新冠肺炎疫情下人工智能技術(shù)應用概況與展望

胡樂煒

摘要：本文首先概述了人工智能的概念和主要研究方向。然后討論了在新冠疫情中，典型行業(yè)人工智能技術(shù)的應用情況和展望。

關(guān)鍵詞：人工智能;疫情;機器學習

中圖分類號：TP391文獻標識碼：A文章編號：1672-9129（2020）03-0038-01

Abstract：Thispaperfirstsummarizestheconceptofartificialintelligenceandthemainresearchdirection.ThentheapplicationandprospectoftypicalindustryARTIFICIALintelligencetechnologyincoVID-19arediscussed.

Keywords：artificialintelligence;Theoutbreak;Machinelearning

自從新型冠狀肺炎病毒疫情在全世界擴散開來，在人類與病毒間沒有硝煙的殊死搏斗過程中，人工智能技術(shù)扮演者前所未有的重要角色，各類人工智能技術(shù)應用的新場景不斷涌現(xiàn)，催生出全新的商業(yè)模式和商業(yè)流程?？梢灶A見，未來，人工智能將深刻影響和改變?nèi)藗兩畹姆椒矫婷妗?/p>

1人工智能概述

1.1人工智能的概念。簡單來說，人工智能是計算機科學的一個分支，涉及構(gòu)建能夠執(zhí)行通常需要人類智能任務的智能機器。人工智能可以劃分為兩大類，包括狹義人工智能和廣義人工智能。狹義的人工智包含當今在計算機程序算法中隨處可見的應用范式，即在沒有經(jīng)過明確程序規(guī)則的情況下，被教會或?qū)W會如何執(zhí)行特定任務的智能系統(tǒng)。這種人工智能在智能手機虛擬助手的語音和語義識別、自動駕駛汽車上的視覺識別系統(tǒng)、以及推薦系統(tǒng)中應用得很廣泛。然而，與人類不同，這些系統(tǒng)只能學習或被教授如何做特定的任務，這即是被稱為狹義人工智能的原因。

廣義人工智能則是人類創(chuàng)建的適應性智力類型，展現(xiàn)為一種靈活的智力形式，能夠?qū)W習如何執(zhí)行截然不同的任務，從理發(fā)到構(gòu)建電子表格，或者根據(jù)其積累的經(jīng)驗，推理各種各樣的主題。理想的廣義人工智能常見于電影作品，例如《終結(jié)者》，但還并未真正實現(xiàn)。

1.2人工智能的主要研究方向。當前，針對人工智能的研究囊括大量的研究議題，其中很多研究方向互為補充。機器學習是人工智能的一個重要的研究方向。在機器學習的過程是通過向計算機系統(tǒng)輸入大量數(shù)據(jù)，然后用這些數(shù)據(jù)學習如何執(zhí)行特定任務。在機器學習過程中，最為關(guān)鍵的是通過一定的算法構(gòu)造神經(jīng)網(wǎng)絡。神經(jīng)網(wǎng)絡中存在層次，由相互傳遞數(shù)據(jù)的節(jié)點（神經(jīng)元）連接，它們通過在各層之間傳遞輸入數(shù)據(jù)時調(diào)整權(quán)值來完成特定的任務。在訓練這些神經(jīng)網(wǎng)絡的過程中，附加到不同輸入的權(quán)值將會持續(xù)變化，直到神經(jīng)網(wǎng)絡的輸出非常接近期望的值，此時網(wǎng)絡將學會如何執(zhí)行特定的任務。神經(jīng)網(wǎng)絡的類型多種多樣，各有優(yōu)缺點。例如，遞歸神經(jīng)網(wǎng)絡是一種特別適合于語言處理和語音識別的神經(jīng)網(wǎng)絡，而卷積神經(jīng)網(wǎng)絡更常用于圖像識別。

人工智能研究的另一個重要的研究方向是進化計算，它借鑒了自然選擇理論，認為遺傳算法會在兩代人之間進行隨機突變和組合，而不斷嘗試優(yōu)化給定問題的最優(yōu)解。進化計算的相關(guān)研究主要用來幫助設計人工智能模型，以有效地迭代提升人工智能程度。利用進化算法優(yōu)化神經(jīng)網(wǎng)絡被稱為神經(jīng)進化，隨著智能系統(tǒng)的使用變得越來越普遍，特別是在對數(shù)據(jù)科學家的需求經(jīng)常超過供給的情況下，進化算法可能在幫助設計高效人工智能方面發(fā)揮重要作用。

