人工智能技术在高校档案管理的应用研究

摘要：目前人工智能技术正在快速发展，语音识别、语义理解、图像识别、深度学习与机器学习、人工智能芯片等技术都已经在很多行业得到应用。而人工智能在高校档案管理的应用基本还是空白。该文将在介绍目前人工智能技术发展的基础上，研究人工智能技术在高校档案管理中的应用前景，为人工智能更好的服务高校档案管理起到指导作用。

关键词：人工智能;机器学习;高校档案

中图分类号：TP18 文献标识码：A

文章编号：1009-3044（2020）22-0171-02

开放科学（资源服务）标识码（0SID）：

人工智能，它本身并不是一门技术，它是一组技术的统称，人工智能的历史已经有60多年，目前我们处于人工智能发展的第三次浪潮中，未来它将引发人类历史上第四次科技革命，让我们进入人工智能时代。目前人类科技所带来的强大计算能力，更加先进的算法，大数据，云计算不断為人工智能带来发展的力量。实体经济数字化，信息化为人工智能带来巨大的发展机遇，人工智能技术与经济社会各行业融合的水平不断提高，高校档案行业也即将由信息化时代跨人人工智能时代。本文将分析人工智能技术架构及技术的发展状况，结合人工智能的技术特点分析人工智能在高校档案中的应用，并讨论人工智能带来的机遇与挑战，希望为高校档案管理引入人工智能起到指导作用。

1 人工智能技术及其发展现状

人工智能起源于20世纪50年代，其发展因为支撑技术的原因经历了几次起落，当前的人工智能能够再次进入快速发展，源于当前社会拥有了足够的海量数据，强大的计算能力，以及不断发展的算法。从技术结构化的角度看人工智能，人工智能可以分为四层，基础层，算法层，技术层，行业应用层。

基础层，主要指的是智能芯片，强大的计算能力，海量的结构化和非结构化的数据等。智能芯片的发展已经从传统的CPU向GPU，FPGA和ASIC发展，并行计算能力和海量数据处理能力得到极大提高。信息化时代数据的爆发增长已经从以前的GB向现在的TB，PB甚至ZB发展，海量的数据处理催生了云计算和大数据等技术，并为人工智能算法提供了训练的基础。

算法层，人工智能的算法主要来源于机器学习和深度学习，机器学习是人工智能的核心，它是研究如何让机器模拟人类的学习，更快，更准确地获取信息。比较有代表性的研究有贝叶斯，人工神经网络等。深度学习，是机器学习研究中的一个新的领域，深度学习的概念源于人工神经网络的研究，其目的在于建立并模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据。比较有代表性的模型如卷积神经网络，大名鼎鼎的AlphaGo就是深度学习的成果。

技术层，图像识别、语音处理、语义理解是人工智能的基础技术。语音处理和自然语言理解已经应用于各种平台对话机器人，像苹果的Siri已经可以准确地理解语音命令并执行操作。深度学习在图像识别领域的准确率已经超过人类，图像识别技术已经应用于人脸识别，并广泛应用于货币支付和安全行业。

行业应用层，当前的人工智能技术已经广泛应用于金融，医疗，安防和交通等行业。但是整体来看仍然处于人工智能的初级阶段，人工智能仍以局部行业发展为主，通用型的人工智能时代还未到来，通用型人工智能是指智商达到人类水平，可以处理各种类型的任务和适应未曾预料的情形和能力。21世纪中后期，通用型人工智能或许会到来，届时人类社会将全面进入人工智能时代。

