人工智能的發(fā)展及趨勢(shì)

張茜　賀建鵬

摘要：本文概述了群眾對(duì)人工智能的一些誤解以及這個(gè)行業(yè)三次興起和兩次衰敗的經(jīng)歷以及經(jīng)驗(yàn)教訓(xùn)，并通過查閱資料對(duì)人工智能的未來發(fā)展方向以及它對(duì)其他行業(yè)的影響做出自己的簡(jiǎn)單預(yù)測(cè)。

[關(guān)鍵詞]人工智能AI發(fā)展趨勢(shì)

1對(duì)人工智能的誤解

1.1什么是真正的人工智能

現(xiàn)如今大街小巷都在談?wù)撊斯ぶ悄?，但其?shí)，研究了這么多年的AI技術(shù)在真正意義上并沒有完全實(shí)現(xiàn)。其實(shí)大部分所謂的人工智能產(chǎn)品，都只是比較成功地對(duì)人類智力活動(dòng)的某些方面進(jìn)行了很好的模仿，人們就將這種技術(shù)冠以“人工智能”稱號(hào)，比如可以自動(dòng)對(duì)房間整體進(jìn)行定位，遇到障礙自己拐彎并進(jìn)行清掃的智能掃地機(jī)，再比如智能醫(yī)療診斷系統(tǒng)，他需要專家先對(duì)系統(tǒng)做一個(gè)"模板”，病人只需要回答問題，機(jī)器就可以通過一步步判斷，最終得到一個(gè)病簡(jiǎn)報(bào)告。而專家們所定義的人工智能，是具有心智、情感、對(duì)人的大腦進(jìn)行了極限模仿，具有發(fā)現(xiàn)、察覺能力的智能，簡(jiǎn)單概括為制造出一個(gè)可以像人類一樣會(huì)思考的計(jì)算機(jī)，這樣的智能到目前甚至未來的很長(zhǎng)時(shí)間都難以實(shí)現(xiàn)。

1.2人工智能與機(jī)器人

有時(shí)我們經(jīng)常將人工智能與機(jī)器人混為一談，這也是很不確切的。人工智能主要是智和能，并不一定要有實(shí)實(shí)在在存在的軀殼，比如蘋果手機(jī)上的Siri，他可以和人進(jìn)行對(duì)話，好像他懂得感情，懂得思考，但它只是一個(gè)系統(tǒng)，部署在了手機(jī)上;還有圍棋博弈這種抽象研究領(lǐng)域，它也不需要軀殼就可以和人類進(jìn)行比賽。而機(jī)器人是有身體的并賦予一定規(guī)則去做事的機(jī)器，可以這樣理解：人工智能其實(shí)可以當(dāng)做是機(jī)器人的頭，控制機(jī)器人做事，這倆個(gè)概念有交集，也有各自的特點(diǎn)。

1.3目前生活中的人工智能

目前生活中的人工智能可以分為四個(gè)級(jí)別：

（1）單純的控制程序只能按照別人的指示去操作，其實(shí)這是生產(chǎn)商為了市場(chǎng)營銷而對(duì)產(chǎn)品進(jìn)行了華麗包裝，這類產(chǎn)品只是有很簡(jiǎn)單的控制程序，如家用空調(diào)、洗衣機(jī)、電動(dòng)剃須刀;

（2）傳統(tǒng)的人工智能：灌入了很多規(guī)則，并會(huì)推理預(yù)測(cè)。這種產(chǎn)品加入了推理與搜索，還使用了數(shù)據(jù)庫，如將棋程序，每當(dāng)對(duì)手出一步棋，程序總會(huì)進(jìn)行推理，選擇一種對(duì)自己有利的去博弈，不得不說，在這種海量數(shù)據(jù)處理方面，AI比人類更擅長(zhǎng)。

（3）引入機(jī)器學(xué)習(xí)的人工智能：這類人工智能是以大數(shù)據(jù)為基礎(chǔ)，機(jī)器自己先按規(guī)則做事，然后對(duì)規(guī)則和知識(shí)進(jìn)行學(xué)習(xí)，也就說給他一個(gè)樣本，他可以撬動(dòng)整個(gè)地球，就比如醫(yī)療診斷系統(tǒng)，但是這個(gè)樣本是海量的且需要不斷更新錄入。

（4）引入深度學(xué)習(xí)的人工智能：它是對(duì)

三級(jí)別的樣本進(jìn)行自我學(xué)習(xí)，并定義一個(gè)自己可以認(rèn)識(shí)的特征量，以便于下次遇到相同的問題可以直接進(jìn)行解答。

舉個(gè)例子，比如軟件行業(yè)，剛來公司的實(shí)習(xí)生就是第一級(jí)別，他只能聽老員工的指揮去做工作;程序員就屬于第二級(jí)別，他需要了解很多規(guī)則和要求，然后學(xué)習(xí)去開發(fā)項(xiàng)目，自已搜索推理項(xiàng)目中存在的問題;項(xiàng)目經(jīng)理就相當(dāng)于第三級(jí)別，他已經(jīng)具備一定的知識(shí)和經(jīng)驗(yàn)，要求他去檢查項(xiàng)目并督促組內(nèi)成員盡快完成業(yè)務(wù);而那些根據(jù)自我需要發(fā)掘項(xiàng)目的人就是第四級(jí)別。

