張馨月
(成都理工大學宜賓校區(qū),四川 宜賓 644000)
人工智能作為信息時代發(fā)展的產(chǎn)物,已經(jīng)融入到了人們的生活和工作中,且其快速發(fā)展能夠在極大程度上推進社會生產(chǎn)力的提高。如今,人們對人工智能技術(shù)并不陌生,其應用范圍也在不斷拓寬,在未來,人工智能技術(shù)仍將得到進一步優(yōu)化及完善,這就需要相關(guān)領域持續(xù)加大對人工智能技術(shù)的研究與開發(fā)力度。以下筆者對現(xiàn)階段人工智能技術(shù)的發(fā)展與應用進行相關(guān)闡述。
人工智能技術(shù)簡稱AI,是一門綜合性極強的技術(shù),其主要用于開發(fā)模擬和延伸人的智能的理論、方法和相關(guān)技術(shù)。人工智能技術(shù)以計算機學科為基礎,對多學科技術(shù)進行了交叉融合??梢詫⑵浞譃橹悄芎腿斯蓚€部分,即智能化和對人工的替代。然而現(xiàn)階段相關(guān)學者對人工智能的含義產(chǎn)生了較大的分歧,這是因為“智能”中所涉及的領域較多,其中最為主要的便是如何理解“智能”中所體現(xiàn)的思想以及思維[1]。人工的概念則沒有太多爭議,即業(yè)內(nèi)對人工智能技術(shù)研究的最終目的就是替代人工。人工智能技術(shù)的整體發(fā)展時間較為漫長,且在不斷的發(fā)展過程中逐步得到優(yōu)化和完善。在新時代背景下,隨著互聯(lián)網(wǎng)技術(shù)和現(xiàn)代信息技術(shù)的進步,人工智能技術(shù)的發(fā)展也在加快。將其應用在一些領域已經(jīng)能夠代替人類開展一些較為簡單的工作。在未來發(fā)展中,人工智能技術(shù)有望更多地替代人工操作,從而全面實現(xiàn)生產(chǎn)作業(yè)的高效化。
1956年,人工智能話題第一次出現(xiàn)在國外一群年輕科學家舉辦的聚會上,本次聚會國外相關(guān)科學家提出了機器模擬人工進行操作的相關(guān)問題,這也是人工智能技術(shù)首次被提出。在人工智能技術(shù)的發(fā)展萌芽時期,相關(guān)程序的出現(xiàn)顛覆了人們的原有認知,人工智能技術(shù)在該階段被用于代數(shù)數(shù)學問題的處理中,并且能夠?qū)崿F(xiàn)幾何定理的證明。雖然在萌芽時期的人工智能技術(shù)并不成熟,但其發(fā)展和應用已經(jīng)受到了極大關(guān)注。
到20世紀60~70年代,人工智能技術(shù)進入反思發(fā)展階段。這一階段的人工智能在技術(shù)上取得了極大突破,而這些技術(shù)上的突破使得科學家充分認識到人工智能技術(shù)的未來發(fā)展前景。在該階段,科學家在原有技術(shù)的基礎之上嘗試了更多具有挑戰(zhàn)性的應用。但人工智能技術(shù)的相關(guān)理論在該階段并未得到快速發(fā)展,進而導致人工智能技術(shù)進入了發(fā)展的低谷時期。
20世紀70~80年代,人工智能技術(shù)已經(jīng)逐漸朝著專家系統(tǒng)模擬領域轉(zhuǎn)變。從發(fā)展低谷時期走到真正的發(fā)展期經(jīng)歷了10年左右的時間。該階段的科學家對于理論和經(jīng)驗有著更加全面的認知,這也使得人工智能技術(shù)開始逐漸進行方向的轉(zhuǎn)變,即在不斷發(fā)展過程中實現(xiàn)了人工智能技術(shù)由原有理論研究朝著實際應用進行突破。該階段的人工智能技術(shù)已經(jīng)在醫(yī)療以及化學領域取得了良好的應用研究成果,這也在一定程度上奠定了人工智能技術(shù)的未來發(fā)展趨勢。
在20世紀80~90年代,人工智能技術(shù)的應用范圍在逐漸擴大,但該階段,由于缺乏相關(guān)理論知識,導致人工智能技術(shù)的優(yōu)化和完善中出現(xiàn)了許多問題。這一階段也是暴露出問題最多的一個階段,成為人工智能技術(shù)發(fā)展的低迷時期。
經(jīng)過發(fā)展低迷期后,人工智能技術(shù)迎來了發(fā)展的蓬勃時期。這一階段大數(shù)據(jù)技術(shù)以及物聯(lián)網(wǎng)技術(shù)的出現(xiàn),推進了人工智能技術(shù)的發(fā)展。如今的人工智能技術(shù)已經(jīng)能夠?qū)W科和應用進行全面結(jié)合。各項研究理論的完善與成熟,使得人工智能技術(shù)迎來了爆發(fā)式的發(fā)展。
