人工智能對科研信息化的推動作用淺談

翟勝宇 淄博市第四中學(xué) 山東淄博 255129

1 引言

自2016 年國家相關(guān)部門聯(lián)合發(fā)布了有關(guān)人工智能發(fā)展的三年行動實施方案之后，人工智能的各個方面都展開了飛速發(fā)展。其中，人工智能創(chuàng)新服務(wù)體系，產(chǎn)業(yè)體系，標(biāo)準(zhǔn)化體系等基本建成，這為推動科研信息化進程打下了堅實的基礎(chǔ)。而人工智能本身具有多個領(lǐng)域，這些不同的領(lǐng)域適用于多種不同的科研場景，為人工智能在科研信息化方面的普適性提供了技術(shù)支持?？蒲行畔⒒兄诳蒲行实奶嵘?，對科研的實現(xiàn)具有極其重大的意義。

2 人工智能現(xiàn)狀

2.1 人工智能大熱潮

人工智能當(dāng)下的熱潮離不開國家的大力支持和有序管理。出臺相關(guān)的方案，鼓勵了大批的人工智能研究者對人工智能展開更深入，更持續(xù)的研究。在相關(guān)行動實施方案出臺后，人工智能的基礎(chǔ)核心技術(shù)得到了突破性進展，而總體來看的技術(shù)和產(chǎn)業(yè)的發(fā)展則達(dá)到了與國際接軌的高度。在應(yīng)用方面和系統(tǒng)級技術(shù)方面則暫時領(lǐng)先于世界。由此可見國家的重視與支持對人工智能行業(yè)發(fā)展的重大意義。此外，國家在資金、知識領(lǐng)域、國際合作、人才培養(yǎng)和標(biāo)準(zhǔn)體系方面的實施和建設(shè)定將人工智能行業(yè)推上新的熱潮與巔峰。

2.1 深度學(xué)習(xí)

人工智能具體分為多個算法和領(lǐng)域，這些不同領(lǐng)域適用于不同的場景和方向，大大提高了人工智能的普適性。

深度學(xué)習(xí)作為當(dāng)下最熱門的人工智能研究方向之一，其代表系統(tǒng)是AlphaGo 圍棋系統(tǒng)。AlphaGo 連續(xù)兩局戰(zhàn)勝頂尖職業(yè)棋手李世石，一度成為了當(dāng)時熱議的話題。AlphaGo 屬于弱人工智能，即在某一方面有所擅長的人工智能。它基于深度學(xué)習(xí)的理論，不再局限于單純的模仿行為，而是具有了高度自主的自我學(xué)習(xí)能力。它通過被植入的圍棋棋譜和大師棋譜，能夠在無數(shù)的經(jīng)驗中得到提升，圍棋水平因此逐漸提高。這正是深度學(xué)習(xí)的基礎(chǔ)，也是AlphaGo 最為接近人腦的過程。它的核心技術(shù)有CNN 神經(jīng)網(wǎng)絡(luò)和MCTS 搜索技術(shù)。其中正是CNN 神經(jīng)網(wǎng)絡(luò)使AlphaGo 擁有了學(xué)習(xí)人類下棋的能力，不斷地增長下棋地經(jīng)驗，憑借最終憑借計算能力戰(zhàn)勝了人類。

3 人工智能在各個領(lǐng)域的應(yīng)用

3.1 人工智能在化學(xué)領(lǐng)域

化學(xué)中存在著氣體檢測與識別這一應(yīng)用方向。人工智能可以通過運用深度學(xué)習(xí)地方法自動對氣體進行世界，學(xué)習(xí)氣體數(shù)據(jù)中的特征，達(dá)到提高氣體識別技術(shù)地目的。而無監(jiān)督學(xué)習(xí)作為深度學(xué)習(xí)中的一種，可以對大量高度抽象的數(shù)學(xué)數(shù)據(jù)進行挖掘，產(chǎn)生良好的數(shù)據(jù)特征。此外，深度學(xué)習(xí)在嗅覺領(lǐng)域取得的成就對氣體識別方向的科研起到助力作用。在深度學(xué)習(xí)的理論支持下，利用深度網(wǎng)絡(luò)對電子鼻采集的數(shù)據(jù)進行分類整理和深度挖掘，得到特征較好的分類結(jié)果。這正是深度學(xué)習(xí)在化學(xué)學(xué)科和氣體識別問題中起到推動作用的一方面體現(xiàn)。

