徐上越

摘要 人工智能的發(fā)展引起了人們的極大關(guān)注，本文在理清人工智能概念的基礎(chǔ)上，探討了人工智能發(fā)展的現(xiàn)狀，并分析人工智能最新的應(yīng)用場(chǎng)景。盡管人工智能得到了長(zhǎng)足的發(fā)展，但其也面臨著應(yīng)用倫理、人工智能創(chuàng)造物法律保護(hù)等方面的風(fēng)險(xiǎn)與挑戰(zhàn)。

【關(guān)鍵詞】人工智能 技術(shù)應(yīng)用 風(fēng)險(xiǎn)與挑戰(zhàn)

兩年前，谷歌的人工智能圍棋系統(tǒng)AlphaGo與世界圍棋冠軍李世乭較量，并以4：1的壓倒性優(yōu)勢(shì)戰(zhàn)勝了李世乭，引起了人們對(duì)人工智能的高度關(guān)注。人們紛紛投入對(duì)人工智能的研究開(kāi)發(fā)與應(yīng)用，如在自動(dòng)駕駛、人臉識(shí)別、教育、醫(yī)療等領(lǐng)域的研究開(kāi)發(fā)與應(yīng)用。那么，人工智能技術(shù)的發(fā)展現(xiàn)狀是怎樣的？有哪些領(lǐng)域在應(yīng)用人工智能技術(shù)？人工智能的發(fā)展是否存在風(fēng)險(xiǎn)與挑戰(zhàn)？這些問(wèn)題都值得探討。

1 概念

人工智能是與自然智能相對(duì)應(yīng)的概念，是由人類所制造的機(jī)器的智能，而自然智能是自然進(jìn)化所造成的智能。人類智能是自然智能的一種，是迄今為止人們所知道的最復(fù)雜、最高級(jí)的智能，包含顯性智能和隱性智能。隱性智能是建立在人類直覺(jué)、想象、頓悟和審美等基礎(chǔ)之上能力，是發(fā)現(xiàn)問(wèn)題和定義問(wèn)題的能力.顯性智能則是解決問(wèn)題的能力。目前人工智能的研究主要集中在顯性智能的研究，而人類的隱性智能非常復(fù)雜，這也是目前人工智能無(wú)法全面超越人類智能的原因。但是，人工智能在部分領(lǐng)域如視覺(jué)圖像識(shí)別、語(yǔ)音識(shí)別、文本處理等方面已經(jīng)達(dá)到甚至超越人類水平。

2 人工智能技術(shù)的發(fā)展現(xiàn)狀

人工智能有兩大領(lǐng)域：聯(lián)結(jié)主義（如人工神經(jīng)網(wǎng)絡(luò)）和符號(hào)主義，分別對(duì)應(yīng)著人類智能的歸納總結(jié)和邏輯演繹。符號(hào)主義的主要思想就是應(yīng)用邏輯推理法則，從公理演繹出整個(gè)理論體系，其典型代表是機(jī)器定理證明。由于機(jī)器不能抽象出幾何直覺(jué)，也不能建立審美觀念，所以迄今為止機(jī)器還沒(méi)能自行探索發(fā)現(xiàn)深刻的未知數(shù)學(xué)定理。機(jī)器定理證明就逐漸朝著機(jī)器驗(yàn)證方向轉(zhuǎn)變，因此，人工智能的符號(hào)主義方法相對(duì)于人類智慧還處于相對(duì)幼稚的階段。盡管如此，基于符號(hào)主義的人工智能在某些領(lǐng)域的表現(xiàn)已經(jīng)超越人類。例如，IBM的人工智能專家系統(tǒng)沃森，在電視知識(shí)競(jìng)賽Jeopardy中擊敗人類對(duì)手，贏得冠軍。而結(jié)合深度卷積神經(jīng)網(wǎng)絡(luò)的沃森認(rèn)知計(jì)算平臺(tái)，具有強(qiáng)大的數(shù)據(jù)分析和挖掘能力，其在某些疾病的診斷水平已經(jīng)達(dá)到了頂級(jí)醫(yī)生的水平。

