人工智能技術發展現狀與展望

摘要：人工智能是模擬人的思維的一種技術，該技術一直是計算機技術發展的一個重要方向，近年來隨著計算機計算能力的提高與發展，人工智能技術從理論到應用都得到了長足的發展，深入工業和生活的各個領域。文章對人工智能技術的歷史、應用和未來發展等方面進行了介紹。

關鍵詞：人工智能；計算機；綜述

中圖法分類號：TP399 文獻標識碼：A

１ 引言

人工智能旨在通過計算機來實現和人類相同的智能方式，包括學習、思考、識別、計算等能力，其應用于諸多學科領域，如信息學、生物學、邏輯學、系統學等。近年來，人工智能發展尤為迅速，得益于算法的改進和云技術的發展以及計算機性能的提高和機器學習能力，其在很多領域應用廣泛，如人臉指紋識別、自動駕駛、醫療、機器人等，給社會和人類生活帶來了深遠的影響［１］ 。

２ 人工智能的發展歷史

１９５６ 年，麥卡錫、明斯基等科學家研討“如何用機器模擬人的智能”，第一次提出了“人工智能（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，簡稱ＡＩ）”這一概念，這次會議標志著人工智能學科的誕生，至今已有６０ 多年。

在這６０ 多年里，人工智能也經歷了很多階段的發展，道路也是曲折起伏。在剛開始起步階段，人工智能的理論研究興盛，包括深度學習、符號人工智能研究、感知機等。但是，隨著計算機硬件的發展，從而產生了能夠運行多層人工神經元的神經網絡，其被稱為深度神經網絡，可以通過深度學習來實現人工智能［２］ 。人工智能的理論框架逐漸成熟，隨著互聯網的發展，人工智能開始呈現井噴式的發展。

３ 人工智能原理

人工智能中有不同的研究方向和學派，學派不同原理就不同。首先是符號主義，它又被稱為邏輯，心理學或者計算機派，是通過物理的符號系統假設和有限合理性原理的人工智能學派。該派認為人工智能開始于數理邏輯，人們認識事物是通過符號來認識的，然后通過運算來表達他們之間的關系。符號主義采用功能模擬的方法來實現人工智能，首先通過研究人類在認知事物過程中的功能和機理，再用計算機進行模擬該方式，最終來實現人工智能。

另外一種是行為主義，行為主義又被稱為是控制論或進化主義學派，它通過控制論的感知和動作行為相互關系，控制系統的人工智能學派，行為主義認為，人工智能起源于控制論，提出智能取決于感知和行為，取決于對外界各種復雜環境的適應過程，而不是通過表示和邏輯推理來得出。

行為主義有一個代表性的成果，就是魯克斯研制

的機器蟲。如果讓人工智能像人一樣思考太難了，還不如先做出一個智力低下的機器蟲子，然后讓這個機器蟲子慢慢地進化發展，最終成為擁有人類一樣智力的機器。行為主義認為感知動作模型是不需要其他輔助的，包括表示、推理等，它只能在現實中與周圍環境的交互中慢慢學習，然后慢慢進化。

最后一種是連接主義學派，也稱仿生學派或者生理學派，是基于神經網絡及網絡間的連接機制與學習算法的人工智能學派。神經網絡在計算機性能和互聯網發展的前提下迅速發展。它起源于仿生學，通過對人體大腦的研究，模擬人類大腦神經網絡的生理結構，通過深度學習，連接主義已經設計出多種人工神經網絡結構模型和連接學習算法。

神經網絡相對于其他幾種學派，能使機器更加智能。因為其他方法，更接近于通過計算機模擬出來的智能，它具體的運算方法、過程都是人類可知的，但神經網絡就像人的大腦，它是一個黑盒子以及它內部的分析運算過程，我們不知道它是如何識別出這是一只貓的，我們也不知道它是如何下棋的，我們只是給它構造了一個外殼，內部的識別都是由它的模型結構和深度學習而來。人工神經網絡是根據人類大腦結構的啟發而設計出來的，這也是它擁有真智能的根本原因。在我們的大腦中，有數十億個稱為神經元的細胞，它們連接成了一個神經網絡，人工神經網絡就是模仿這種網絡結構，圖１ 是一個神經網絡的結構圖，每個圓代表著一個神經元，他們相互連接構成了一個神經網絡。

