人工智能技術在高校檔案管理的應用研究

摘要：目前人工智能技術正在快速發展，語音識別、語義理解、圖像識別、深度學習與機器學習、人工智能芯片等技術都已經在很多行業得到應用。而人工智能在高校檔案管理的應用基本還是空白。該文將在介紹目前人工智能技術發展的基礎上，研究人工智能技術在高校檔案管理中的應用前景，為人工智能更好的服務高校檔案管理起到指導作用。

關鍵詞：人工智能;機器學習;高校檔案

中圖分類號：TP18 文獻標識碼：A

文章編號：1009-3044（2020）22-0171-02

開放科學（資源服務）標識碼（0SID）：

人工智能，它本身并不是一門技術，它是一組技術的統稱，人工智能的歷史已經有60多年，目前我們處于人工智能發展的第三次浪潮中，未來它將引發人類歷史上第四次科技革命，讓我們進入人工智能時代。目前人類科技所帶來的強大計算能力，更加先進的算法，大數據，云計算不斷為人工智能帶來發展的力量。實體經濟數字化，信息化為人工智能帶來巨大的發展機遇，人工智能技術與經濟社會各行業融合的水平不斷提高，高校檔案行業也即將由信息化時代跨人人工智能時代。本文將分析人工智能技術架構及技術的發展狀況，結合人工智能的技術特點分析人工智能在高校檔案中的應用，并討論人工智能帶來的機遇與挑戰，希望為高校檔案管理引入人工智能起到指導作用。

1 人工智能技術及其發展現狀

人工智能起源于20世紀50年代，其發展因為支撐技術的原因經歷了幾次起落，當前的人工智能能夠再次進入快速發展，源于當前社會擁有了足夠的海量數據，強大的計算能力，以及不斷發展的算法。從技術結構化的角度看人工智能，人工智能可以分為四層，基礎層，算法層，技術層，行業應用層。

基礎層，主要指的是智能芯片，強大的計算能力，海量的結構化和非結構化的數據等。智能芯片的發展已經從傳統的CPU向GPU，FPGA和ASIC發展，并行計算能力和海量數據處理能力得到極大提高。信息化時代數據的爆發增長已經從以前的GB向現在的TB，PB甚至ZB發展，海量的數據處理催生了云計算和大數據等技術，并為人工智能算法提供了訓練的基礎。

算法層，人工智能的算法主要來源于機器學習和深度學習，機器學習是人工智能的核心，它是研究如何讓機器模擬人類的學習，更快，更準確地獲取信息。比較有代表性的研究有貝葉斯，人工神經網絡等。深度學習，是機器學習研究中的一個新的領域，深度學習的概念源于人工神經網絡的研究，其目的在于建立并模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解釋數據。比較有代表性的模型如卷積神經網絡，大名鼎鼎的AlphaGo就是深度學習的成果。

技術層，圖像識別、語音處理、語義理解是人工智能的基礎技術。語音處理和自然語言理解已經應用于各種平臺對話機器人，像蘋果的Siri已經可以準確地理解語音命令并執行操作。深度學習在圖像識別領域的準確率已經超過人類，圖像識別技術已經應用于人臉識別，并廣泛應用于貨幣支付和安全行業。

行業應用層，當前的人工智能技術已經廣泛應用于金融，醫療，安防和交通等行業。但是整體來看仍然處于人工智能的初級階段，人工智能仍以局部行業發展為主，通用型的人工智能時代還未到來，通用型人工智能是指智商達到人類水平，可以處理各種類型的任務和適應未曾預料的情形和能力。21世紀中后期，通用型人工智能或許會到來，屆時人類社會將全面進入人工智能時代。

