论人工智能的现状与发展方向

付薇

摘 要：一九五六年的达特茅斯会议上，“人工智能”这个概念被首次提出，并作为一个新的研究领域在该次会议上确立。人工智能指的是用机器来精准地描述并模拟人类的自然智能，其目的即是为人类服务。目前许多国家都开始了对人工智能的专门研究，从而使它实现自然智能，拓展和加速人类智能发展。人工智能研究经过几十年的发展，已经取得了许多瞩目的成就，为人们的生产生活带来了巨大的变革，在一定程度上加速了现代社会的发展。我国也相当重视人工智能领域的发展，国务院甚至在二零一七年发布了《新一代人工智能发展规划》，对我国人工智能研究工作进行了新一轮的战略部署，并鼓励了新兴产业发展。本文主要阐述了目前人工智能的现状与未来发展方向，希望能为相关研究提供参考。

关键词：人工智能;现状;发展方向

1 人工智能的研究现状

目前人们研究人工智能的主要方法有深度学习、群智计算、深度强化学习、对抗式生成网络、半监督训练、非监督训练等。研究者们将人工智能技术投放到图像识别、机器人技术、语言处理、仿真技术、数据分析等领域，得到了许多显著成果——例如人脸识别技术、计算机智能围棋程序（AlphaGO）、智能医疗程序、仿真机器人设计。人工智能的发展道路虽然波折而艰难，但是成就十分突出，在基础理论知识和实践技术应用方面都有创新和突破，其中的部分研究成果已经投入到了产业生产中，可以说我们每天都生活在人工智能带来的便捷中。

1）专用人工智能领域发展迅速。专用人工智能指的是一种面向特定方面的人工智能，其应用目的十分明确，由于其领域专注性，在某个领域内能够很快积累到足够的知识与经验，便于建模计算，所以是人工智能大领域中比较容易发展和突破的一个分支研究。例如AlphaGO系列围棋程序在各大比赛中碾压人类选手、IBM Waston在同人类的知识竞赛中获得冠军、DeepStack赢得了与顶级德州扑克选手的对决、推出的多种智能语言翻译应用消除了人们实时沟通的障碍、图像篡改检测能够通过对图像的分析自动识别是否存在篡改的痕迹等等。

2）人工智能研究通过统计学习开展实际应用。统计学习可以说是人工智能发展的理论基础，研究者们在一九四零年提出了Hehh学习规则和MP模型，可以说是统计学习理论的雏形。在二十年后，随着自适应线性单元的提出，人工智能的统计学习迎来了第一次发展高潮。二零零年又新提出了深度学习、对抗学习、强化学习理论，进一步刺激了人工智能的发展。强化学习通过建立奖惩机制来形成人工智能与环境背景的交流和互动行为，与深度学习的有机结合更能提高其解决策略类问题的能力。例如强化学习与神经网络相融合使得AlphaGO的棋艺超过了人类棋手，而更深一步地强化学习方法降低了其对人类的依赖程度，从而做到“无师自通”，通过判别器模型与生成器模型的互相博弈还能够使得双方性能都获得显著的提升。

3）各个国家对于人工智能的研究愈发激烈。俄罗斯最高领导人普京在二零一七年的开学日演讲中提出“未来谁率先掌握了人工智能，谁就掌握了世界”，欧盟在次年投入了二百八十亿美元来支持对人工智能的研究，美国也随之表示将成立人工智能研究委员会来确保美国在该领域始终处于领先地位。

2 人工智能的未来发展方向

1）开展创新性课题研究。人工智能研究的最终目标是用机器来模拟人类的智慧，这需要很一段长时间的探索和尝试，研究学者们因此在已有研究基础上开展了一些新的研究课题，从不同角度入手进行探究。目前较为热门的几个课题方向有智能控制与管理、自动知识获取系统、能够迅速大量储存知识信息的资料库等。因为人工智能领域的研究最终要推广到实际应用，所以新的课题研究必须能要契合人类需要，满足生产生活需求。最新的人工智能研究方向可以归纳为人机融合、智能应用、机器智能这几个方面，而未来该研究领域的发展也将沿着这个方向进行。

2）促进人类与机器的融合。人工智能研究是建造智能计算机并发展其智慧与学习能力，来辅助人类进行工作，简单来讲就是让当前的普通计算机变得更智能更实用，所以说人工智能领域是计算机科学下的一个分支研究领域。同时研究还旨在探寻人类智慧与机器智能的基本原理，从而用机器来模拟人的思维过程和智慧结果，而这个目标则超出了原有计算机科学范畴，融合了社会科学与自然科学。研究学者们致力于解决知识的模糊问题与不一致问题，来改善知识的应用情况，促进人工智能领域发展。

3）发展机器无监督学习模式。人工智能领域的另一个未来发展方向就是发展机器无监督式学习，对当前机器深度学习的模式加以改善，做到用少量标记数据来学习世界。人类的智慧使我们无需大量教学示例就能理解世界，即便没有大数据的支持也能有良好的认知能力。目前的人工智能系统还不具备这种能力，都还在人类的监督下进行学习，而未来的研究方向就是让机器从未加标记的原有数据中进行学习。

3 结语

在国家政策支持和资金投入之下，我国的人工智能技术也得到了充分的发展，为民众生活提供了不少便利，但当前世界范围內最先进的人工智能的模型与算法等很多都是由外国研究者发现并提出的，国内只是对相关研究成果进行补充和完善，还没能独立实现尖端领域研究。因此，在将人工智能研究成果迅速产业化的同时，我国还需要积蓄经验和力量，深入研究发掘现有方向，拓展新的研究领域，才能在未来激烈的人工智能研究竞争中占得先机，把握核心技术，引领人工智能的发展趋势。

参考文献

[1]赵庆澎.计算机人工智能的发展现状与未来趋势[J].电子技术与软件工程，2018，000（004）：P.254-254.

[2]李子青.计算机人工智能技术的应用与未来发展分析[J].科技经济市场，2019（10）：9-11.

[3]苗嘉荣.人工智能行业应用的最新现状和未来趋势研究[J].现代商业，2019，526（09）：53-54.