的“真实伴侣”（True Companion）公司开发的首款性爱机器人“Roxxxy（洛克茜）”正式面世。2017年2月，美国加州Abyss Creations公司宣布，第一代具有学习能力的性爱女机器人Harmony已经成功研发出来。全球知名的人工智能专家戴维·李维预测最晚在2050年，人类会跟机器人谈恋爱，甚至成为配偶，而且将成为社会常态[6]。那么，人机婚姻的合法性也变成法律问题，人类的思维方式和传统观念将与新观念产生冲突，直接影响到价值观和信仰。AI也会使用户形成依赖性，而不去对问题进行思考和求解，导致认知能力减弱，人类平均智力素质将下降。

2.3 人工智能自身的控制与利用

人类思维活动丰富多彩，也有情感因素夹杂，机器难以在短期内具备取代人类所有的思维活动的能力，但人类受到缓慢生物进化的限制，机器却能不断增长的速度重新设计自身。物理学家斯蒂芬霍金，微软的创始人比尔·盖茨和SpaceX的创始人伊隆·马斯克表示担心人工智能可能演变到人类无法控制的点。2015年12月2日，霍金理论表示，从理论上来说，机器将超过人类智能，这可能“意味着人类的结束”。谷歌未来学家库兹韦尔预言，在2045年电脑智能与人脑智能融合，AI的奇点到来。加之，人工智能功耗值较大，普及之后可能存在能源危机[7]。人工智能必须被很好的控制利用，确保智能的AI是“友好AI”。

3 人工智能研究现状

在技术方向上，欧美处于领先水平，拥有雄厚的技术基础，美国专攻军用机器人技术，欧洲注重医疗和服务技术的研发，日本则用于仿人和娱乐方面。目前人工智能在机器人、神经网络、模式识别以及专家系统方面都一直处于不断增长的趋势，取得了令人瞩目的成果。先进的人工智能技术开始陆续进入到实用性阶段，网络，医学，科学，金融领域中已取得较大进展，需要进一步发展的是云机器人和人脑仿生计算技术。

3.1 专家系统

专家系统（Expert System）具有相当于专家知识和经验水平以及解决专门问题的能力的计算机系统，是人工智能应用研究最活跃和最广泛的应用领域之一[8]。专家系统是第一批真正成功的人工智能（AI）软件，它被设计为通过推理知识来解决复杂的问题，主要表现为IF-THEN规则而不是通过传统的程序代码。第一个专家系统在20世纪70年代创建，在20世纪80年代兴起。ES系统能够高效，迅速，准确地工作，突破时间和空间的限制，进行有效推理决策，解决那些只有专家才能解决的高难度的复杂问题。主要在医疗，交通，家居综合性领域应用，其中医学专家系统研究最多而卓有成效的要数医学专家系统。而研制实用的，高性能的专家系统是当前人工智能研究的一项主要任务[9]。随着计算机网络技术的不断发展和多媒体技术的突破，专家系统的研究势必更加深入，取得突破性进展。

3.2 神经网络

人工神经网络开始于20世纪80年代，随着计算机技术的大力发展以及研究者们不断对算法进行优化改进，以其惊人的处理速度和较强的容错能力，表现出良好的智能化。神经网络已被用于解决使用普通的基于规则的编程难以解决的各种各样的任务，如计算机视觉和语音识别，且成功率已达到百分之八九十。人工神经网络与他技术组合产生模糊神经网络，广泛应用到医学图像处理与分析各領域[10]。在像素化图像方面，随着图片模糊程度增加，神经网络的成功率会降低，但仍然能够达到50%到75%的成功率[11]。神经网络计算科学领域与生物神经系统理论分析和计算建模相关，为此神经科学家正在观察生物过程（数据）、神经处理和生物似然机制（生物神经网络模型），努力建立统计学习理论和信息理论之间的联系，使得人工神经网络技术能够迈向新的台阶。

3.3 模式识别

人工智能方法在模式识别，数学逻辑等领域同样广泛运用。模式识别主要是对已知数据样本中的模式和规则进行识别和提取，通常旨在为所有可能的输入提供合理的答案，并考虑到它们的统计变化来执行输入的“最可能”匹配。通过计算机来对文字，图像，声音，物体等模式的自动识别，是智能机器开发的关键点[8]。目前模式识别的识别速度快，识别效率和精度也比较高，但主要还是无监督学习，人为构造算法的成分比较大。

3.4 深度学习

当前，基于人工智能网络的深度学习技术是最热的研究领域。通过深度学习能够实现高效的特征提取，更加本质被Google，Facebook，IBM，百度，NEC以及其他互联网公司广泛使用，来进行图像和语音识别。互联网业务的快速发展，为深度学习提供了上百万的样本进行训练，目前语音识别技术和图像识别技术能够达到90%以上的准确率[12]。深度学习技术目前而言还有许多需要深挖的，远远没到饱和期。在以前存在硬件上的瓶颈，但随着NVDIA和一些硬件厂商不断的升级计算工具，硬件的瓶颈基本上消失了。主要是在其他学科上面，还需要神经科学等的发展为Machine learning注入新的血液。

4 结语

AI技术不断进化，对各行各业带来了颠覆性改变，人工智能正在快速地发展和改变着人类的生活。目前各个国家各大公司都在努力从技术上突破，并且已经取得一定的成果。如今，人工智能坚定地扎根于流行文化；智能机器人出现在无数的作品中。AI将潜在地帮助我们开启新的更先进的技术突破，作为进一步的技术和科学发现的催化剂，引领科学技的发展。

【参考文献】

[1]李作进.基于视觉认知的自然图像目标识别研究[D].重庆大学，2010.

[2]李红霞.人工智能的发展综述[J].甘肃科技纵横，2007（5）：17-18.

[3]王元丰.揭秘人机大战背后的饭碗之争[EB/OL].http：//sports.sohu.com/20160314/n440357465.shtml.2016-03-14.

[4]http：//www.cqvip.com/QK/96203X/201601/668593078.html.

[5]CB Frey，M Osborne.Technology at Work v2.0：The Future Is Not What It Used to Be.Citi GPS：Global Perspectives & Solutions.2016-2-2

[6]佚名.机器人配偶离我们有多远[EB/OL].http：//mt.sohu.com/20151113/n426378568.shtml，2015-11-13.

[7]吕泽宇.人工智能的历史、现状与未来[J].信息与电脑（理论版），2016（13）：166-167.

[8]田金萍.人工智能发展综述[J].科技广场，2007（1）：230-232.

[9]方毅.嵌入式仪表设计专家系统推理机设计与实现[D].浙江大学，2006.

[10]李清梦，聂生东.神经网络技术及其在医学图像处理中的应用[J].中国医学影像技术，2011（6）：1291-1294.

[11]中关村在线.在图像识别上 隐私技术面临人工智能的挑战[EB/OL].[2016-11-25].http：//news.zol.com.cn/604/6044346.html.

[12]杨希.人工智能在国外[N].人民邮电，2015-02-04（006）.

[责任编辑：田吉捷]