模擬人類大腦的神經(jīng)元網(wǎng)絡(luò)，學(xué)會(huì)人類的歸納總結(jié)能力，是聯(lián)結(jié)主義的基本思想。1981年的諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)獲得者DavidHunter Hubel和Torsen Wiesel對(duì)貓的視覺(jué)神經(jīng)元的研究結(jié)果，啟發(fā)了計(jì)算機(jī)科學(xué)家發(fā)明人工神經(jīng)網(wǎng)絡(luò)。而后續(xù)的研究發(fā)現(xiàn)人類具有多個(gè)視覺(jué)中樞，且這些視覺(jué)中樞具有層次結(jié)構(gòu)，啟發(fā)計(jì)算機(jī)科學(xué)家將人工神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)成多級(jí)結(jié)構(gòu)，并將低級(jí)的輸出作為高級(jí)的輸入，通過(guò)深度學(xué)習(xí)，可以進(jìn)行視覺(jué)圖像識(shí)別。

隨著深度學(xué)習(xí)技術(shù)的興起和發(fā)展，神經(jīng)網(wǎng)絡(luò)的層數(shù)大為增加，而且其收斂速率和系統(tǒng)穩(wěn)定性有了很大的提高。近年來(lái)，隨著算法的改進(jìn)，使用GPU提高計(jì)算能力，大數(shù)據(jù)時(shí)代提供的海量的訓(xùn)練數(shù)據(jù)，深度學(xué)習(xí)技術(shù)得到長(zhǎng)足的發(fā)展，人工智能在許多領(lǐng)域達(dá)到甚至超越人類的智能。如在圖像識(shí)別上，2012年，Hinton教授和他的兩個(gè)研究生將深度學(xué)習(xí)的最新技術(shù)用到以ImageNet為基礎(chǔ)的大型圖像識(shí)別競(jìng)賽上，在有30個(gè)團(tuán)體參與的競(jìng)賽中，其圖像識(shí)別錯(cuò)誤率只有15.3%，脫穎而出，測(cè)試結(jié)果穩(wěn)居第一，遠(yuǎn)低于第二名26.2%的錯(cuò)誤率。在2015年的ImageNet圖像識(shí)別的競(jìng)賽中，微軟亞洲研究院團(tuán)隊(duì)嘗試了一種稱為“深度殘余學(xué)習(xí)”的算法，使得圖像識(shí)別錯(cuò)誤率達(dá)到了3.57%的水平，低于一個(gè)正常人的約5%的圖像識(shí)別錯(cuò)誤率，從而獲得冠軍。所以，在圖像識(shí)別上，人工智能已經(jīng)可以超越人類的智能。

在語(yǔ)音識(shí)別上，2017年，谷歌的語(yǔ)音識(shí)別端到端系統(tǒng)單詞錯(cuò)誤率降至5.6%，IBM宣布其語(yǔ)音識(shí)別系統(tǒng)單詞錯(cuò)誤率取得5.5%的突破，微軟語(yǔ)音識(shí)別的錯(cuò)誤率更是達(dá)到了5.1%，基本接近了人類的水平（5%）。而國(guó)內(nèi)百度的AI實(shí)驗(yàn)室在語(yǔ)音識(shí)別上也取得了驕人的成果，如百度的英文語(yǔ)音識(shí)別系統(tǒng)，其單詞錯(cuò)誤率在一些測(cè)試中已經(jīng)低至3.1%，超過(guò)正常人的識(shí)別能力（5%）。在一個(gè)小型漢語(yǔ)基準(zhǔn)測(cè)試中，百度AI機(jī)器的識(shí)別錯(cuò)誤率也達(dá)到了3.7%的低水平。所以，人工智能在語(yǔ)音識(shí)別上，其準(zhǔn)確度已經(jīng)超越人類的水平了。此外，人工智能在藝術(shù)創(chuàng)作、文本處理、軟件設(shè)計(jì)上也取得較大的進(jìn)步。

