人工智能发展概述

陈信

（江西省赣州中学，江西赣州，341000）

0 引言

人工智能领域的发展速度几乎呈指数型增长，大量基于人工智能的产品也正在不断涌出，手机语音助手、无人驾驶汽车、智能家电等产品已经从用、行、住等方面渗透进了我们的日常生活。本文将会对人工智能的概念和发展历史、人工智能的分类、人工智能的应用进行简要概述，并展望人工智能的发展趋势。

1 人工智能的概念

人工智能是计算机科学的一个分支，被称为世界三大尖端技术之一。人工智能通过研究人类智能活动的规律，让计算机通过人工设定的系统去模拟人类智能，进而具备和人类智能相似的思考能力，从而能够完成以往只有人类才能完成的工作。人工智能利用机器计算迅速与准确的特点，进而达到提高工作效率的目的[1]。

2 人工智能发展历史

人工智能的历史要追溯到1956年的一场学术研讨会上，在1950年图灵提出图灵测试之后，一些人开始对“智能”产生了兴趣，但他们对智能的概念仍然较为模糊。但在这次会议中，麦卡锡首次提出了人工智能的概念，这也标志着人工智能的研究正式开始。

二十世纪五十至七十年代被誉为人工智能的黄金年代。在此期间，科学家首次研发出了名为Shakey的人工智能机器人；1966年，世界上第一个聊天机器人ELIZA诞生；1968年计算机鼠标出现，使人机交互模式上升到了一个新的高度。但进入二十世纪七十至八十年代，人工智能的发展进入了低谷时期。人工智能领域的投资者对人工智能的发展期望过高。直到二十世纪八十年代后期，人工智能才渐渐繁荣复苏，尤其是1997年IBM“深蓝”超级计算机的出现，震惊了全球，也引发了人们对人工智能的又一次关注。“深蓝”超级计算机以3.5：2.5的比分击败了当时的国际象棋世界冠军，标志着人工智能的发展达到了新的高度。2011年，IBM公司开发出了能使用自然语言回答问题的Watson系统，并在问答竞赛中打败了两个人类冠军；2014年，计算机首次通过图灵测试，这标志着人工智能上升到了新的台阶，已逐步接近人类的智慧；2016年，Google开发的AlphaGo击败中日韩各大围棋高手，轰动了整个世界，从而使得人们对人工智能市场的关注迅速上升。

3 人工智能的分类

3.1 认知人工智能

认知人工智能指的是机器能够有一定的“思维”能力，拥有像人类智能一样理解、分析、推理和学习事物的能力。认知人工智能的发展经历了从计算能力到感知能力再到认知能力的过程，是人工智能研究的一个突出进步。认知人工智能的最大特点是能够主动在数据挖掘、自然语言处理和智能自动化的经验中进行学习。目前业界越来越倾向于认知人工智能，因为它综合了人工智能做出决策和人类做出决定的优势，进而扩大了人工智能的适用性，能够更快地生成最可靠的答案。

3.2 机器学习

机器学习是人工智能的前沿，其主要思想为在海量数据中寻找数据的“模式”，在没有过多人为因素干预的情况下运用所寻找的模式来预测结果。机器学习是人工智能技术的核心，是使计算机具有智能的根本途径，该领域的研究重点在于如何在已有经验中改善具体算法的性能。机器学习的应用主要有数据挖掘、计算机视觉和自然语言处理等。

3.3 深度学习

深度学习是当下人工智能的尖端技术，因其灵感来源于人类大脑中的神经网络，故深度学习又称为“人工神经网络”。深度学习以机器学习为背景，在机器学习的基础上建立、模拟人脑进行分析学习的神经网络，通过模拟人脑的机制来解释数据，从而提高计算的准确性。例如：AlphaGo就是一个运用深度学习技术的例子。

4 人工智能的应用

4.1 人工智能在金融领域的应用

随着人工智能在金融领域的普及和推广，指纹验证、人脸识别、智能化客服服务、智能投资等成为了金融界的热词。通过对大数据的精确分析，计算机能够在短时间计算出最适宜的投资方案，节省了大量的时间，同时提高了准确度，往常复杂而细致的工作被精力永远充沛的机器逐渐取代。例如：近期在上海开办的中国银行业首家无人银行，这个无需职员参与的全新银行结合了生物识别、语音识别和数据处理等智能金融科技领域硕果，从而使客户办理业务的程序更加快捷，满足现代经济的需求[3]。