人工智能技術(shù)能夠被廣泛應用在多個不同領域,是因為其本身具有較強的應用優(yōu)勢。人工智能技術(shù)最為顯著的優(yōu)勢是能夠解決數(shù)據(jù)模糊的問題,同時還具備極強的寫存能力,這使得一些未知的問題利用人工智能技術(shù)能夠得到高效解決。尤其在網(wǎng)絡信息化背景下,許多數(shù)據(jù)信息本身就呈現(xiàn)出模糊狀態(tài),這使部分信息會存在較大的不確定性,對這部分信息的處理往往難度極大[2]。利用人工智能技術(shù)的模糊運算則能有效解決此類問題,從而從根本上提高信息的處理水平。
人工智能技術(shù)的第二大優(yōu)勢在于具備極強的協(xié)調(diào)
能力。隨著計算機科技網(wǎng)絡結(jié)構(gòu)的不斷發(fā)展,依托計算機網(wǎng)絡所進行的管理工作日益復雜,想要實現(xiàn)網(wǎng)絡結(jié)構(gòu)的簡單化管理就必須采用分級式的管理方式。而實現(xiàn)分級式的管理方式主要以人工智能技術(shù)為前提,能有效實現(xiàn)上下級的高效協(xié)作與溝通,并對相關(guān)問題進行解決[3]。此外,人工智能技術(shù)存在協(xié)作分布的思維方式,在開展管理工作時具備極強的協(xié)作能力。
人工智能技術(shù)的學習能力是普通技術(shù)所無法比擬的,人工智能技術(shù)具備非常強大的信息概括能力,能夠在眾多的數(shù)據(jù)信息中挑選出最有價值的信息。此外,人工智能技術(shù)還具備主動學習以及數(shù)據(jù)分析能力,能夠通過不斷推理來挖掘更高層次的數(shù)據(jù)信息。在有價值的信息得到應用后,能夠進一步加快各領域的生產(chǎn)和發(fā)展。
人工智能技術(shù)的核心在于利用機器人模擬人類的智慧開展一系列生產(chǎn)操作工作,目前已經(jīng)取得一定的研究成果,非線性處理能力已經(jīng)成為人工智能技術(shù)的一大優(yōu)勢。
目前,大數(shù)據(jù)技術(shù)已得到了十分廣泛的應用,其中信息的收集和處理是大數(shù)據(jù)技術(shù)的主要應用領域。但在數(shù)據(jù)量過于龐大時,單純依靠大數(shù)據(jù)技術(shù)進行數(shù)據(jù)的處理和分析則顯得較為困難,此時就需要將大數(shù)據(jù)技術(shù)與人工智能技術(shù)進行高效結(jié)合,以充分運用機器學習技術(shù)來完成相關(guān)工作任務。機器學習簡言之就是以計算機為基礎來對人類的學習進行模擬,通過模擬的方式來完成相關(guān)任務。目前較為常見的機器學習方式包括概率學習和決策樹訓練[4]。該項技術(shù)的優(yōu)勢在于能夠高效地對數(shù)據(jù)進行處理,同時能夠通過學習和訓練來形成新的處理模型用以對多種不同類型的數(shù)據(jù)進行處理,尤其是在對一些海量數(shù)據(jù)進行處理時,數(shù)據(jù)挖掘與學習的方式能夠達到理想的處理效果。
人工智能技術(shù)的知識與數(shù)據(jù)智能化處理能夠在專家系統(tǒng)上得到充分的體現(xiàn)。專家系統(tǒng)是智能化極高的計算機系統(tǒng),能夠?qū)⒛骋活I域的知識進行全面集合,再通過前期的程序設定來完成相應的系統(tǒng)架構(gòu)構(gòu)建,后續(xù)在解決問題時則可以利用該系統(tǒng)的程序進行高效解決。專家系統(tǒng)最為重要的兩個組成部分是數(shù)據(jù)庫和推理系統(tǒng),數(shù)據(jù)庫主要是包含某一領域的專業(yè)知識和相關(guān)經(jīng)驗,而推理系統(tǒng)主要是模擬人類的智慧推理過程,再以數(shù)據(jù)庫為基礎對問題進行解決,通過數(shù)據(jù)庫和推理系統(tǒng)的結(jié)合能夠快速得到問題的答案。
