人工智能及其發(fā)展應(yīng)用

林知豪

（山東省青島第二中學，山東青島，266100）

0 引言

人工智能是現(xiàn)代計算機學科的分支，它綜合了計算機技術(shù)、信息技術(shù)、控制理論、數(shù)學、生物學等眾多理論科學，通過采集信息情報、邏輯運算、歸納分析等一系列過程為人類提供更加人性化的服務(wù)，如無人駕駛、智能識別以及智能運算分析等。人工智能早已不再是根據(jù)程序設(shè)計人員設(shè)計的邏輯運算步驟進行簡單數(shù)學計算的求解器，因為人工智能程序有著“機器思維”，它會根據(jù)獲取到的外部信息進行模擬、思考和學習，最終能夠像“人”一樣作出選擇和判斷。

目前，人工智能已經(jīng)被廣泛地應(yīng)用于指紋識別系統(tǒng)、人臉成像系統(tǒng)、專家系統(tǒng)、無人汽車、智能家居等領(lǐng)域，它極大地簡化了人類的工作，為人類提供了更加便捷的生活。然而，科學家對于人工智能也存在著較多的分歧，一部分人為人工智能的發(fā)展感到高興，也有一部分人為人類的命運感到憂心。

1 人工智能概述

20世紀60年代，美國達特茅斯大學舉辦了一次計算機智能研討會，該會議研討了如何通過計算機模擬人類進行思考學習，首次提出了“人工智能”（ Ariti f icial Intel1igence，AI）這一詞語。如今，人工智能經(jīng)過60多年的發(fā)展已經(jīng)集計算機、生物學、信息技術(shù)等高精尖技術(shù)于一體的前沿科學，是二十一世紀三大尖端代表技術(shù)之一。人們已經(jīng)基于人工智能技術(shù)開發(fā)出各類應(yīng)用系統(tǒng)，如無人駕駛系統(tǒng)、智能識別系統(tǒng)等，這類智能系統(tǒng)簡化了人們需要處理的數(shù)據(jù)，改善了人類的生活。

2 人工智能的研究熱點

2.1 數(shù)據(jù)挖掘與知識實現(xiàn)

人工智能技術(shù)既能夠發(fā)揮出機器的信息處理優(yōu)勢又具有智能學習、智能推演的智能特點，因此當人工智能處理數(shù)量龐大的數(shù)據(jù)信息時，就能夠通過機器智能學習進行數(shù)據(jù)分析、數(shù)據(jù)挖掘從而推算出數(shù)據(jù)之間的聯(lián)系。機器智能學習是計算機仿真、模擬人類智能的學習活動，它是基于人類生物神經(jīng)結(jié)構(gòu)而形成的一種模擬人類深度學習的功能。同時，人工智能通過分布式計算構(gòu)建多神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)，深層次地挖掘數(shù)據(jù)之間的聯(lián)系并反饋調(diào)整邏輯推演模型，最終達到對海量數(shù)據(jù)進行計算和處理的目標。

2.2 智能接口技術(shù)

智能接口技術(shù)是通過外接的方式使計算機能夠接收文字信息、語言信息、圖像信息等，通過分析接收到的信息做出相應(yīng)的智能反應(yīng)，便于人們更加方便地使用人工智能。人工智能結(jié)構(gòu)技術(shù)基于知識表示方法，能夠進行文字識別、語言識別、圖像識別，理解語音信息并通過語音合成技術(shù)做出相應(yīng)的反應(yīng)，甚至能夠翻譯不同的語言，例如谷歌翻譯、人臉識別、云計算等都是智能接口技術(shù)的成功應(yīng)用。

2.3 主體與多主體系統(tǒng)