4.2 人工智能医疗领域中的应用

人工智能对数据的储备和快速处理能力在医疗界被广泛应用，大部分医疗机构已开始对用于医疗辅助的人工智能进行研发，让机器学习医疗领域先进的知识，学习医生诊断的思维推理，进而模拟得出诊断，既节省了医务人员的工资成本，又使得诊断结果正确可靠。

借助人工智能的优势，智能药物研发也广泛普及，通过对大数据的分析进而预测药物的活性、安全性及副作用，并利用深度学习的方法计算出最佳的制药方法，缩短了药物研发的周期，避免了人力资源的浪费。例如：美国硅谷公司Atomwise利用IBM超级计算机的智能算法，在一天内就找到了两种控制埃博拉病毒的候选药物。据美国Berg生物医药公司的数据显示，运用人工智能大数据计算人体自身分子潜在的药物化合物及通过发掘人体中的分子来治疗疾病，要比人工研制新药的时间和成本节省一半[4]。

4.3 人工智能在语音识别中的应用

中国物联网校企联盟曾形象的把语音识别比作为“机器的听觉系统”。语音识别是以大量的语音为研究对象、利用信号处理和模式识别，使机器自动识别和理解人口述语言的模式识别系统。有关人士曾指出，语音识别是人工智能落地最成功的领域，语音识别本属于感知智能，要把语音的识别能力转变为对语音的理解能力，那就上升到了认知智能的高度，机器对自然语言理解能力的高低已然成为了判断一个机器是否拥有智能的标准。对于让机器学会理解自然语言的难题，业界应用了深度学习技术，模拟人脑对声音信号处理的方式，把语音信号这种非平稳的随机信号以层次化的方式处理，相比于传统的处理方式大大提高了语音识别的准确度。语音识别的应用主要在以下2个方面：（1）智能语音交互。语音识别领域中的智能语音交互运用了人工智能中的自然语言处理技术，实现了实时反馈的效果，例如苹果Siri、Google Assistant和微软小娜通过智能对话和即时问答的交互，高效地帮助用户解决问题；（2）语音文字转化。近年来，由于大量信息的涌现，手动输入的方式已难以满足大量的文字输入工作，语音文字转化可以将连续的语音识别成大段的文字，并将文字储存起来，大大地提高了手动输入的效率，为工作节省了宝贵的时间。

5 人工智能的发展趋势

据2017年Gartner发布的技术成熟度曲线预测，人工智能在未来10年内将成为最具颠覆性的技术。人工智能的崛起势必会影响到大部分行业的结构，对医疗，金融，制造业，法律等领域将会是一次重要的变革。手术操作智能辅助、机器人金融顾问等人工智能逐渐登上行业舞台。目前，人工智能技术已能够完成语音识别和人脸识别等任务，但人工智能的发展远不止于此，它还应进一步向人类智能靠近，例如机器要做到可以根据用户的声音或表情来识别用户的情绪，实现情绪识别。

人工智能的发展也离不开大数据的支持，人工智能公司将会通过众包等方式获取大量的数据，进而使人工智能算法达到最优的效果。同时，基于互联网和大数据的人工智能也引发了信息安全和个人隐私等关键性问题，数据隐私保护的工作迫在眉睫。人工智能的发展也引发了人们对机器人是否会控制人类的种种担心。

当前，人工智能尚没有真正具备自主意识，它只是对人工设定好的程序进行规律性的应答，我们现在仅仅处于弱人工智能阶段，但参照摩尔定律，人工智能的水平一旦达到某个点，它的发展将会是指数爆炸型，到那个时候，人类的智慧将远远落后于人工智能。因此，人类需要制定一个严格的检查系统，对其进行实时监控，提高计算机运行的透明度，以防止失控现象的发生。

6 小结

目前，人工智能已经影响着社会的方方面面，AI时代的到来，必将使现有的社会结构发生一次重大变革，众多工作岗位会逐渐被智能机器所取代。此外，人工智能技术逐渐成为基础教育的一部分，人民文化素质水平也会随之提高，投身于科技工作的人也会逐渐增加。人工智能将会成为一个不可或缺的技术，帮助人们摆脱繁重的工作，使人们的工作生活得到更好的发展。