2 人工智能技術在高校檔案的應用

目前高校檔案行業正處在信息化與數字化時代，信息化系統在高校檔案管理中已經廣泛應用，數字化檔案的收集，整理和利用都基于信息化系統，檔案在部門立卷的時候已經可以直接實現數字化收集或者在檔案整理階段數字化，信息化系統對于檔案工作效率的提高起到了重要的作用，但是歷史檔案的數字化以及基于物聯網的管理系統與庫房自動化系統的對接依然對高校檔案館提出了挑戰。高校日益復雜的流程管理，教師與學生的需求都對檔案信息系統提出了更高的要求。在線辦理，移動辦理，終端辦理以及一站式辦理都要求信息系統不斷的更新換代。針對當前的檔案信息化現狀，人工智能技術的應用空間巨大，人工智能時代的檔案管理將更加的智能與便利，檔案的價值將被更大的挖掘與利用。

2.1 人工智能語音處理與語義理解技術的應用

經過深度學習與強化學習訓練后的智能語音機器人已經出現在很多智能平臺中，如蘋果Siri，百度的小度。同樣智能語音機器人也可以應用于高校檔案，可以應用于高校師生對檔案的電話咨詢、線上咨詢、現場咨詢的環境中，應用于解釋高校檔案收集與利用的政策、畢業學生的學籍檔案自助查詢、人事檔案信息審核、校史講解等專業服務。窗口服務一直是被投訴的重點，長時間與人交流容易讓工作人員精神疲憊與焦慮。語音機器人可以避免這一現象，一直保持預先設定的溫柔和耐心的態度，增加師生良好的體驗感。語音機器人將成為高校檔案服務師生的強大助手，從而大量解放高校檔案工作者的人力勞動，讓檔案館教師更加關注于檔案的研究。

2.2 人工智能圖像處理技術的應用

目前計算機視覺能力發展迅速，基于機器學習和深度學習的圖像處理能力已經可以從海量數據中總結歸納物體的特征，從而進行識別和判斷。比較成熟的應用包括人臉識別，車牌識別等。人臉識別已經應用于人臉支付，人臉取款等。同時圖像識別技術與其他計算機技術如光學字符識別OCR等結合，可以更加準確的識別各種公文信息和學籍信息等檔案，人工智能的圖像識別技術可以快速識別學籍檔案的單項成績并匹配對應的表單，可以滿足學生對于某一項成績的查詢請求。人臉識別技術可以幫助快速確認身份信息，從而提高身份確認的準確性，師生可以在通過現場終端，在線與移動APP直接查詢授權檔案信息。對于財務類檔案，大量的財務票據的保存形式將不再是圖片等非結構化數據形式，智能系統可以快速讀取需要的票據并將數據結構化存儲在數據倉庫中，經大數據挖掘分析后為高校管理者的決策提供數據支撐。

2.3 人工智能深度學習與機器學習的應用

深度學習和機器學習是很多人工智能技術的基礎，而各種學習算法又是深度學習和機器學習的核心。智能算法，數據挖掘與分析，海量的數據可以共同作用于數字檔案查詢與研究。檔案的查詢將不再僅僅是關鍵字的查詢，機器學習后的人工智能可以把不同檔案文件中具有相關語義理解的文檔全部提取出來，增加了檔案利用的準確性和有效性。當然機器學習的作用并不僅僅存在于智能查詢，它可以做得更多，基于機器學習的自主化思考與判斷的特點，經過海量數據的訓練后，它可以做到數字化檔案的自主鑒別，自主歸檔和自主鑒定等工作，甚至可以根據國家和高校關于檔案的新的法律和規定，自主調整檔案的密級。結合語音與語義處理技術，它可以直接將數字檔案“讀”給管理員聽。結合人工智能的智能翻譯應用，它可以將不同語言的數字檔案直接轉換成管理員所使用的語言進行呈現。加入了機器學習的數字檔案將不再是靜態的，檔案管理員們將感受到有了一個強大的，科幻的助手。

2.4 人工智能分析決策與大數據技術的應用

未來的高校檔案館或許不再是一座座信息孤島，以省為單位或者以國家為單位的高校檔案館可以共建智慧高校檔案館。在此基礎上誕生的海量數據需要大數據技術的管理，各種不同形式的數據將通過抽取，過濾，加載等過程形成有用的結構化數據。海量的數據為人工智能決策系統提供了學習與判斷的依據，智能系統將極大地挖掘海量數字檔案的價值，這種價值是單個高校檔案館價值的指數倍，檔案館館藏檔案的利用對社會產生的價值將最大化。