主體即具有判斷能力、選擇能力并能對信息進行綜合分析的智能化計算機。主體既能獨立地進行運算處理又可以和分布式計算構(gòu)建多神經(jīng)元網(wǎng)絡(luò)，協(xié)調(diào)各分布式計算機進行邏輯運算，實現(xiàn)對實際問題的求解。目前，主體與多主體系統(tǒng)多以理論研究為主，從主體結(jié)構(gòu)、主體語言到多主體間的協(xié)作調(diào)度和信息共享等方面。

2.4 智能信息處理

隨著通信技術(shù)、互聯(lián)網(wǎng)技術(shù)的廣泛應(yīng)用，“信息大爆炸”成為了新時代的標簽，構(gòu)建信息化社會成為各國的發(fā)展目標。在海量信息中如何既能保證信息的實效性又能快速提取轉(zhuǎn)化有用信息成為了人工智能發(fā)展的關(guān)鍵。圖形模式成為解決這一問題的關(guān)鍵技術(shù)，通過高效地轉(zhuǎn)化數(shù)據(jù)信息并進行邏輯推理、數(shù)學運算，實現(xiàn)分析問題、預(yù)測問題、處理問題等智能化反應(yīng)。目前，圖形模式是智能化數(shù)據(jù)分析與處理的核心。

智能語音識別也是智能信息處理的一種，總所周知聲音實際上是一種波，通常都是被壓縮成語音包進行儲存，被儲存在文件中的聲音波形如圖1所示。在語音識別前需要對首尾進行聲波切除，降低對后續(xù)處理的干擾。

圖1 聲音波形圖

在分析聲音時，首先需要通過移動窗函數(shù)對聲音進行分幀，分幀后的波形如圖2所示，圖中分幀的每幀長度25ms，每兩幀之間有15ms的交疊幀移。

圖2 分幀波形圖

語音經(jīng)過分幀后形成了許多小段而時域波形沒有描述信息的能力，因而需要對分幀進行波形變換，如MFCC特征變換。變換后的波形將形成一個多維向量，表示聲學中的信息特征值，根據(jù)多維向量特征值構(gòu)建特征值觀察序列矩陣，如圖2中波形有12維，形成了N列矩陣 ，將構(gòu)成圖3的12維向量，其中色塊深淺表示向量值大小。

圖3 聲波觀察序列矩陣

構(gòu)成向量矩陣后，將向量值對應(yīng)成相應(yīng)的“狀態(tài)”，通過“狀態(tài)”構(gòu)成相應(yīng)的音素，如圖4所示，每一個單元格內(nèi)表示一幀，每幀表示一個狀態(tài)，而三個狀態(tài)表示一個音素。而每一幀所表示的狀態(tài)由每幀的末尾決定，如圖5所示的某一幀對應(yīng)的S3條件的概率最大即為狀態(tài)S3，最后通過每三個“狀態(tài)”構(gòu)成的音素通過馬爾可夫模型進行狀態(tài)網(wǎng)絡(luò)識別，完成整個語音識別過程，即解碼過程。

3 人工智能的具體應(yīng)用

人工智能技術(shù)由于能夠被廣泛應(yīng)用到人們的日常生活中，因而具有極其重要的應(yīng)用價值。人工智能的應(yīng)用研究包括機器學習、問題求解、專家系統(tǒng)、信息檢索、模式識別等，這些應(yīng)用研究都將促進人工智能的發(fā)展讓人類的生活更加便捷。

3.1 機器學習

機器學習（Machine Learning，ML）是一門多領(lǐng)域交叉學科，它涉及到概率論、統(tǒng)計學、邏輯算法、逼近論等多門邏輯數(shù)學學科，主要研究如何使用計算機模擬實現(xiàn)人類的學習行為獲取新的知識并通過不斷地學習完善自身邏輯。目前，智能機器人是機器學習的重要應(yīng)用研究。智能機器人通過中央處理器接收文字、聲音、圖像等信息，通過計算機的邏輯運算處理器識別、理解這些信息并按目的安排機器動作。

