人工智能的突破与科学方法的思考

吴哲宇

人工智能的突破与科学方法的思考

吴哲宇

我是一名高中生，最近，我以文献研究法对人工智能理论方面的突破进行了探究，通过探究发现，“信息-知识-智能转换”已经成为了人工智能机制模拟方法。本文，将综合我已有的知识结构，先分析人工智能定义，再阐述人工智能方面的突破和涉及到的一些科学方法，望其能给我们高中生的成长做出正确指引，让我们意识到人工智能领域发展的重要性，逐渐成为人工智能创新发展所需人才。

人工智能已经慢慢渗透到了各个领域发展中，它对于我们职业生涯的规划有着重要影响，因而，我们在成长过程中，应强化对人工智能突破和科学方法方面的研究，经过研究，确定我们未来的学习方向，为我们未来职业规划做好充足准备，增强我们自身核心竞争力。同时，为了更好的面对未来工作中所面临的挑战，我们作为高中生，必须了解人工智能发展现状和前景。然后，迎合时代发展方向，不断完善我们自身的科学素养。

人工智能概念

所谓人工智能，是指集信息论、控制论、仿生学、心理学、数理逻辑理论为一体的科学，它最早出现于1956年的Dartmouth学会上。经过文献综述调查我发现，人工智能学科研究比较广泛。包括了计算机视觉、智能机器人、知识处理系统等等。其中，计算机视觉研究又囊括了掌纹识别、指纹识别、视网膜识别等内容。现阶段人工智能实现方法主要有两种。第一种，是传统编程技术，主要是以编程方法呈现智能效果。如，电脑下棋、文字识别等，均采用了传统编程技术。第二种，是模拟法。包括了人工神经网络和遗传算法等等，这些模拟法的应用主要是呈现于人类或生物机体神经细胞活动相同、类似的智能效果。

人工智能的突破分析

成本低廉并行计算。我在关于人工智能方面的文献阅读时发现，人工智能的发展已经逐渐实现了成本低廉的并行计算。即在人工智能领域发展过程中出现了被称之为图形处理单元的新型芯片，它作为一种并行计算芯片，若将它安置在电脑主板上，可满足每秒钟上百万像素的并行计算需求。同时，GPU芯片的开发为神经网络的创新提供了可能性，一些云计算公司开始尝试用GUP运行神经网络。例如，在Facebook运行过程中，便尝试了对GPU芯片的使用，GPU芯片不仅价格便宜，产量高，它也可在神经网络运行过程中帮助用户识别好友，为用户推荐一些他们喜欢的内容。

大数据。我在人工智能突破、发展探究时发现，人工智能的创新与海量数据的收集有着密切关系。即在现代社会发展中，线上足迹、网页cookie、自动跟踪、巨型数据库等开发系统为我们提供了海量数据，通过对这些数据的整理、分析、归纳，逐步实现了对人工智能发展方面的完善。

更优的算法。在人工智能领域研究时我了解到，人工智能已经逐渐实现了更优的算法。以人脸识别为例，20世纪50年代，在人工智能发展过程中逐渐将神经网络组织成了堆叠层，在堆叠层中一只眼睛的图像识别时，若在该神经网络基础上向上转移，可经过另一层次的分析，将两个眼睛组在一起。当转移到第三个层次时，可实现眼睛和鼻子图像的组合，直至转移至15个层级，可完成人脸识别工作。在2006以后，杰夫·辛顿对这一种方法进行了改进，注重站在数学角度优化每一个层级。数年后，经过改进后的算法又被移植到了GPU集群上，通过移植，提高了深度学习算法的计算速度。即人工智能正在一步步地实现突破，我们作为高中生，应全方位了解人工智能发展动态，搜集一些前沿资讯，将其运用到我们日后职业规划中。

复杂信息系统的科学方法论

我作为一名高中生，在复杂信息系统的科学方法论探究时发现，智能系统作为一种复杂系统，它主要是把信息现象作为主导因素。但是，在对这一种复杂系统进行深度研究时认为，“分而治之”科学研究方法论的运用已经表现出了某些不足之处，很容易造成各个子系统之间作用信息的丢失。同时，若利用“分而治之”科学方法论研究智能系统，虽然可以将智能系统分解成若干个子系统进行研究。但是，很难将子系统恢复成原有面貌。在面对这一问题时，应结合智能系统是复杂信息系统，包含了信息传递过程的特点，采取“信保而分，分而治之，保信求真，分合互动”科学方法论。比如，“信息-系统-机制”方法论。这种科学方法的运用，更有助于寻求人工智能研究上的突破，解决传统科学方法论表现出的问题。

即实现科学方法论的创新是促进人工智能实现突破的根本，需提高对其的重视。

综上可知，人工智能与诸多职业岗位有着密切联系。我们作为高中生，应抓住高中阶段的发展机遇，探究关于人工智能方面的发展问题，了解我们在人工智能发展方面的天赋、特长、能力，不断提高我们自身科学素养，掌握一些科学方法，拓展我们的见识，为我们以后报考做好充足准备，并实现抛砖引玉的效果，确定未来就业动向，树立一个正确的人生目标，做好人生的规划。

娄底市第三中学）