3 人工智能給高校檔案帶來的挑戰

人工智能技術帶來機會的同時也為高校檔案管理帶來了挑戰。

3.1 人工智能對檔案工作者的挑戰

人工智能和高校檔案界都有很大一部分研究者認為，人工智能的發展不可避免地會取代檔案工作者，高校檔案的工作都將交由機器完成。事實上高校檔案所具有的特殊屬性決定了高校檔案是不會被人工智能完全替代的。高校檔案的工作主要包括了檔案的收集，鑒別，分類整理與利用以及校史編研等。而人工智能問題是數學問題，任何可以轉化為數學模型的工作，理論上都可以獲得人工智能解決方案。從這一點上看，人工智能幾乎可以在高校檔案管理的各個方面發揮作用。但是檔案的本身具有一定的人文屬性，其價值往往依賴于非邏輯的依據，這就更需要檔案工作者來判斷，因此高校檔案工作者將更多的關注研究國家、社會、高校師生對于檔案的需求。人工智能技術對高校檔案的影響是長時間漸進的，在人工智能技術發展的不同水平時期，對高校檔案的影響不同。高校檔案工作者需要根據人工智能技術的發展及應用狀況調整工作內容以及學習新的技術知識。未來的高校檔案工作者將需要掌握檔案專業知識，智能系統使用知識，以及具有人工智能技術應用的思維。

3.2 人工智能帶來的安全挑戰

人工智能技術的大量應用必然帶來信息系統安全的問題。即使加密技術不斷更新換代，區塊鏈等安全技術不斷發展，網絡安全和信息系統一直都存在安全的隱患。隨著量子技術的發展，目前的加密算法和區塊鏈技術都不能完全保障系統的安全，高校檔案安全管理必然遇見前所未有的挑戰。只有構建強大的法律保障，完備的高校檔案管理制度，以及更加安全的信息技術才能共同應對新的挑戰。

3.3 人工智能帶來的法律挑戰

法律風險也是人工智能本身一直存在的挑戰，具有人類思考能力的智能系統的自主性越來越強，而檔案本身具有的保密性，其管理和利用一直都有嚴格的要求，這種情況下高校檔案數據如何保護，師生個人信息如何保障，如何讓人工智能機器作為一個主體擁有法律地位并承擔法律責任是我們在人工智能時代不得不面對的問題，構建一個結構合理的責任體系是我們在人工智能時代面臨的挑戰。

4 結束語

人工智能是人類科技發展進步的產物，未來將會帶來人類科技史上第四次科技革命。目前人工智能技術已經在很多行業得到應用，隨著人工智能技術的不斷發展，高校檔案及其他各行各業都將面對人工智能帶來的機會與挑戰。我們應該高瞻遠矚，為人工智能在高校檔案的應用做好準備，讓人工智能更好地服務于高校檔案，服務于人類社會。

參考文獻：

[1]騰訊研究院，中國信通院互聯網法律研究中心，騰訊AILab，等，人工智能：國家人工智能戰略行動抓手[M].北京：中國人民大學出版社，2017.

[2]趙湘渝，論檔案信息利用的人工智能服務模式[J].檔案管理，2018（6）： 54-55.

[3]楊靖，朋禮青，人工智能對智慧檔案館的驅動作用研究[J].北京檔案，2019（1）： 9-13.

[4]周文泓，李新功，人工智能背景下檔案網站優化策略研究[J]. 檔案管理，2019（3）： 52-54.

[5]李子林，熊文景，人工智能對檔案管理的影響及發展建議[Jl.檔案與建設，2019（6）：9，10-13.

[6]韓平，人事檔案管理中人工智能技術的應用[J].山西檔案，2018（4）： 73-75.

[7]楊建梁，劉越男.機器學習在檔案管理中的應用：進展與挑戰[J].檔案學通訊，2019（6）： 48-56.

【通聯編輯：謝媛媛】

作者簡介：隋永（1981-），男，信息系統項目管理師，系統集成項目管理工程師，研究方向為計算機軟件與應用、人工智能。