2人工智能的發(fā)展歷程及經(jīng)驗(yàn)教訓(xùn)

人工智能發(fā)展至今天并不是一帆風(fēng)順的，人們對(duì)AI的態(tài)度也是大起大落，雖受到過無數(shù)次的冷漠和質(zhì)疑，但是人工智能并未銷聲匿跡反而一次次蛻變。為了實(shí)現(xiàn)這個(gè)偉大夢(mèng)想，科研人員常年埋頭苦干，雖然想要實(shí)現(xiàn)真正意義上的AI還遙遙無期，但是在研究過程中已經(jīng)形成的副產(chǎn)品，卻充溢在人們的日常生活中。頑強(qiáng)的生命背后是失敗與成功的不斷切磋。

2.1第一次人工智能風(fēng)潮

因巨型計(jì)算機(jī)ENICE的強(qiáng)大計(jì)算功能，1956年大家想當(dāng)然地認(rèn)為：可以制造出能夠像人一樣進(jìn)行思考的機(jī)器，在這個(gè)背景下第一次人工智能逐漸孕育，起初人們通過“搜索樹”來求解一些多選擇有規(guī)律的“玩具問題”，如走出迷宮、梵塔問題，其效率遠(yuǎn)高于人類，于是人工智能得到了人們的青睞，仔細(xì)思考，其實(shí)計(jì)算機(jī)僅限于解決一些專業(yè)性很強(qiáng)的問題，當(dāng)回歸現(xiàn)實(shí)生活，當(dāng)一個(gè)公司希望促進(jìn)公司未來的發(fā)展而去開發(fā)一款產(chǎn)品，此時(shí)的計(jì)算機(jī)并不能像專業(yè)人士那樣幫助其分析市場(chǎng)數(shù)據(jù)、預(yù)測(cè)市場(chǎng)趨勢(shì)，提出最有市場(chǎng)前景的產(chǎn)品，再比如金融股市方面，計(jì)算機(jī)能否告訴我們較小的風(fēng)險(xiǎn)項(xiàng)目有哪些？當(dāng)發(fā)現(xiàn)了這個(gè)問題，而且很長(zhǎng)一段時(shí)間都沒有得到解決，人們對(duì)AI的失望情緒開始擴(kuò)大，到20世紀(jì)70年代，最終走向低谷。

2.2第二次人工智能風(fēng)潮

基于第一次的失敗，人工智能灌入“知識(shí)”，再次進(jìn)入人們生活，這一時(shí)期主要是將大量的專業(yè)知識(shí)輸入系統(tǒng)，在經(jīng)過推測(cè)程序，得到結(jié)果。比如需要評(píng)價(jià)項(xiàng)目成功：機(jī)器會(huì)問項(xiàng)目是否在規(guī)定時(shí)間內(nèi)完成、成本是否在預(yù)算之內(nèi)、質(zhì)量是否打到規(guī)格說明書要求的水平、是否通過客戶和用戶驗(yàn)收、項(xiàng)目的范圍變化是否可控、沒有嚴(yán)重影響整個(gè)軟件組織的主要工作流程、沒有對(duì)公司文化產(chǎn)生不好的影響。如果這些回答都是是，那么機(jī)器人就會(huì)告訴你這是一個(gè)成功的項(xiàng)目。諸如此類，無論醫(yī)學(xué)、法學(xué)、金融等任何領(lǐng)域只要具備大量的信息讓計(jì)算機(jī)去判斷，AI就可以幫助我們解決很多生活小問題，但是當(dāng)面對(duì)什么是“貓頭鷹”，我們只要看見長(zhǎng)得像貓臉的會(huì)飛的夜晚活動(dòng)的一種動(dòng)物就說這是貓頭鷹，但是計(jì)算機(jī)又會(huì)問那什么是“貓”什么是“夜晚”，什么又是“動(dòng)物”，這種層層分解來使計(jì)算機(jī)解決問題，就需要對(duì)他輸入大量的名詞，無盡的輸入再一次使人們對(duì)人工智能心灰意冷。

2.3第三次人工智能風(fēng)潮

如今第三次熱潮正在深入我們的生活，總結(jié)前倆次的教訓(xùn)，我們對(duì)任一產(chǎn)業(yè)的期待，都應(yīng)建立在一定的現(xiàn)實(shí)基礎(chǔ)上，在人工智能方面，我們要充分意識(shí)到人工智能的可能性與極限性。在人工智能1.0能走路之前，它先得長(zhǎng)出兩條腿一“計(jì)算腿”和"通訊腿”。