此外，專家系統(tǒng)也是人工智能重要的研究方向。在專家系統(tǒng)中，會編制若干規(guī)則，允許它們根據(jù)大量輸入做出一系列決策，允許機器模仿特定領域的人類專家的行為。

2疫情期間人工智能技術(shù)的應用現(xiàn)狀及展望

面對新冠疫情，“無接觸”經(jīng)濟開始興起，使得人工智能技術(shù)有了絕佳的試驗場地，以下結(jié)合醫(yī)療、物流和零售三個典型行業(yè)，淺析人工智能的應用和思考。

2.1醫(yī)療行業(yè)。醫(yī)療領域無疑是當前急需采用人工智能技術(shù)的行業(yè)，眾多人工智能技術(shù)首次在疫情中采用。例如，火神山醫(yī)院投入使用的醫(yī)療服務機器人豹小弟，能夠替代護士完成紅外測溫、發(fā)熱問診等任務。又如，騰訊提供的人工智能輔診方案，在患者CT檢查后最快一分鐘內(nèi)就可以為醫(yī)生提供輔助診斷的參考，幫助醫(yī)生節(jié)省了大量的寶貴時間。人工智能在醫(yī)療領域的應用不僅緩解醫(yī)務人員的工作壓力，而且有效減少了交叉感染，保障了醫(yī)護人員的安全。未來，基于海量的病歷數(shù)據(jù)和與之相關(guān)聯(lián)行為數(shù)據(jù)，相關(guān)的研究人員還需要利用多維度分析和模擬技術(shù)，構(gòu)建和優(yōu)化出高維度機器學習模型，預測和控制疫情的發(fā)生。

2.2物流行業(yè)。物流領域的企業(yè)很早就開始利用人工智能技術(shù)提示物流服務質(zhì)量，當前的新冠疫情條件下，要求人與人之間盡量避免接觸，更是加速了人工智能技術(shù)在物流領域的應用。當前，人工智能技術(shù)在物流行業(yè)的應用更多是體現(xiàn)在揀貨機器人、配送匹配算法等初級的場景。不久的將來，基于AI的無人駕駛技術(shù)、利用神經(jīng)網(wǎng)絡算法構(gòu)建的物流需求預測技術(shù)，以及不斷成熟的機器人技術(shù)等都會不斷催生出無接觸的物流模式。更進一步地，人工智能將推動運輸、倉儲、配送等全面改造。主要有智能感知、圖像、語言處理、知識圖譜、數(shù)據(jù)挖掘等，將大大降低物流運營成本、及人工勞動強度，推動物流業(yè)將服務由勞動密集型向科技密集型轉(zhuǎn)變。

2.3零售行業(yè)。突如其來的疫情中，零售業(yè)無疑是最受傷的行業(yè)之一。更為不幸的是，零售業(yè)正處于互聯(lián)網(wǎng)人口紅利消失，傳統(tǒng)線下零售渠道占比萎縮的發(fā)展疲軟期。不過應該看到在可預見的未來，人工智能技術(shù)的應用或能扭轉(zhuǎn)零售業(yè)萎靡不振的態(tài)勢。當前，從各場景的應用程度來看，精準營銷及智能客服的發(fā)展相對成熟，智能化運營、商品識別分析的發(fā)展速度相對較快，未來供應鏈網(wǎng)絡效率智能優(yōu)化的使用將會收獲更多的增益價值。此外，疫情期間，無人零售的核心價值被真正發(fā)掘，開始回歸銷售商品的本質(zhì)，幫助零售門店打造無接觸銷售模式。

3總結(jié)

本次疫情期間，人工智能在疫情防控、物流配送、民生保障等諸多方面都發(fā)揮了積極的作用。未來，乘著國家推進新型基礎設施建設相關(guān)政策的東風，人工智能技術(shù)將會與實體經(jīng)濟更緊密的結(jié)合。

參考文獻：

[1]崔亞東.人工智能應用與治理[J].行政管理改革，2020（06）：4-10.

[2]楊虎濤.人工智能如何為高質(zhì)量發(fā)展賦能[J].人文雜志，2020（05）：31-42.