3.2 人工智能在物理領(lǐng)域

在物理學(xué)方面，人工智能推動了衛(wèi)星軌道預(yù)報的進步。衛(wèi)星軌道預(yù)報是研究衛(wèi)星應(yīng)用的基礎(chǔ)。只有建立起了具有高級精度的衛(wèi)星軌道預(yù)報模型，衛(wèi)星的自主導(dǎo)航能力和空間交會對接能力才能提升，衛(wèi)星在太空中的運作才能更加安全。基于深度神經(jīng)網(wǎng)絡(luò)，相關(guān)學(xué)者在物理動力學(xué)模型的理論支持下，建立了補償混合模型。這一方法將gps 衛(wèi)星作為觀察對象，利用深度神經(jīng)網(wǎng)絡(luò)和BP 網(wǎng)絡(luò)進行建模。在進行預(yù)報的同時可以進行對比仿真的實驗。利用這一模型，研究員能夠得到更準(zhǔn)確的函數(shù)模型，提高軌道預(yù)報模型的精度。

4 人工智能推動科研信息化

人工智能本質(zhì)上是計算機科學(xué)的分支之一。這一研究領(lǐng)域包括許多研究方向，包括智能機器人，模式識別、自認(rèn)語言處理等等。而人工智能的基礎(chǔ)技術(shù)建立在計算機算法的基礎(chǔ)上，包括深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、強化學(xué)習(xí)等等。人工智能利用計算機科學(xué)的理念和方法，利用機器模擬人腦的思維過程，試圖建立其媲美人類甚至超越人類的機器腦。人工智能早已滲透入各個科學(xué)研究領(lǐng)域和技術(shù)產(chǎn)業(yè)中。包括超級計算領(lǐng)域、無線網(wǎng)絡(luò)領(lǐng)域、科學(xué)數(shù)據(jù)領(lǐng)域等等。人工智能在這些領(lǐng)域中起到了不可忽視的推動作用。

其中在科學(xué)數(shù)據(jù)領(lǐng)域，人工智能技術(shù)為大數(shù)據(jù)挖掘提供了堅實的技術(shù)支持。大量的學(xué)術(shù)報告指出人工智能在大數(shù)據(jù)挖掘等科學(xué)研究領(lǐng)域中的重要作用和面臨的挑戰(zhàn)。而政府也就這些挑戰(zhàn)提出了相關(guān)扶持和行動政策，在政策方面高屋建瓴的為人工智能的發(fā)展提供支持。傳統(tǒng)意義上人工智能研究的領(lǐng)域包括圖像世博技術(shù)，自然語言處理技術(shù)和語音識別技術(shù)等，這些技術(shù)能夠極大程度上推動大數(shù)據(jù)的分析，解決大數(shù)據(jù)采集面臨的難題。而日后，人工智能也必將在大數(shù)據(jù)的采集方面和應(yīng)用方面起到不可忽視的推動作用，在大數(shù)據(jù)采集和分析的智能感知與展示等方面進行完善。

5 結(jié)語

當(dāng)下，大量的研究者和普通民眾對人工智能這一熱門領(lǐng)域抱有極高的興趣，這也導(dǎo)致了人工智能技術(shù)的發(fā)展迅速，新思路和新技術(shù)大量涌現(xiàn)。人工智能技術(shù)已為科學(xué)研究提供了堅實的技術(shù)支持，為科研信息化帶來了飛躍。但必須面對的是，當(dāng)前階段的人工智能發(fā)展仍然面對如墮難題。在科研方面，人工智能尚且無法替代研究員發(fā)現(xiàn)規(guī)律的工作，無法完成抽象和總結(jié)的任務(wù)。因此，對于科研信息化而言，人工智能技術(shù)的發(fā)展有著至關(guān)重要的作用。這需要人工智能相關(guān)研究者與科學(xué)研究相關(guān)人員共同努力和探索，更大程度的利用人工智能推動科研事業(yè)的信息化，提高科研效率。