人工智能的发展及趋势

张茜　贺建鹏

摘要：本文概述了群众对人工智能的一些误解以及这个行业三次兴起和两次衰败的经历以及经验教训，并通过查阅资料对人工智能的未来发展方向以及它对其他行业的影响做出自己的简单预测。

[关键词]人工智能AI发展趋势

1对人工智能的误解

1.1什么是真正的人工智能

现如今大街小巷都在谈论人工智能，但其实，研究了这么多年的AI技术在真正意义上并没有完全实现。其实大部分所谓的人工智能产品，都只是比较成功地对人类智力活动的某些方面进行了很好的模仿，人们就将这种技术冠以“人工智能”称号，比如可以自动对房间整体进行定位，遇到障碍自己拐弯并进行清扫的智能扫地机，再比如智能医疗诊断系统，他需要专家先对系统做一个"模板”，病人只需要回答问题，机器就可以通过一步步判断，最终得到一个病简报告。而专家们所定义的人工智能，是具有心智、情感、对人的大脑进行了极限模仿，具有发现、察觉能力的智能，简单概括为制造出一个可以像人类一样会思考的计算机，这样的智能到目前甚至未来的很长时间都难以实现。

1.2人工智能与机器人

有时我们经常将人工智能与机器人混为一谈，这也是很不確切的。人工智能主要是智和能，并不一定要有实实在在存在的躯壳，比如苹果手机上的Siri，他可以和人进行对话，好像他懂得感情，懂得思考，但它只是一个系统，部署在了手机上;还有围棋博弈这种抽象研究领域，它也不需要躯壳就可以和人类进行比赛。而机器人是有身体的并赋予一定规则去做事的机器，可以这样理解：人工智能其实可以当做是机器人的头，控制机器人做事，这俩个概念有交集，也有各自的特点。

1.3目前生活中的人工智能

目前生活中的人工智能可以分为四个级别：

（1）单纯的控制程序只能按照别人的指示去操作，其实这是生产商为了市场营销而对产品进行了华丽包装，这类产品只是有很简单的控制程序，如家用空调、洗衣机、电动剃须刀;

（2）传统的人工智能：灌入了很多规则，并会推理预测。这种产品加入了推理与搜索，还使用了数据库，如将棋程序，每当对手出一步棋，程序总会进行推理，选择一种对自己有利的去博弈，不得不说，在这种海量数据处理方面，AI比人类更擅长。

（3）引入机器学习的人工智能：这类人工智能是以大数据为基础，机器自己先按规则做事，然后对规则和知识进行学习，也就说给他一个样本，他可以撬动整个地球，就比如医疗诊断系统，但是这个样本是海量的且需要不断更新录入。

（4）引入深度学习的人工智能：它是对

三级别的样本进行自我学习，并定义一个自己可以认识的特征量，以便于下次遇到相同的问题可以直接进行解答。

举个例子，比如软件行业，刚来公司的实习生就是第一级别，他只能听老员工的指挥去做工作;程序员就属于第二级别，他需要了解很多规则和要求，然后学习去开发项目，自已搜索推理项目中存在的问题;项目经理就相当于第三级别，他已经具备一定的知识和经验，要求他去检查项目并督促组内成员尽快完成业务;而那些根据自我需要发掘项目的人就是第四级别。

2人工智能的发展历程及经验教训

人工智能发展至今天并不是一帆风顺的，人们对AI的态度也是大起大落，虽受到过无数次的冷漠和质疑，但是人工智能并未销声匿迹反而一次次蜕变。为了实现这个伟大梦想，科研人员常年埋头苦干，虽然想要实现真正意义上的AI还遥遥无期，但是在研究过程中已经形成的副产品，却充溢在人们的日常生活中。顽强的生命背后是失败与成功的不断切磋。

2.1第一次人工智能风潮

因巨型计算机ENICE的强大计算功能，1956年大家想当然地认为：可以制造出能够像人一样进行思考的机器，在这个背景下第一次人工智能逐渐孕育，起初人们通过“搜索树”来求解一些多选择有规律的“玩具问题”，如走出迷宫、梵塔问题，其效率远高于人类，于是人工智能得到了人们的青睐，仔细思考，其实计算机仅限于解决一些专业性很强的问题，当回归现实生活，当一个公司希望促进公司未来的发展而去开发一款产品，此时的计算机并不能像专业人士那样帮助其分析市场数据、预测市场趋势，提出最有市场前景的产品，再比如金融股市方面，计算机能否告诉我们较小的风险项目有哪些？当发现了这个问题，而且很长一段时间都没有得到解决，人们对AI的失望情绪开始扩大，到20世纪70年代，最终走向低谷。