人機交互技術(shù)是將用戶和系統(tǒng)進行有效連接的技術(shù)。用戶在使用相關(guān)軟件時可以通過交互界面完成指定操作。而人機交互技術(shù)主要是以機器人的學習和模式識別技術(shù)為基礎,該項技術(shù)需要依靠相應的輸出設備和指定軟件系統(tǒng)實現(xiàn)。想要對現(xiàn)有的人機交互技術(shù)進行提升,則必須對硬件系統(tǒng)和軟件系統(tǒng)進行同時優(yōu)化[5]。此外,在技術(shù)研發(fā)過程中還需要對傳統(tǒng)人機交互技術(shù)存在的不足進行優(yōu)化和調(diào)整,轉(zhuǎn)變原有手動操作模式,以有效擴大人際交互技術(shù)的使用范圍,給用戶帶來更好地操作體驗。
將人工智能技術(shù)應用在生物識別領域,能夠高效地對各種生物特征進行準確識別,從而在最短的時間內(nèi)對生物的身份進行確定。如今較為常見的生物識別系統(tǒng)分別是人臉識別、指紋識別以及虹膜識別。這些系統(tǒng)的應用原理都是通過對比的方式來對生物特征進行高效識別。生物識別系統(tǒng)主要以人工智能技術(shù)為基礎,通過獲取大量的樣本數(shù)據(jù)來進行數(shù)據(jù)特征的提取,然后通過訓練識別模型來對生物特征進行有效識別。將人工智能技術(shù)應用在生物識別領域,還需要運用學習模型對生物的相關(guān)信息進行對比分析,通過這樣的方式能夠大大提高識別的準確性。
自動駕駛?cè)缃褚褌涫苋藗冴P(guān)注。自動駕駛簡言之就是利用傳感系統(tǒng)和計算機系統(tǒng)來實現(xiàn)無人駕駛的目的。如今我國的自動駕駛研究也已經(jīng)取得初步成果。
自動駕駛系統(tǒng)是一個非常復雜的系統(tǒng),其中包含大量的軟件設備和硬件設備。自動駕駛系統(tǒng)除應用傳感技術(shù)和自動控制技術(shù)外,也融入了人工智能技術(shù)。人工智能技術(shù)能夠更好地對環(huán)境進行感知,同時也能更高效地對車輛進行控制。自動駕駛系統(tǒng)在運行過程中會以人工智能技術(shù)的機器學習理論為基礎來對環(huán)境進行有效識別,通過這種方式可以保證在車輛無人駕駛的情況下順利完成行駛?cè)蝿铡?/p>
人類在發(fā)展過程中形成了自然語言,自然語言能夠在一定程度上體現(xiàn)人類文明發(fā)展的智慧結(jié)晶。自然語言的處理實際上就是利用相應技術(shù)使計算機理解人類的語言。該項技術(shù)雖然聽上去較為簡單,但是想要真正實現(xiàn)則是一項難度巨大工程。人工智能技術(shù)的出現(xiàn)使得自然語言的處理速度不斷加快,其能夠利用機器學習理論,從大量的自然語言數(shù)據(jù)中找尋出自然語言的相關(guān)規(guī)律,在此基礎之上構(gòu)建相應的語言知識框架,進而幫助計算機更加高效地對自然語言進行理解和識別[6]。如今自然語言處理在發(fā)展過程中已經(jīng)取得了十分顯著的成就,但是由于該領域的研究外延較廣,所以在實際研究過程中仍然有許多問題需要攻克和解決。例如,在未來發(fā)展過程中需要對單詞邊界的界定以及不規(guī)范地輸入問題進行有效解決。此外,相關(guān)研究人員還需將人工智能技術(shù)的應用優(yōu)勢充分發(fā)揮出來,對現(xiàn)有技術(shù)進行優(yōu)化和完善,以借助人工智能來提高難題的攻堅效率。
綜上所述,在新時代背景下,人工智能技術(shù)的發(fā)展是社會發(fā)展的必然趨勢,人工智能技術(shù)的應用能夠推進各領域的發(fā)展進程。而在未來,人們還需要對人工智能技術(shù)進行進一步的優(yōu)化及完善。如今相關(guān)研究人員在對人工智能技術(shù)進行研究時會分為兩種不同的態(tài)度,一部分研究人員認為人工智能技術(shù)的快速發(fā)展能夠有效解決人力操作問題,對于人類來說是一大福音;還有部分研究學者認為,當機器能夠完全代替人工進行操作時,對于人的生存而言會構(gòu)成極大的威脅。無論何種看法都不可否認人工智能技術(shù)的發(fā)展對于人類文明的發(fā)展而言有著積極的推動作用,人工智能技術(shù)是不可阻擋的趨勢?;诖?,我國相關(guān)研究人員需要對人工智能技術(shù)在發(fā)展過程中存在的難點進行深入研究,致力于對現(xiàn)有的人工智能技術(shù)進行優(yōu)化和完善,加快重點領域攻堅并打造自主核心技術(shù)優(yōu)勢,以更好地獲未來人工智能領域的競爭優(yōu)勢。■