圖4 狀態(tài)轉(zhuǎn)換結(jié)構(gòu)圖

圖5 聲波狀態(tài)識別結(jié)構(gòu)圖

3.2 問題求解

問題求解是人工智能最具代表性的應(yīng)用之一，它通過預(yù)測將要發(fā)生的問題和檢索解決問題的方法把復(fù)雜的問題拆分為一個個能夠求解的小問題，通過選擇判斷不斷向前推進，最終求解問題答案。問題求解通常應(yīng)用于棋類研究，如圍棋程序“AlphaGo”是第一個戰(zhàn)勝了圍棋世界冠軍的人工智能，它通過不斷地求解圍棋路數(shù)得到最優(yōu)解從而戰(zhàn)勝了人類職業(yè)選手。

3.3 專家系統(tǒng)

專家系統(tǒng)是基于人工智能技術(shù)的一種模擬人類專家解決專業(yè)領(lǐng)域問題的計算機程序系統(tǒng)，它能基于人類某領(lǐng)域?qū)＜业闹R與經(jīng)驗構(gòu)成相應(yīng)的知識系統(tǒng)。世界上第一個專家系統(tǒng)“Dendral”是一個綜合了化學領(lǐng)域?qū)I(yè)知識的人工智能系統(tǒng)，它可以推演化學分子的結(jié)構(gòu)。而隨著知識工程技術(shù)的不斷發(fā)展，專家系統(tǒng)的理論研究和技術(shù)應(yīng)用都取得了突破性進展，目前專家系統(tǒng)幾乎滲透到了人類生活的各個領(lǐng)域，包括數(shù)學、物理、化學、生物、醫(yī)學、農(nóng)業(yè)、氣象、軍事等眾多領(lǐng)域。

3.4 信息檢索

隨著人類社會的不斷發(fā)展，傳統(tǒng)的人力信息檢索已經(jīng)無法應(yīng)對如今海量的信息知識，而人工智能信息檢索系統(tǒng)能夠幫助人們把存儲在數(shù)據(jù)庫系統(tǒng)中的信息知識通過智能索引的方式提取出來，便于人們查閱知識信息。目前，人工智能信息檢索系統(tǒng)，如谷歌、百度、雅虎等都是人工智能技術(shù)的應(yīng)用成果。

4 結(jié)語

人工智能通過結(jié)合信息化系統(tǒng)和生態(tài)學結(jié)構(gòu)實現(xiàn)“機器思維”，它能對獲取到的信息進行歸納總結(jié)并通過邏輯運算演繹處理感知信息。人工智能不僅擁有廣闊的應(yīng)用前景，也體現(xiàn)了計算機信息化技術(shù)和生物智能技術(shù)的發(fā)展水平，人工智能能夠應(yīng)用于無人汽車、無人飛機、智能服務(wù)等方面方便人類生活，也能夠應(yīng)用于類腦計算、深度學習、超腦計算等方面幫助人類進行理論研究。本文對人工智能進行了詳細的概述，通過分析人工智能的深層內(nèi)涵和現(xiàn)今的研究熱點探究人工智能技術(shù)的應(yīng)用前景。最后，通過舉例分析人工智能的具體應(yīng)用展望人工智能的發(fā)展前景，以期為人工智能的應(yīng)用探索提供參考。

[1]張凱斐.人工智能的應(yīng)用領(lǐng)域及其未來展望[J].呂梁學院學報 ,2010,26(4)：79-81.

[2]于濤.淺談人工智能的應(yīng)用領(lǐng)域與其未來發(fā)展展望[J].科技創(chuàng)新與應(yīng)用,2017(8)：83-83.

[3]劉洋,劉進.淺談人工智能與參數(shù)化設(shè)計在工業(yè)設(shè)計中的應(yīng)用與發(fā)展趨勢[J].明日風尚,2017(10).

[4]張靜.人工智能的發(fā)展現(xiàn)狀與發(fā)展前景分析[J].無線互聯(lián)科技 ,2017(14)：134-135.