2 人工智能技术在高校档案的应用

目前高校档案行业正处在信息化与数字化时代，信息化系统在高校档案管理中已经广泛应用，数字化档案的收集，整理和利用都基于信息化系统，档案在部门立卷的时候已经可以直接实现数字化收集或者在档案整理阶段数字化，信息化系统对于档案工作效率的提高起到了重要的作用，但是历史档案的数字化以及基于物联网的管理系统与库房自动化系统的对接依然对高校档案馆提出了挑战。高校日益复杂的流程管理，教师与学生的需求都对档案信息系统提出了更高的要求。在线办理，移动办理，终端办理以及一站式办理都要求信息系统不断的更新换代。针对当前的档案信息化现状，人工智能技术的应用空间巨大，人工智能时代的档案管理将更加的智能与便利，档案的价值将被更大的挖掘与利用。

2.1 人工智能语音处理与语义理解技术的应用

经过深度学习与强化学习训练后的智能语音机器人已经出现在很多智能平台中，如苹果Siri，百度的小度。同样智能语音机器人也可以应用于高校档案，可以应用于高校师生对档案的电话咨询、线上咨询、现场咨询的环境中，应用于解释高校档案收集与利用的政策、毕业学生的学籍档案自助查询、人事档案信息审核、校史讲解等专业服务。窗口服务一直是被投诉的重点，长时间与人交流容易让工作人员精神疲惫与焦虑。语音机器人可以避免这一现象，一直保持预先设定的温柔和耐心的态度，增加师生良好的体验感。语音机器人将成为高校档案服务师生的强大助手，从而大量解放高校档案工作者的人力劳动，让档案馆教师更加关注于档案的研究。

2.2 人工智能图像处理技术的应用

目前计算机视觉能力发展迅速，基于机器学习和深度学习的图像处理能力已经可以从海量数据中总结归纳物体的特征，从而进行识别和判断。比较成熟的应用包括人脸识别，车牌识别等。人脸识别已经应用于人脸支付，人脸取款等。同时图像识别技术与其他计算机技术如光学字符识别OCR等结合，可以更加准确的识别各种公文信息和学籍信息等档案，人工智能的图像识别技术可以快速识别学籍档案的单项成绩并匹配对应的表单，可以满足学生对于某一项成绩的查询请求。人脸识别技术可以帮助快速确认身份信息，从而提高身份确认的准确性，师生可以在通过现场终端，在线与移动APP直接查询授权档案信息。对于财务类档案，大量的财务票据的保存形式将不再是图片等非结构化数据形式，智能系统可以快速读取需要的票据并将数据结构化存储在数据仓库中，经大数据挖掘分析后为高校管理者的决策提供数据支撑。

2.3 人工智能深度学习与机器学习的应用

深度学习和机器学习是很多人工智能技术的基础，而各种学习算法又是深度学习和机器学习的核心。智能算法，数据挖掘与分析，海量的数据可以共同作用于数字档案查询与研究。档案的查询将不再仅仅是关键字的查询，机器学习后的人工智能可以把不同档案文件中具有相关语义理解的文档全部提取出来，增加了档案利用的准确性和有效性。当然机器学习的作用并不仅仅存在于智能查询，它可以做得更多，基于机器学习的自主化思考与判断的特点，经过海量数据的训练后，它可以做到数字化档案的自主鉴别，自主归档和自主鉴定等工作，甚至可以根据国家和高校关于档案的新的法律和规定，自主调整档案的密级。结合语音与语义处理技术，它可以直接将数字档案“读”给管理员听。结合人工智能的智能翻译应用，它可以将不同语言的数字档案直接转换成管理员所使用的语言進行呈现。加入了机器学习的数字档案将不再是静态的，档案管理员们将感受到有了一个强大的，科幻的助手。

2.4 人工智能分析决策与大数据技术的应用

未来的高校档案馆或许不再是一座座信息孤岛，以省为单位或者以国家为单位的高校档案馆可以共建智慧高校档案馆。在此基础上诞生的海量数据需要大数据技术的管理，各种不同形式的数据将通过抽取，过滤，加载等过程形成有用的结构化数据。海量的数据为人工智能决策系统提供了学习与判断的依据，智能系统将极大地挖掘海量数字档案的价值，这种价值是单个高校档案馆价值的指数倍，档案馆馆藏档案的利用对社会产生的价值将最大化。