人工智能的程度取決于神經網絡的復雜度，就像生物的大腦，大腦越簡單，智力越差，如單細胞動物。

所以我們需要深度的神經網絡，這里的深度指的是神經網絡的層數，層數越多，那么神經網絡就越復雜，智能化程度相對較高。同時，深度神經網絡還需要訓練，這個訓練的過程叫做深度學習。深度學習需要做的就是把準備好的數據源源不斷地輸入到神經網絡中，它在內部會不斷地變化學習。比如，我們要識別狗，那我們把各種狗的圖片輸入到深度神經網絡模型

中，訓練完成后，我們只要拿任意新的圖片讓它判斷，它都能判斷出這張圖片里是否包含有狗，由于神經網絡的深度不同，其存在一定比例的誤判，這就像一個孩子以前從來沒有看到過狗，你給他指出來這就是狗，這個狗的模型就存到大腦里了，等下次看到一個動物他就能判斷這個是否是狗。

４ 人工智能應用領域

人工智能已經在很多領域進行應用，主要包括虛擬助理、汽車自動駕駛、聲紋人臉等識別、自然語言、醫療等領域。

虛擬助理是一種能夠理解自然語言并可以根據語音命令回答問題或完成任務的程序。如今的智能虛擬助手，已經越來越“物聯網”化，它不僅依托于智能手機、Ｐａｄ 和ＰＣ 端，還出現在音響上、汽車里、電燈、電冰箱等各種家用電器中。有的智能虛擬助理甚至還會有自己的個性特點。我們通過和智能虛擬助理交談，與世界連接，可以實現發送消息，購買商品，查詢，導航等各種操作，甚至還能回答我們的提問。

我們和智能虛擬助理的關系更像是人與人之間的關系［３］ 。

汽車自動駕駛領域，隨著計算機和網絡的發展，云計算，大數據技術被廣泛應用，人工智能在交通行業被廣泛應用，目前有大量的應用型公司在研究自動無人駕駛系統，讓系統在沒有人的操作下，可以自動駕駛車輛。自動駕駛依靠雷達，全球定位系統，應用人工智能的視覺計算及深度神經網絡計算學習，從而實現自動駕駛，它是一個集環境感知、規劃決策、多等級輔助駕駛等功能于一體的綜合系統。實現自動駕駛主要通過幾個環節，首先是感知，不同的車輛會采用不同的感知設備，基本包括紅外雷達、超聲波雷達、毫米波雷達、激光雷達等。然后是處理數據，也就是將這些檢測到的數據進行分析，然后把分析結果信息發送給控制設備。最后一步就是執行，把分析結果的信號傳遞給汽車去執行。當然整個過程根據智能化程度的不同可以分為駕駛員輔助，部分自動駕駛，有條件自動駕駛，高度自動駕駛和完全自動駕駛。完全自動駕駛是最完美的狀態，車輛不僅能夠應對各種復雜路況，還能對路上出現的突發情況進行提前預判，緊急處理，以避免險情，甚至比人腦的反應速度要快得多［４］ 。

聲紋、人臉等識別的應用也相當廣泛，主要就是對生物特征的識別應用。聲紋識別是采集說話人的聲音信息及特征，并保存到數據庫中，如利用聲紋比對，判斷其是否是原說話人，從而識別出說話人的身份，它的優勢是抗遺忘、防錄音、防合成，特別適用于遠程身份的鑒別，可應用于安防、金融、智能家居等領域。人臉識別是根據人的面部特征來識別身份的一種人工智能技術，和聲紋識別類似，人臉識別是通過計算機視覺圖像處理等技術來實現，人臉識別目前廣泛應用于各個領域，如金融、支付寶的人臉識別認證支付，另外在智能家居、醫療、公安等各個領域都廣泛涉及。