互聯(lián)網(wǎng)的出現(xiàn)，海量信息有了處理方式，“機(jī)器學(xué)習(xí)”技術(shù)得到了發(fā)展，它是充分利用樣本數(shù)據(jù)，邊處理邊區(qū)分，并人為地給其一個(gè)特征量，當(dāng)下次再遇到，計(jì)算機(jī)就可以很快檢索知識(shí)并作出應(yīng)答。什么是數(shù)字3？我們給他一個(gè)定義，使計(jì)算機(jī)學(xué)習(xí)并區(qū)分，當(dāng)下一次遇到“3”符號(hào)。計(jì)算機(jī)便能識(shí)別這是3;這也帶來一個(gè)問題，就是特征量的提取是靠人，而精確定義特征量又是提高計(jì)算機(jī)處理能力的一個(gè)重要保障，人與計(jì)算機(jī)存在著很大的不同，因此如何能夠定義出計(jì)算機(jī)最能接受的特征量就顯得尤為重要。在第三次人工智能浪潮的發(fā)展中，“深度學(xué)習(xí)”在一定領(lǐng)域解決了這個(gè)復(fù)雜問題。

基于數(shù)據(jù)、計(jì)算機(jī)自動(dòng)定義一個(gè)高層的“特征量"來識(shí)別圖片并進(jìn)行分類，比如“斑馬”，直接從視覺方面給計(jì)算機(jī)一個(gè)沖擊，和這張圖片一樣的就叫斑馬;再比如“3”，讓計(jì)算機(jī)自己去看多種3的寫法，自定義一個(gè)特征量，來區(qū)分“3”。計(jì)算機(jī)自己定義特征量就可以避免對(duì)特征量理解不到位的情況。

3人工智能未來發(fā)展趨勢(shì)及對(duì)其他行業(yè)的影響

3.1發(fā)展趨勢(shì)

（1）目前，計(jì)算機(jī)已經(jīng)發(fā)展到可以通過圖像來生成特征量，不難推斷出AI的下一步發(fā)展則是多感官生成特征量，除了視覺，還有聽覺、觸覺、嗅覺多個(gè)方面。

（2）遇到問題先做動(dòng)作，得知結(jié)果，將動(dòng)作與結(jié)果結(jié)合思考。比如想要推動(dòng)一個(gè)箱子，先用任意的力量去推，然后感受并思考得出結(jié)果：如果是重物則用大力，輕物則用小力氣推。

（3）自身摸索，生成可以辨別世間萬物的特征量手冊(cè)。比如什么是軟，什么是亮，什么是易碎物品什么是輕放。

（4）自動(dòng)接受數(shù)據(jù)和概念，并翻譯。如將“狗”與“汪汪”“軟綿綿”結(jié)合，生成一系列有關(guān)聯(lián)的特征量，當(dāng)學(xué)會(huì)一個(gè)，其余的就會(huì)有依據(jù)自動(dòng)學(xué)習(xí)。

（5）可以理解人類語言邏輯。比如當(dāng)閱讀一篇文章，就會(huì)在其意識(shí)中有場(chǎng)景浮現(xiàn)。

（6）每一步看似簡(jiǎn)單，但要真正達(dá)到，還需要人類不斷探索鉆研。

3.2行業(yè)忠告

不否認(rèn)，AI已經(jīng)滲入我們的生活，很多人面臨失業(yè)問題，但它也會(huì)促進(jìn)一些產(chǎn)業(yè)興起。根據(jù)AI未來發(fā)展趨勢(shì)我推測(cè)，那些有規(guī)律可循的程序化行業(yè)，計(jì)算機(jī)比人更有效率。比如：貨物分類、銀行窗口、數(shù)據(jù)輸入等，而對(duì)于一些例外情況的處理還是需要人來解決;另外經(jīng)濟(jì)發(fā)展，人民生活水平提高，更加追求精神慰藉，陪伴是當(dāng)今社會(huì)最缺少的一項(xiàng)活動(dòng)，而計(jì)算機(jī)是不能夠與人談心的，這樣的活動(dòng)也只能由人來完成，所以發(fā)展這類產(chǎn)業(yè)也會(huì)有很好的前景;再者，無論哪一個(gè)應(yīng)用，都是為人服務(wù)，做好與人交互的界面設(shè)計(jì)，當(dāng)然人比機(jī)器更適合。綜上，我們?cè)诮窈蟮木蜆I(yè)方面應(yīng)多去關(guān)注夾雜著較多人情味的工作，摒棄一些循規(guī)蹈矩的工作，更加專注于與人打交道、設(shè)計(jì)類的工作。

互聯(lián)網(wǎng)時(shí)代之后將是人工智能的時(shí)代，未來AI將滲透到各行各業(yè)，我們應(yīng)做好打算;AI將傳統(tǒng)產(chǎn)業(yè)與新興技術(shù)完美結(jié)合，我們應(yīng)做好承接;AI將推動(dòng)社會(huì)更快發(fā)展，我們應(yīng)做好創(chuàng)新，不懈鉆研。

參考文獻(xiàn)

[1]松尾豐，人工智能狂潮[M].機(jī)械工業(yè)出版社，2016.