3 人工智能技術(shù)的應(yīng)用

隨著人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)技術(shù)的發(fā)展，人工智能技術(shù)在各領(lǐng)域得到了廣泛的應(yīng)用。目前，人工智能在以下領(lǐng)域應(yīng)用較廣，且逐步出現(xiàn)了商業(yè)化的浪潮：

3.1 在教育上的應(yīng)用

如谷歌的開(kāi)源機(jī)器學(xué)習(xí)平臺(tái)TensorFlow;Facebook的機(jī)器學(xué)習(xí)平臺(tái)FBLearnerFlow，都可以大幅提高員工效率。Barbara Kurshan提出，人工智能將在學(xué)習(xí)分析、學(xué)習(xí)內(nèi)容推薦和課程材料質(zhì)量評(píng)價(jià)等領(lǐng)域中發(fā)揮作用，提高教育的效果和效率。當(dāng)前，人工智能教育應(yīng)用已成為教育信息化研究的新熱點(diǎn)。

3.2 在醫(yī)療上的應(yīng)用

如上文提到的IBM的沃森認(rèn)知計(jì)算平臺(tái)，其診斷水平在某些細(xì)分疾病領(lǐng)域已經(jīng)達(dá)到頂級(jí)醫(yī)生的水平。在我國(guó)，隨著醫(yī)療信息化的進(jìn)程，電子病歷和健康檔案的建立，正在實(shí)現(xiàn)利用人工智能對(duì)碎片化醫(yī)學(xué)信息進(jìn)行整理和分析，從而提高醫(yī)療健康服務(wù)質(zhì)量。

3.3 在無(wú)人駕駛上的應(yīng)用

無(wú)人駕駛是人工智能在交通領(lǐng)域應(yīng)用的核心場(chǎng)景。美國(guó)、英國(guó)、德國(guó)等發(fā)達(dá)國(guó)家從20世紀(jì)70年代就開(kāi)始了無(wú)人駕駛汽車的研究，其中最有名為美國(guó)谷歌公司的無(wú)人駕駛項(xiàng)目Waymo，其無(wú)人駕駛汽車已經(jīng)行駛了200萬(wàn)英里（約合322萬(wàn)公里），它的駕駛技術(shù)已經(jīng)可以超過(guò)一位有16年駕齡的老司機(jī)。在我國(guó)，百度在2013年宣布啟動(dòng)基于人工智能系統(tǒng)為核心技術(shù)的無(wú)人車項(xiàng)目，至今正努力成為智能駕駛領(lǐng)域的主導(dǎo)者。此外，蘋果、英特爾、華為、英偉達(dá)、Uber、滴滴出行、特斯拉、AImotive（歐洲無(wú)人駕駛汽車軟件初創(chuàng)公司）等公司也加入到無(wú)人駕駛的應(yīng)用研究中。

3.4 在金融上的應(yīng)用

人工智能在金融上的應(yīng)用主要用于理財(cái)方式的選擇上，可以根據(jù)用戶的需求為用戶推薦最適合的理財(cái)產(chǎn)品。如京東的JIMI，可以通過(guò)對(duì)聊天信息的提取與分析，并對(duì)用戶所屬投資類型和理財(cái)知識(shí)的測(cè)試，從而推測(cè)出用戶的理財(cái)需求和投資能力，為其推薦合適的理財(cái)產(chǎn)品。后續(xù)還可以對(duì)用戶的疑問(wèn)進(jìn)行解答，幫助用戶更為理性地進(jìn)行投資。

此外，人工智能在無(wú)人超市、無(wú)人酒店、電子偵察、機(jī)械電子工程、納稅服務(wù)、冶金自動(dòng)化等領(lǐng)域也得到了越來(lái)越廣泛的應(yīng)用。

4 人工智能的風(fēng)險(xiǎn)和挑戰(zhàn)

