人工智能技术发展及应用综述

章沪超

摘要：随着人工智能技术的日渐完善，人工智能作为一种赋能技术，将与传统行业不断融合，并且从而更好地提升传统产业中的信息化、智能化水平，真正的帮助产业行业进行转型升级。而我们在面对新一代的人工智能发展浪潮中，必须要对发展进行提前布局、积极谋划，从而充分发挥出人工智能技术对社会经济发展的引领和变革作用。

关键词：人工智能；机器学习；应用；综述

中图分类号：TP18 文献标识码：A 文章编号：1672-9129（2019）04-0077-04

Abstract： With the increasing perfection of artificial intelligence technology， artificial intelligence as a kind of energizing technology will continue to be integrated with traditional industries， and thus better enhance the level of informatization and intelligence in traditional industries， and truly help the industrial industry to carry out. Upgrade. In the face of a new wave of artificial intelligence development， we must make early arrangements for development and make active plans so that we can give full play to the role of artificial intelligence technology in guiding and transforming socio-economic development.

Keywords： artificial intelligence； machine learning； application； review

引言：

人工智能是關于知识的学科，是怎样表示知识以及怎样获得知识并使用知识的科学。从人工智能所实现的功能来定义是智能机器所执行的通常与人类智能有关的功能，如判断、推理、证明、识别学习和问题求解等思维活动。

1 人工智能技术的研究内容

随着近年来人工智能技术的不断发展，我国国对于人工智能技术的研究也取得了较大的突破，其中人工智能算法的创新研究，使其为今后大数据、计算能力等发展提供支持。

1.1 基础支撑层

1.1.1 算法

在人工智能的基础支撑层中，算法主要是为了系统解决问题进行的一种策略机制，可以在标准规范内进行输入，并且得到想要的结果。近几年，新算法的发展提升了机器学习的能力，尤其是随着深度学习理论的成熟，很多企业采用云服务或开源方式向行业提供先进技术，将先进算法封装于易用的产品中，大大推动了人工智能技术的发展。目前，市场上有很多厂家都在搭建通用的人工智能机器学习和深度学习计算底层平台，如谷歌的TensorFlow软件、微软的深度学习工具包、亚马逊的AWS分布式机器学习平台、百度的AI开放平台等。

1.1.2 计算力

人工智能对计算力的要求很高。以往在研究人工智能时，经常受到单机计算力的限制。近几年，云计算的发展对计算力的提升起到了至关重要的作用。机器学习，特别是深度学习是极耗计算资源的，而云计算可以达到每秒10万亿次的运算能力。此外，图形处理器的进步对人工智能的发展也有很大推动作用，这种多核并行计算流的方式能够大大提高运算速度。通过云计算，图形处理器可以以较低的成本获取大规模的计算力。

1.1.3 大数据

移动互联网的爆发式发展，以及各种社交媒体、移动设备、廉价传感器使当今社会积累了大量数据。随着对数据价值的挖掘，各种管理和分析数据的技术得到了较快发展。人工智能中很多机器学习算法需要大量数据作为训练样本，如图像、文本、语音的识别，都需要大量样本数据进行训练并不断优化。现在这些条件随处可得，大数据是人工智能发展的助推剂，为人工智能的学习和发展提供了非常好的基础。

1.2 技术层面

1.2.1 计算机视觉

为了帮助系统从图像中识别出物体、场景等必须要加强对计算机视觉功能的应用，这种技术能够通过视觉产品将图像信号进行转换，从而得到我们想要的各种信息，然后在按照需求进行各种运算，提取目标的特征值以便进行后续任务。计算机视觉的应用案例十分丰富，如在安防及监控领域用于指认嫌疑人；医疗成像分析用于提高对疾病的预测、诊断和治疗；车间现场用于自动化控制，识别生产零件等。

1.2.2 自然语言处理

通过使用自然语言与计算机技术进行结合，然后使人与计算机之间能够通过自然语言进行有效沟通及处理的方法，自然语言处理能够使计算机及时理解人类的语言结构，然后将一部分人类脑部活动运动进行代替，从而帮助人们解决生活上的各种难题。自然语言处理包括自然语言理解和自然语言生成两个部分，这两个部分的研究难度都很大。目前，通用高质量的自然语言处理系统还有待进一步实现，但专家系统自然语言接口、机器翻译系统、信息检索系统这些针对一定应用领域，具有一定自然语言处理能力的系统已经出现。

1.2.3 语音识别

语音识别技术主要是通过对一些语音信号进行及时识别与转换，从而帮助人们对计算机命令进行操作，一般通过语音技术进行识别可以帮助人与计算机进行有效沟通，并且使计算机能够快速的理解人类活动意图，做出迅速的反应。目前，对于语言识别技术的应用已经相当广泛，其中主要包括了医疗听写、语音书写、计算机声控灯多个方面。

2 人工智能技术的应用

2.1 智能机器人

机器人的发展在经历了只有简单的单一固定程序到对于外界信息有了一定的反馈处理能力，再到当今的智能机器人阶段，智能机器人具备了一定的自主性，拥有了自主学习、推理、决策和规划等能力。智能机器人因其具有超高的运算和环境适应能力，能够替代人类进行高难度的工作，其业已在工业、海洋、医疗等众多领域产生了实际应用，如富士康集团的机器人组装车间，京东集团的智能仓储等，智能机器人展现出了出色的表现，提升生产效率的同时产生了巨大的经济效益，并将持续的社会科技水平和制造水平的提高。

