浅谈人工智能的发展史

关键词：人工智能;核心技术;智能产品;智能应用

中图分类号：TP18     文献标识码：A 文章编号：2096-4706（2019）06-0080-03

Abstract：With the continuous development and progress of the times，human scientific research has never stopped. Since the development of artificial intelligence put forward in the 1950s，many technical difficulties have been overcome. With the support of relatively complete theory and core technology，various intelligent products are changing with each passing day. But everything has two sides. On the one hand，the development of artificial intelligence has brought many conveniences to human beings，on the other hand，there are many hidden dangers. Some research experts express deep concern and even fear about the rapid development of artificial intelligence. Many people think that intelligent robots are likely to replace human beings in the future. In my opinion，these worries are not unreasonable，but we should believe in ourselves. We should face this challenge with a positive attitude and make better use of the value of artificial intelligence contribution to create happiness for mankind.

Keywords：artificial intelligence;core technology;intelligent products;intelligent application

1  人工智能的起源和发展简史

从二十世纪五十年代至今，人工智能技术的发展因为各种原因一直饱受争议。众所周知，“人工智能”一词最早在1956年的达特茅斯会议上提出，在此之后，“机器学习”这一概念也被提出，人工智能的发展开始进入第一次繁荣时期。但是由于当时计算机的运算能力不足，在问题推理和计算复杂度等方面都存在很大的局限性，使得人工智能的发展陷入了第一次低谷期。而后到了二十世纪八十年代后期，出现了可视化模型和突破局限的人工神经网络，人工智能又迎来了它的第二个繁荣期，但同样好景不长，十年的时间里技术领域再次遇到瓶颈，抽象理论不再被关注，以及符号模型的处理遭到反对之后，人工智能再一次被打入“冷宫”。停滞发展的状态持续到计算性能和互联网技术的普及才有所改善，人工智能的发展又进入了复苏期，直到云计算技术和大数据时代的到来，人工智能呈现出爆发式增长的趋势，各行各业都开始重视人工智能的发展。

2  人工智能核心技术介绍

经历了几番沉浮，“人工智能”技术日趋成熟，在涉及的众多学科技术当中以下七个技术是人工智能最为核心的技术。

2.1  机器学习

机器学习是一门由众多跨学科领域交叉而形成的学科，包括脑学科、计算机学科、统计学、数学逻辑学等，还运用识别理论、优化理论、逼近理论等作为理论支撑。计算机如何实现机器按照人类的思考方式模仿人类的行为就是机器学习研究的主要内容。涉及的相关算法有：逻辑回归（二分类问题，医患诊断可用）、隐马尔科夫方法（观察过程中确定隐含参数，做进一步分析，语言文字识别用）、支持向量机方法（寻找一条最优分隔线）、K近邻方法（用于归类）、三层人工神经网络方法、AdaBoost算法、贝叶斯方法（用于算概率）以及决策树方法（分类后决策）等等。

2.2  知识图谱

知识图谱是一种由点、线和描述语句形成的语义知识库。简单来说，就是用我们能够认识的符号来表达事物间的关系。知识图谱一般用于反欺诈、不一致性验证等公共安全保障领域，会用到异常判断、静动态分析等相关的数据挖掘方法。目前知识图谱在搜索引擎、可视化展示和精准营销等方面表现出其优越性，已成为热门的使用工具。但是，数据存在噪声的问题，即数据本身存在冗余或错误的情况是目前需要去攻克的技术难点。

2.3  自然语言处理

自然语言处理技术是连接计算机科学领域与人工智能领域的重要“桥梁”，此技术着重研究如何将人类想要下达的指令通过计算机传达给人工智能产品。自然语言处理技术涉及计算机本身代码的知识比较多，常用于机器翻译、智能阅读理解和问答系统等。

2.4  计算机视觉技术

计算机视觉是指通过计算机的后台内的大量数据库像人一样能够对图像进行“观察”后提取信息、分析判断的能力。通常人眼并不能识别图像中细微的差别，例如鉴别画的真伪，即便是肉眼看上去一模一样的两幅画，也存在着大量的噪点，还有对某一物体的运动轨迹进行分解等这些有关视觉捕捉的问题都能够通过计算机视觉技术得到解决。

2.5  生物特征识别

生物特征识别技术是一般用于对使用者的身份进行鉴定的技术。比较常见的生物特征识别方式有人脸识别（包括虹膜识别）、指纹识别、音色识别以及其他特征识别。生物特征识别通常通过注册和识别两个阶段来完成，首先需要通过识别的注册阶段，一般是机器对某个特定个体的生物信息进行数据采集，如利用视频设备采集人的外部光学信息，利用音频设备采集人的声学信息，通过智能系统对得到的各项数据进行预处理后，再执行相应的存储指令。注册完成之后就是识别过程，识别的过程无非就是再一次对生物的特征信息进行采集，与之前储存在数据库内的生物特征信息进行一一比对，最终完成识别的过程。

2.6  虚拟现实技术与增强现实技术

虚拟现实技术（VR），可以简单理解为个体戴上智能产品后会感到自己置身于某个虚拟的场景中，这个场景可能真实存在，也可能根本不存在。而增强现实技术（AR）是个体处于真实的场景中看到虚拟的物体，这两种技术都是计算机在视听技术上的延伸，作为正在风靡的尖端核心技术备受各行各业的关注。

2.7  人机交互技术

人机交互技术是人工智能产品特征最直接的体现，判断一个产品是否智能就看它能否对人下达的指令执行相应的操作。人机交互通常需要注意交互过程的逻辑判断、交互结果的分析表达、交互界面的优化等。目前，人工智能产品已经能够对很多信息进行交互处理，如语音交互和体感交互等。但是，在与人类情感信息交互的这一过程始终是个技术难点，因为研究的背后牵扯到了机器人与人的道德和法律问题，所以必须得把握住分寸。