人工智能在技術(shù)和應(yīng)用等方面均取得了較大的進(jìn)展，然而，人工智能的應(yīng)用倫理、價(jià)值植入的技術(shù)限度、人工智能創(chuàng)造物的法律保護(hù)等問(wèn)題給人工智能的發(fā)展帶來(lái)了一系列風(fēng)險(xiǎn)和挑戰(zhàn)。

4.1 人工智能的應(yīng)用倫理

AlphaGo贏得圍棋比賽，有人擔(dān)心人類將被機(jī)器消滅。這其實(shí)只是人類的身份認(rèn)同危機(jī)與技術(shù)焦慮。無(wú)論是谷歌的無(wú)人駕駛技術(shù)，還是AlphaGo下棋程序，或是人臉識(shí)別等，充其量只能算是一種“弱人工智能”，科學(xué)家們提出的能夠全面取代人類智能的一種“強(qiáng)人工智能”目前還是一個(gè)很模糊的概念。

4.2 人工智能創(chuàng)造物的法律保護(hù)

隨著人工智能的發(fā)展，其已經(jīng)由算法輸入決定輸出的低級(jí)階段，發(fā)展到具有自主創(chuàng)造的能力的高級(jí)階段。人工智能的創(chuàng)作物也達(dá)到了“作品需要體現(xiàn)的獨(dú)創(chuàng)性”，從而成為可以受著作權(quán)法保護(hù)的作品。但是，從法律的人格、權(quán)利救濟(jì)和立法目的上分析，人工智能本身是由人類發(fā)明出來(lái)的，無(wú)法成為著作權(quán)的主體。當(dāng)前的法律還不能對(duì)人工智能的創(chuàng)造物提供法律支持和保護(hù)，故應(yīng)盡快對(duì)人工智能創(chuàng)作物的權(quán)利歸屬作出合理的制度安排。有學(xué)者提出構(gòu)建以人類讀者（受眾）為基礎(chǔ)，而不是以人類作者、發(fā)明人為中心的版權(quán)法和專利法理論，從而解決人工智能創(chuàng)造物的權(quán)利歸屬。

參考文獻(xiàn)

[1]鐘義信，人工智能：概念、方法、機(jī)遇[J].科學(xué)通報(bào)，2017，62 （22）： 2473-2479.

[2]顧險(xiǎn)峰，人工智能的歷史回顧和發(fā)展現(xiàn)狀[J].自然雜志，2016，38 （03）：157-166.

[3]B Kurshan. The future of artificialintelligence in education [DB/OL].[2017-05-31]. ht tps：//www. forbes. com/s ites/barbarakur shan/2 016/03/1 0/the-future-of-ar tificial-intelligence-in-education/#9e3113d2e4d8.

[4]張坤穎，張家年，人工智能教育應(yīng)用與研究中的新區(qū)、誤區(qū)、盲區(qū)與禁區(qū)[J].遠(yuǎn)程教育雜志，2017 （05）： 54-63.

[5]孔鳴，何前鋒，李蘭娟，人工智能輔助診療發(fā)展現(xiàn)狀與戰(zhàn)略研究[J]，中國(guó)工程科學(xué)，2018 （02）： 86-91.

[6]侯欣妤.人工智能在金融理財(cái)中的應(yīng)用研究 以京東JIMI為例[J].無(wú)線互聯(lián)科技，2018 （11）：137-138.

[7]翟振明，彭曉蕓，“強(qiáng)人工智能”將如何改變世界 人工智能的技術(shù)飛躍與應(yīng)用倫理前瞻[J]，學(xué)術(shù)前沿，2016 （04）： 22-33.

[8]張春艷，任霄，人工智能創(chuàng)作物的可版權(quán)性及權(quán)利歸屬[J].科技與法律，2011.

[9]梁志文，論人工智能創(chuàng)造物的法律保護(hù)[J].法律科學(xué)（西北政法大學(xué)學(xué)報(bào)），2017 （05）：156-165.