3 人工智能给高校档案带来的挑战

人工智能技术带来机会的同时也为高校档案管理带来了挑战。

3.1 人工智能对档案工作者的挑战

人工智能和高校档案界都有很大一部分研究者认为，人工智能的发展不可避免地会取代档案工作者，高校档案的工作都将交由机器完成。事实上高校档案所具有的特殊属性决定了高校档案是不会被人工智能完全替代的。高校档案的工作主要包括了档案的收集，鉴别，分类整理与利用以及校史编研等。而人工智能问题是数学问题，任何可以转化为数学模型的工作，理论上都可以获得人工智能解决方案。从这一点上看，人工智能几乎可以在高校档案管理的各个方面发挥作用。但是档案的本身具有一定的人文属性，其价值往往依赖于非逻辑的依据，这就更需要档案工作者来判断，因此高校档案工作者将更多的关注研究国家、社会、高校师生对于档案的需求。人工智能技术对高校档案的影响是长时间渐进的，在人工智能技术发展的不同水平时期，对高校档案的影响不同。高校档案工作者需要根据人工智能技术的发展及应用状况调整工作内容以及学习新的技术知识。未来的高校档案工作者将需要掌握档案专业知识，智能系统使用知识，以及具有人工智能技术应用的思维。

3.2 人工智能带来的安全挑战

人工智能技术的大量应用必然带来信息系统安全的问题。即使加密技术不断更新换代，区块链等安全技术不断发展，网络安全和信息系统一直都存在安全的隐患。随着量子技术的发展，目前的加密算法和区块链技术都不能完全保障系统的安全，高校档案安全管理必然遇见前所未有的挑战。只有构建强大的法律保障，完备的高校档案管理制度，以及更加安全的信息技术才能共同应对新的挑战。

3.3 人工智能带来的法律挑战

法律风险也是人工智能本身一直存在的挑战，具有人类思考能力的智能系统的自主性越来越强，而档案本身具有的保密性，其管理和利用一直都有严格的要求，这种情况下高校档案数据如何保护，师生个人信息如何保障，如何让人工智能机器作为一个主体拥有法律地位并承担法律责任是我们在人工智能时代不得不面对的问题，构建一个结构合理的责任体系是我们在人工智能时代面临的挑战。

4 结束语

人工智能是人类科技发展进步的产物，未来将会带来人类科技史上第四次科技革命。目前人工智能技术已经在很多行业得到应用，随着人工智能技术的不断发展，高校档案及其他各行各业都将面对人工智能带来的机会与挑战。我们应该高瞻远瞩，为人工智能在高校档案的应用做好准备，让人工智能更好地服务于高校档案，服务于人类社会。

参考文献：

[1]腾讯研究院，中国信通院互联网法律研究中心，腾讯AILab，等，人工智能：国家人工智能战略行动抓手[M].北京：中国人民大学出版社，2017.

[2]赵湘渝，论档案信息利用的人工智能服务模式[J].档案管理，2018（6）： 54-55.

[3]杨靖，朋礼青，人工智能对智慧档案馆的驱动作用研究[J].北京档案，2019（1）： 9-13.

[4]周文泓，李新功，人工智能背景下档案网站优化策略研究[J]. 档案管理，2019（3）： 52-54.

[5]李子林，熊文景，人工智能对档案管理的影响及发展建议[Jl.档案与建设，2019（6）：9，10-13.

[6]韩平，人事档案管理中人工智能技术的应用[J].山西档案，2018（4）： 73-75.

[7]杨建梁，刘越男.机器学习在档案管理中的应用：进展与挑战[J].档案学通讯，2019（6）： 48-56.

【通联编辑：谢媛媛】

作者简介：隋永（1981-），男，信息系统项目管理师，系统集成项目管理工程师，研究方向为计算机软件与应用、人工智能。