自然語言技術，就是機器對人類語言的理解和處理。人類在講話過程中有著各自的語言類型，還有各種語言環境，機器要識別不同的語境和語言也是相當有挑戰性。自然語言技術通過深度學習以及分析不同的語言數據模式，不斷修正改進，從而實現各種功能。自然語言的應用有機器翻譯，如把某種語言翻譯成另外一種語言，目前其應用已經相當廣泛。還有語音識別，把語音轉換成文字或者對話。最近很火的ＣｈａｔＧＰＴ（美國ＯｐｅｎＡＩ 研發的聊天機器人程序），它是人工智能技術驅動的自然語言處理工具，它能夠學習理解人類的語言并與其進行對話，而且對話的內容相當真實，并能根據上下文語境給用戶提供建議，還能幫助用戶寫代碼、論文、翻譯、文章、視頻腳本等，甚至已經可以取代人類做這些工作。

５ 人工智能與智能生命

人工智能未來能否進化出真正的硅基智能生命，挑戰人類甚至替代人類，這個也是目前人工智能領域爭論比較大的話題。

人工智能未來發展必然越來越智能，某些方面越來越接近人類，但是如果要產生真正的生命是不大可能的。人類有一些特征，如感覺，人工智能是無法讓機器自己感覺的，如痛感，機器雖然能夠通過傳感器感受壓力，但是無法產生感覺。而且，人類還有一個自我感，機器是無法實現的，人工智能只能是模擬，它只不過是人思維的一個延伸功能助手。

６ 人工智能未來展望

人工智能未來在各行業取代人力將成為不可避免的趨勢。人工智能目前已經取代了一些簡單的重復性行業，隨著技術的發展，很多行業的工作將被取代，比如司機，隨著無人駕駛技術的發展，未來汽車不需要人來手動駕駛。為減少士兵犧牲，未來士兵也可能大量被機器人取代。當然除了取代人力，人工智能也會普遍成為各個行業的助手，如醫療行業，很多疾病的判斷，甚至動手術，都可能由人工智能完成。

很多高端科技公司已經在研究腦機接口。馬斯克曾宣布將一塊芯片植入大腦，腦機接口技術可以應用在醫療上，將來可以通過腦機接口治療抑郁、癱瘓、艾滋海默等疾病。另外，腦機接口可以真正實現虛擬現實技術，使人的思維進入元宇宙，就像一些科幻電影里描述的一樣。腦機接口還能擴展大腦信息存儲，只要植入芯片，人類就不需要通過學習獲得知識［５］ 。

人工智能雖然不能進化成真正意義上的生命，但從某種意義上來說，其越來越接近人類的思考方式，并且比人類更有優勢，所以安全問題也可能在未來出現，如自主思考，突破程序設定的安全閥，會對整個社會產生很大的破壞，這些都是未來人工智能需要面對的問題。

７ 結束語

人工智能技術從開始到現在已經發展了幾十年，經過了幾次低潮期，隨著計算機、網絡、大數據、云計算、神經網絡、深度學習等技術的發展，目前其已經在各個領域應用廣泛，并走進了人類的生活，但目前的人工智能從長遠來說，還處于弱智能階段，在實際應用中也存在著一些問題。不過，隨著人工智能技術越來越受重視，大量資金的投入以及大量科研人員參與該行業的設計與創新，人工智能必然會更加智能，在人類社會中的重要性也會越來越高。

參考文獻：

［１］ 程麗莎，張洪波，丁健倫，等．基于人工智能的未來發展趨勢的分析與探討［Ｊ］．中國新通信，２０１８，２０（５）：９９．

［２］ 程曉楠．計算機人工智能技術的發展及其應用分析［Ｊ］．科學技術創新，２０１９（１７）：９４?９５．

［３］ 李彥峰．人工智能在自然語言處理中的應用［Ｊ］．襄陽職業技術學院學報，２０１８，１７（４）：７１?７４＋７８．

［４］ 周路菡．人工智能下一站：無人駕駛汽車［Ｊ］．新經濟導刊，２０１７（Ｚ１）：８９?９３．

［５］ 李啟源．人工智能技術發展及典型應用綜述［Ｊ］．數字通信世界，２０１７（１２）：１５９?１６０．

作者簡介：周軍強（１９７９—），本科，講師，研究方向：軟件工程。