2.2第二次人工智能风潮

基于第一次的失败，人工智能灌入“知识”，再次进入人们生活，这一时期主要是将大量的专业知识输入系统，在经过推测程序，得到结果。比如需要评价项目成功：机器会问项目是否在规定时间内完成、成本是否在预算之内、质量是否打到规格说明书要求的水平、是否通过客户和用户验收、项目的范围变化是否可控、没有严重影响整个软件组织的主要工作流程、没有对公司文化产生不好的影响。如果这些回答都是是，那么机器人就会告诉你这是一个成功的项目。诸如此类，无论医学、法学、金融等任何领域只要具备大量的信息让计算机去判断，AI就可以帮助我们解决很多生活小问题，但是当面对什么是“猫头鹰”，我们只要看见长得像猫脸的会飞的夜晚活动的一种动物就说这是猫头鹰，但是计算机又会问那什么是“猫”什么是“夜晚”，什么又是“动物”，这种层层分解来使计算机解决问题，就需要对他输入大量的名词，无尽的输入再一次使人们对人工智能心灰意冷。

2.3第三次人工智能风潮

如今第三次热潮正在深入我们的生活，总结前俩次的教训，我们对任一产业的期待，都应建立在一定的现实基础上，在人工智能方面，我们要充分意识到人工智能的可能性与极限性。在人工智能1.0能走路之前，它先得长出两条腿一“计算腿”和"通讯腿”。

互联网的出现，海量信息有了处理方式，“机器学习”技术得到了发展，它是充分利用样本数据，边处理边区分，并人为地给其一个特征量，当下次再遇到，计算机就可以很快检索知识并作出应答。什么是数字3？我们给他一个定义，使计算机学习并区分，当下一次遇到“3”符号。计算机便能识别这是3;这也带来一个问题，就是特征量的提取是靠人，而精确定义特征量又是提高计算机处理能力的一个重要保障，人与计算机存在着很大的不同，因此如何能够定义出计算机最能接受的特征量就显得尤为重要。在第三次人工智能浪潮的发展中，“深度学习”在一定领域解决了这个复杂问题。

基于数据、计算机自动定义一个高层的“特征量"来识别圖片并进行分类，比如“斑马”，直接从视觉方面给计算机一个冲击，和这张图片一样的就叫斑马;再比如“3”，让计算机自己去看多种3的写法，自定义一个特征量，来区分“3”。计算机自己定义特征量就可以避免对特征量理解不到位的情况。

3人工智能未来发展趋势及对其他行业的影响

3.1发展趋势

（1）目前，计算机已经发展到可以通过图像来生成特征量，不难推断出AI的下一步发展则是多感官生成特征量，除了视觉，还有听觉、触觉、嗅觉多个方面。

（2）遇到问题先做动作，得知结果，将动作与结果结合思考。比如想要推动一个箱子，先用任意的力量去推，然后感受并思考得出结果：如果是重物则用大力，轻物则用小力气推。

（3）自身摸索，生成可以辨别世间万物的特征量手册。比如什么是软，什么是亮，什么是易碎物品什么是轻放。

（4）自动接受数据和概念，并翻译。如将“狗”与“汪汪”“软绵绵”结合，生成一系列有关联的特征量，当学会一个，其余的就会有依据自动学习。

（5）可以理解人类语言逻辑。比如当阅读一篇文章，就会在其意识中有场景浮现。

（6）每一步看似简单，但要真正达到，还需要人类不断探索钻研。

3.2行业忠告

不否认，AI已经渗入我们的生活，很多人面临失业问题，但它也会促进一些产业兴起。根据AI未来发展趋势我推测，那些有规律可循的程序化行业，计算机比人更有效率。比如：货物分类、银行窗口、数据输入等，而对于一些例外情况的处理还是需要人来解决;另外经济发展，人民生活水平提高，更加追求精神慰藉，陪伴是当今社会最缺少的一项活动，而计算机是不能够与人谈心的，这样的活动也只能由人来完成，所以发展这类产业也会有很好的前景;再者，无论哪一个应用，都是为人服务，做好与人交互的界面设计，当然人比机器更适合。综上，我们在今后的就业方面应多去关注夹杂着较多人情味的工作，摒弃一些循规蹈矩的工作，更加专注于与人打交道、设计类的工作。

互联网时代之后将是人工智能的时代，未来AI将渗透到各行各业，我们应做好打算;AI将传统产业与新兴技术完美结合，我们应做好承接;AI将推动社会更快发展，我们应做好创新，不懈钻研。

参考文献

[1]松尾丰，人工智能狂潮[M].机械工业出版社，2016.