3  人工智能的智能应用

随着研究的不断深入，人工智能技术也在不断地革新，人类对人工智能技术的掌握变得更为得心应手。目前教育、娱乐、医疗、环境保护、军事演练、城市运行等领域内都已经有了人工智能产品的广泛运用。特别是随着大数据时代的到来，智能产品更是如雨后春笋般涌现，人们也从最开始的新鲜好奇变得见怪不怪。

首先，人工智能常常作为探索大自然的先锋，可以在各种恶劣、人类难以亲身采集资料的地域进行探索，例如雨林、深海、太空等高危环境中都能够出动人工智能的探索器进行探查，以收集信息。

作为引领第四次工业革命的4D打印技术也屬于人工智能的范畴。此造材尖端技术可以使用新型材料“打印”健康细胞供医用，“打印”随地貌改变的军用军服，还可以“打印”各种航空建筑材料等等，同时4D打印也是人工智能在教育领域应用的重要形式。

人们始终努力地去用技术改革发展教育，是因为教育是国家乃至人类最重要的事业之一。目前人工智能产品在其他领域运用得如火如荼，但是智能技术对学校或者教育的影响并不是特别突出。因此，人工智能在教育领域的开发应用的价值是非常可观的。专家系统、人工智能导师、教育机器人等智能助手都具有非常大的开发潜力。

4  人工智能的隐患问题和未来展望

人工智能发展得尤为迅速，也让不少人忧心忡忡，很多的职业岗位面临或者已经被人工智能产品代替，例如打字员、银行出纳流水岗，还有车站日益减少的售票员等等，都说明了人工智能在一定程度上会引起部分职业的巨大变化，导致部分原来需要人工进行的工作岗位为机器人所替代。不仅如此，人工智能机器还存在着信息泄露、道德伦理问题，甚至会引发某些人担心的种族灭绝的终极危机。牛津大学的哲学家尼克·博斯托姆认为：“正如人类激烈的竞争淘汰了大猩猩一样，人工智能的发展将超越人类并最终占据着主导地位。”《未来简史》的作者尤瓦尔·赫拉利也表示未来已至，人类将在人工智能时代变为“无用阶级”。这时我们就应该好好思考了，人类是否应该继续发展人工智能呢？答案是肯定的。马基雅维利说过：“纵观历史过往，人类并没有因为技术进步而被打败和击垮，而是在不断地学习中有效地适应和发展”。霍金也说过：“我们不能把飞机失事归结于万有引力”，同样我们也不应该将人类的毁灭归结于人工智能。假如真的有那一天，我们人类被取代，那归罪的只能是我们人类自己。所以就目前而言，人工智能仍然是在向着良性的方向迅速发展的，虽然还有很多的问题亟待解决，但是如同《未来简史》所说人工智能的时代终将到来，我们也应该相信，在未来，人类和人工智能肯定能够做到友好“相处”。

参考文献：

[1] 陈卫东，褚乐阳，杨丽，等.4D打印技术及其教育应用展望——兼论与“人工智能+教育”的融合 [J].远程教育杂志，2018，36（1）：27-38.

[2] 吴刚.从工具性思维到人工智能思维——教育技术的危机与教育技术学的转型 [J].开放教育研究，2018，24（2）：51-59.

[3] 徐选国，杨威威，徐永祥.人工智能时代的多重挑战与社会工作的专业回应 [J].人文杂志，2018（6）：120-128.

[4] 潘天君，欧阳忠明.人工智能时代的工作与职业培训：发展趋势与应对思考——基于《工作与职业培训的未来》及“云劳动”的解读 [J].远程教育杂志，2018，36（1）：18-26.

[5] 符阔，李丽，莫夫.人工智能2.0背景下应用型人才培养模式探讨 [J].花炮科技与市场，2018（4）：237.

[6] 王泽昊.智能生活2.0——浅谈人工智能在生活中的应用 [J].电子技术与软件工程，2018（5）：253.

[7] 铁牛.人工智能的创新发展与社会影响 [J].中国人大，2019（3）：36-43.

[8] 方中理，张祖奡.人工智能未来发展趋势 [J].电子技术与软件工程，2019（3）：238.

[9] 涂航，陈欢.浅析人工智能应用及发展趋势 [J].网络安全技术与应用，2019（1）：96-97.

[10] 刘泓岑.人工智能在数字媒体中的应用 [J].中国新通信，2019，21（1）：67-68.

[11] 王泽昊.智能生活2.0——浅谈人工智能在生活中的应用 [J].电子技术与软件工程，2018（5）：253.

[12] 刘凯，胡祥恩，马玉慧，等.中国教育领域人工智能研究论纲——基于通用人工智能视角 [J].开放教育研究，2018，24（2）：31-40+59.

[13] 赛迪顾问.2018人工智能核心产业发展白皮书 [N].中国计算机报，2018-11-26（8）.

[14] 胡燕萍.人工智能技术有望使新材料研发提速百倍 [J].科技中国，2018（9）：20-22.

[15] 刘舒畅，刘太银，刘林冲.人工智能安全问题及其解决方式 [J].电子技术与软件工程，2018（15）：246.

[16] 狄广义.关于人工智能技术的发展探究 [J].中国新通信，2018，20（11）：65-67.

作者简介：全耀（1996.07-），男，汉族，广西桂林人，在读研究生，研究方向：教育技术学。