人工智能训练中情感思想塑造的基本要求

思名

伴随科学技术发展人工智能成为当今社会智慧化建设重要技术手段，在社会建设各个领域中均有涉及，如智慧安防、智慧城市、智慧汽车等，悄然改变人们生活生产方式，在实践经验不断积累背景下，人工智能还会在各领域得以突破发展，成为新时代社会建设中坚力量。本文通过探析人工智能训练中情感思想塑造基本要求，以期科学应用人工智能技术手段，助推国家科技产业稳健发展。

当前在疫情联防联控及复产复工过程中人工智能训练师在企业中佩戴口罩展开日常工作，为人工智能技术在人们生活生产领域中的高效应用付出努力。疫情防控期间人工智能技术在健康问诊、票务出行、电商服务、物流配送、生活购物等领域发挥积极作用，有效提升民生服务效率，满足人们在疫情期间的生活基本需求，继而在疫情防控中释放技术红利。AI作为开发、研究用于模拟、扩展、延伸人类智能的方法、技术、理论及系统的新兴科学技术，主要是指人类创造出来的带有学习能力的机器，能够代替人们开展复杂且具有危险性的工作。虽然当前我国AI研究处于起步阶段，但未来该技术应用前景一片明朗。基于此，为助推AI技术良性发展，探析其在训练中情感思想塑造基本要求显得尤为重要。

人工智能通过情感思想塑造训练需具有解决问题的能力

人工智能的应用与推广主要为了帮助人们解决生活生产中存在的具体问题，如在火车站出入口安装智能设备用以实名认证乘客信息，一方面可减轻人们的工作量，另一方面可以提高信息验证效率，为更多旅客提供便利服务。基于此，在针对人工智能思想情感进行训练时需赋予其逻辑思维，使其可以通过大量运算得出分析结论，以实体化AGENT理论研究为依托赋予人工智能感知运动性能，通过构设神经网络模拟人类（动物）脑部结构，使之解决问题能力得以提升。人工智能训练师面向智能设备输入大量数据信息，在此基础上增强人工智能逻辑思维，以智能机械手臂为例，该智能机械通过编程由计算机系统操控，率先扫描客观物体，经由传感器将扫描结果上传至信息系统内，而后针对所见抓取对象大小、方位等参数予以分析，根据抓取需求，还可灵活添加分析参数，如危险程度、颜色、柔软程度等，以便机械手臂调整抓取力度、角度、方向等制动参数，最终成功抓取特定目标，继而解决物品抓取问题，这在当前自动化仓库、汽车配件生产制造等领域应用范围较广。

人工智能通过情感思想塑造训练需具有知识表示的能力

人工智能知识表示主要是指智慧型机械设备描述一组事物的能力，通过训练用数据结构代替人类知识表示。知识表示对于人工智能来讲较为重要，与之解决问题能力的强化关系紧密，这就需要将与知识表示相关数据信息全部存入智慧型机械设备中，根据问题驱动有关设备提取关键知识予以表示，将理解过程与控制过程关联在一起，同时做好信息存储、计算机程序设计等具体工作，以数据为依托丰富其推理演变模式，为人工智能推理行动提供依据，若人工智能无法进行知识表示，则无法实现智慧服务目标。人工智能通过情感思想塑造训练提升知识表示能力方法较多，如一阶谓词逻辑表示方法及产生式表示方法等，后者主要是指依据串代潜规则规设计算模型，在规则中模型被称之为“生产式”，将“P→Q”视为基本形式，其中P属于前提条件，Q为操作或结论，若P满足前提条件，则可以得到Q，即结果，驱动人工智能操作或表述结论。产生式是人工智能通过训练所体现的人類心理活动过程，是人工智能情感思想塑造重要表示模式之一。人工智能通过情感思想塑造训练能够增强知识表示继承性、深层性、结构性、自然性、联想性，同时亦存在不足之处，如知识清晰性、严谨性、复杂性无法得到保障，使相关智慧型设备在专业服务领域中可以不断提升知识表示能力，跨领域知识表示能力相对极弱[2]。

人工智能通过情感思想塑造训练需具有智能规划的能力

人工智能需可以立足客观环境制定目标并以实现该目标为依托提供针对性服务，需要用特定方法规设可预测模型，用数据取代现实世界中的各类信息，同时针对数据发展趋势予以剖析，总结数据特征，以科学预测及提供高效服务为导向选择功效最大路径。在传统规划训练过程中，人工智能被假定为在客观环境中唯一具有影响力的主体，为此智慧化机械设备要作出某种行为结果既定，如电梯在超重时响铃，消防系统在烟雾刺激下预警，无人驾驶时车辆可以自动躲避障碍物等。然而，若事实与预期环境不符，人工智能技术将丧失驾驭机械设备提供服务的能力。基于此，在AI情感思想塑造训练过程中需提升其智能规划能力，确保智能模型与预测要求相符，若二者不符则通过学习训练改变具体方案，完善认知模型，确保机械设备能够精准推理，完成特定服务任务，使用群体智慧及演化算法等手段落实智慧服务目标。