2.2 智能防火墙

网络发展到今天，可以说与人们的生产生活密切相关，而频频衍生的网络病毒给人们的生产生活造成了巨大损失，面对不断升级的网络攻击，传统防火墙在防护水平上显得捉襟见肘，引入人工智能技术打造智能防火墙，成为解决网络攻击问题的必经之路。智能防火墙是相较于传统防火墙而言，传统防火墙主要采用了逐一匹配的方法来分析数据，由于计算量大，受制于计算处理能力有限不能处理当今日益复杂的网络数据，无法有限解决复杂多变的网络攻击。通过引入人工智能技术构建智能防火墙能够有效解决传统防火墙所面临的诸多问题，通过引入人工智能技术，智能防火墙具备了利用统计、记忆、概率和决策的智能方法，能够对于大量网络数据进行识别，最终达到访问控制的目的，提高网络的安全性。

2.3 人工智能+

随着人工智能技术在各领域的广泛应用，以及人工智能技术在已有应用中的出色表现，科学家们正逐步将人工智能技术应用于我们的日常生活中，如近两年比较热的无人自动驾驶汽车，智能程序通过大量的分析和运算实现对于汽车的驾驶掌控。

3 人工智能产业亟待解决的问题

3.1 基础研究与应用实践联系不紧密

我国人工智能科研机构研究与企业实践存在一定程度的脱离，企业往往陷入实践人才难求的境地，研发人员也难与应用端的实践相结合。在研发方面，我国人工智能研发主力集中于科研院所，并且研究较为分散和封闭、经费导向碎片化，缺乏特色与自主创新。在应用领域，目前人工智能在智能助手、金融风控、安防、营销等应用领域有落地，但大多数传统行业的业务需求与人工智能的前沿科技成果之间尚存在不小的距离。

3.2 存在数据孤岛和数据碎片化现象

在人工智能技术的发展过程中，为了能够扩大数据集来提升应用效果时经常会存在很多问题，这主要是因为在数据的表示与构成中存在一定的问题，由于许多行业的数据在积累与标准规范上缺乏预先定义，从而造了适用的原数据不统一，未能达到发挥人工智能技术的程度。此外，在开放性方面一些企业从商业利益出发，限制了数据的共享与流转从而造成数据共享存在缺陷，并且出于数据隐私、数据安全的考虑，对人工智能技术监管方面的要求不足。

3.3 缺乏顶尖级创新型资深人才

随着我国社会经济的不断发展，对于科学技术在近年来的进步起到一定的带动作用，其中高科技人才是发展的重要关键，但是我们目前从事人工智能等一下高端研究人员数量非常少，并且在研究过程中创新性人才较为缺乏，从而造成我国在人工智能领域研究非常被动。而西方一下发达国家在这方面的研究人才与研究力量较为强大，因此需要我们多进行学习来不断进步。

4 如何提升人工智能技术应用

4.1 自上而下加强统筹协调

针对人工智能领域的国家重大战略需求与经济社会发展需求，通过顶层体制机制协调，提升我国人工智能技术创新与产业化进程的速度和质量。整合异构数据源，在多个数据源拥有者之间建立具有一致性的协议，并提供相应的接口（API）。加强数据质量管理，系统记录并跟踪数据质量，如增加对数据的溯源、处理历史、演化及更新等方面的标准研究。促进数据的开放共享，如着力成立国家或省市级大数据采集、清洗、存储和管理机构，并针对智能医疗、智能金融、智能写作等应用领域，开放共享一批公共大数据API接口。

4.2 补齐基础层软硬件短板

环节越是靠近终端，其市场空间也越大，如智能手机、语音交互、虚拟/增强现实等终端设备对人工智能芯片的需求，正向着定制化方向发展，该领域的市场竞争呈现出多样化态势。建议围绕一些特定应用场景，如智能手机、无人机、智能驾驶、服务机器人等，从硬件实现角度颠覆性地突破，开发人工智能定制芯片。

4.3 強化人才队伍造血能力

由于人工智能技术具有辐射能力广、交叉融合能力强、应用潜力大等特点，局限于某学科或某领域的专业化教育可能并不适用，可考虑借助互联网让人工智能教育实现泛化，降低个体获得人工智能前沿技术的门槛。不同个体往往具有差异的知识结构和储备，不同知识与人工智能技术的交叉融合，能够最大程度地发掘人工智能未来的发展潜力。

5 结论

我们在人工智能技术研究中，仍处于初级的研究阶段，那么在今后的一段时间里将会对社会发展造成一种阻碍。只有不断的提升计算机科学、信息科学、生物科学等相关核心领域的发展，才能够将人工智能技术不断完善，从而带给人们日常生活中高效、便携的服务，真正的让人工智能技术给我们的生活带来帮助。

参考文献：

[1] 任毅，张振楠.人工智能技术在继续教育智慧化发展中的应用及其影响[J].中国成人教育，2017（23）：126-128.

[2] 王斌.浅谈人工智能在电子信息技术中的应用[J].内燃机与配件，2017（24）：138-139.

[3] 廉琪.人工智能发展背景下初中信息技术教学改革探究[J].新课程（下），2017（12）：167.

[4] 潘梁静.人工智能技术在网络空间安全防御中的应用分析[J].商丘职业技术学院学报，2017，16（06）：102-104.

[5] 肖博达，周国富.人工智能技术发展及应用综述[J].福建电脑，2018，34（01）：98-99+103.

[6] 李启源.人工智能技术发展及典型应用综述[J].数字通信世界，2017（12）：159-160.

[7] 韩晔彤.人工智能技术发展及应用研究综述[J].电子制作，2016（12）：95.