人工智能通过情感思想塑造训练需具有机械学习的能力

机械学习目的是通过数据输入、自身感知等途径获得知识，在此基础上解决更多实际问题，减小机械设备错误发生几率，确保人工智能可以在机械学习前提下提升服务水准。作为实现人工智能发展目标重要一环，在情感思想塑造训练过程中需助力人工智能掌握数据分析、学习、搜集、处理、存储、传输等方法，通过学习针对客观环境中的事件作出预测及决策。相较于传统硬编码软件及解决特定任务软件，机械学习用海量数据进行训练，加之算法支持使智慧型机械设备能够从数据中汲取知识营养并完成服务任务。以电商平台浏览信息推送为例，人工智能根据电商平台用户长期收藏、浏览、点击、关注等数据信息，识别出用户可能感兴趣且有交易意向的产品，建立决策模型帮助电商平台分析用户心理，有利于提高成交几率。传统机械学习训练方法囊括贝叶斯分类、聚类、决策树、支持向量机等，可分为半监督学习、无监督学习、监督学习、集成学习、强化学习及深度学习等类别。人工智能通过情感思想塑造训练提升机械学习能力，在人脸检测、指纹识别、物体检测等领域均有所应用。

人工智能通过情感思想塑造训练需具有语言处理的能力

自然语言处理在人工智能发展领域较为关键，是智慧型机械设备需具备能力之一，主要将语言处理及通信系统关联在一起，将数学、计算机科学、语言学融于一体，在研究自然语言基础上将其应用到计算机系统内，以软件的形式对人工智能提供服务给予支持。人工智能通过情感思想塑造训练掌握充分运用海量数据的能力，在此基础上针对与语言相关数据信息予以处理，以语料库训练集等同类软件为依托，生成多维度模型、数据集合、分词词库等带有初始化特性的情感分析数据集。常见语言处理工具有OPENNLP、FUDANNLP及LTP等，其中LTP即语言技术平台，是中文语言处理信息系统，以XML语言处理结果为依托，针对语义、句法、词法等核心内容予以分析并体现在语言处理模块内，加之动态链接库（DLL）接口及可视化功能提高人工智能语言处理能力。

在情感思想塑造训练过程中人工智能语言处理能力的提升存在若干阻力，一是单词边界界定存在模糊之处，二是词义存在分歧，三是句法模糊，四是输入不规范。这就需要联系上下文选定准确无误的文法组合，使单词边界更为清晰，将词语放在句子里予以分析，确保句意通顺，建立健全“剖析体系”，针对模棱两可的語句进行剖析，同时在内容输入时需予以规范，制定完善的语言行为计划，继而使人工智能情感思想塑造训练效果更优。

人工智能通过情感思想塑造训练需具有机器知觉感受力

机器感知是人工智能理论、技术、方法研究与应用重要领域。将声音、图像、文字等视为感知识别对象，通过机器触觉、机器听觉、机器视觉等训练增强人工智能机器知觉感受力。机器感知（MI）主要以研究提高人工智能服务水平为导向，将先进技术渗透在自动化装置、计算机、通信等设备内，并投入到人们生活生产各个领域。为增强人工智能机器知觉感受力需规设“专家系统”（ES），应用计算机扩展、延伸、学习、应用专家智能，期间总结专家经验，为解决专业领域具体问题奠定基础，同时ES具备故障诊断等功能。通过情感思想塑造训练人工智能可以具备计算机思维，在此基础上通过自动编程、证明定理、辅助设计、专家系统等模块强化其知觉感受力，在思维机器、感知机器、行为机器加持下通过感知增强情感社交的能力，还能够多领域实现多元创造目标。我国极为重视人工智能研究，在北京大学开设机器感知与智能教育实验室，针对心理学、认知科学、智能科学技术、计算机科学等学科交叉领域进行研究，根据经济建设与社会发展需求围绕智能信息处理、机器感知、应用基础等领域妥善运用AI技术，使人工智能感知能力不断提升，通过专业训练其情感思想还可为人们提供创新服务，将智能与感知充分关联在一起，挖掘数据应用潜力，为人工智能发展奠定基础。

综上所述，人工智能在现实生活中的应用有利于节约生产成本，为提供生活服务奠定技术基础，在医疗卫生服务、城市安保、机械加工、产品设计、数字化教育等领域均有广泛的应用。当前我国处于人工智能研究发展起步时期，需树立人工智能综合发展意识，立足信息时代优化配置数据资源，以增强AI服务能力为导向开展情感思维塑造训练活动，确保AI具有机器知觉感受力，在此基础上能够交流互动、创新实践，还具有语言处理能力、机械学习能力、智能规划能力、知识表示及解决问题等能力，继而达到情感思想塑造基本要求，使我国人工智能训练更为科学高效，不断提高AI服务质量。