呂 偉, 鐘臻怡, 張 偉

上海電氣集團(tuán)股份有限公司 中央研究院 上海 200070

1 人工智能含義

人工智能是一門涉及信息學(xué)、邏輯學(xué)、認(rèn)知學(xué)、思維學(xué)、系統(tǒng)學(xué)和生物學(xué)的交叉學(xué)科，已在知識處理、模式識別、機(jī)器學(xué)習(xí)、自然語言處理、博弈論、自動定理證明、自動程序設(shè)計(jì)、專家系統(tǒng)、知識庫、智能機(jī)器人等多個領(lǐng)域取得實(shí)用成果[1]。目前，對人工智能還沒有廣泛認(rèn)可的統(tǒng)一定義，很多專家學(xué)者給出了一些有代表性的解讀。美國麻省理工學(xué)院Winston 教授在《人工智能》一書中指出：“人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能的工作。”美國斯坦福大學(xué)Nilson教授認(rèn)為：“人工智能是關(guān)于知識的學(xué)科，是怎樣表示知識、獲得知識并使用知識的學(xué)科。”

2 人工智能發(fā)展歷史

人工智能經(jīng)歷了漫長的發(fā)展過程，已有70多年的發(fā)展歷史[2]。人工智能的發(fā)展過程可分為幾個階段： 1943年，人工神經(jīng)元模型被提出，開啟了人工神經(jīng)網(wǎng)絡(luò)研究的時代；1956年，達(dá)特茅斯會議召開，提出了人工智能這一概念，標(biāo)志著人工智能的誕生，這一時期國際學(xué)術(shù)界人工智能研究潮流興起，學(xué)術(shù)交流頻繁；20世紀(jì)60年代，作為主要流派的連接主義與符合主義進(jìn)入消沉，由于硬件能力不足、算法缺陷等原因，人工智能技術(shù)陷入發(fā)展低迷期；20世紀(jì)70年代，反向傳播算法開始研究，計(jì)算機(jī)成本和計(jì)算能力逐步提高，專家系統(tǒng)的研究和應(yīng)用艱難前行，人工智能逐漸開始取得突破；20世紀(jì)80年代，反向傳播神經(jīng)網(wǎng)絡(luò)得到廣泛認(rèn)知，基于人工神經(jīng)網(wǎng)絡(luò)的算法研究突飛猛進(jìn)[3]，計(jì)算機(jī)硬件能力快速提升，加之互聯(lián)網(wǎng)的發(fā)展，降低了人工智能的計(jì)算成本，人工智能平穩(wěn)發(fā)展；2006年，深度學(xué)習(xí)被提出，人工智能再次取得突破性發(fā)展；21世紀(jì)前十年，移動互聯(lián)網(wǎng)的發(fā)展為人工智能帶來更多應(yīng)用場景；2012年，深度學(xué)習(xí)算法在語音和視覺識別上實(shí)現(xiàn)突破；2016年，“α圍棋”的出現(xiàn)引發(fā)了人工智能將如何改變?nèi)祟惿鐣乃伎肌?/p>

3 人工智能研究內(nèi)容

從人工智能的發(fā)展歷程來看，20世紀(jì)80年代的算法創(chuàng)新研究為人工智能帶來了突破性發(fā)展，之后，大數(shù)據(jù)、計(jì)算力、深度學(xué)習(xí)等方面的進(jìn)展促進(jìn)了人工智能的高速發(fā)展。算法、計(jì)算力、大數(shù)據(jù)是人工智能的基礎(chǔ)支撐層，而建立在這之上的基礎(chǔ)技術(shù)便是計(jì)算機(jī)視覺、自然語言理解、語音識別。人工智能通過這三種技術(shù)，使機(jī)器能夠看懂、聽懂人類世界，用人類的語言和人類交流[4-5]。

3.1 基礎(chǔ)支撐層

3.1.1 算法

算法是指用系統(tǒng)的方法描述解決問題的策略機(jī)制，能夠基于一定規(guī)范的輸入，在有限時間內(nèi)輸出所要求的結(jié)果。近幾年，新算法的發(fā)展提升了機(jī)器學(xué)習(xí)的能力，尤其是隨著深度學(xué)習(xí)理論的成熟，很多企業(yè)采用云服務(wù)或開源方式向行業(yè)提供先進(jìn)技術(shù)，將先進(jìn)算法封裝于易用的產(chǎn)品中，大大推動了人工智能技術(shù)的發(fā)展。目前，市場上有很多廠家都在搭建通用的人工智能機(jī)器學(xué)習(xí)和深度學(xué)習(xí)計(jì)算底層平臺，如谷歌的TensorFlow軟件、微軟的Computational Network Toolkit深度學(xué)習(xí)工具包、亞馬遜的AWS分布式機(jī)器學(xué)習(xí)平臺、百度的AI開放平臺等。

3.1.2 計(jì)算力

人工智能對計(jì)算力的要求很高。以往在研究人工智能時，經(jīng)常受到單機(jī)計(jì)算力的限制。近幾年，云計(jì)算的發(fā)展對計(jì)算力的提升起到了至關(guān)重要的作用。機(jī)器學(xué)習(xí)，特別是深度學(xué)習(xí)是極耗計(jì)算資源的，而云計(jì)算可以達(dá)到每秒10萬億次的運(yùn)算能力。此外，圖形處理器的進(jìn)步對人工智能的發(fā)展也有很大推動作用，這種多核并行計(jì)算流的方式能夠大大提高運(yùn)算速度。通過云計(jì)算，圖形處理器可以以較低的成本獲取大規(guī)模的計(jì)算力。

3.1.3 大數(shù)據(jù)

移動互聯(lián)網(wǎng)的爆發(fā)式發(fā)展，以及各種社交媒體、移動設(shè)備、廉價(jià)傳感器使當(dāng)今社會積累了大量數(shù)據(jù)。隨著對數(shù)據(jù)價(jià)值的挖掘，各種管理和分析數(shù)據(jù)的技術(shù)得到了較快發(fā)展。人工智能中很多機(jī)器學(xué)習(xí)算法需要大量數(shù)據(jù)作為訓(xùn)練樣本，如圖像、文本、語音的識別，都需要大量樣本數(shù)據(jù)進(jìn)行訓(xùn)練并不斷優(yōu)化?，F(xiàn)在這些條件隨處可得，大數(shù)據(jù)是人工智能發(fā)展的助推劑，為人工智能的學(xué)習(xí)和發(fā)展提供了非常好的基礎(chǔ)。

3.2 技術(shù)層面

3.2.1 計(jì)算機(jī)視覺

計(jì)算機(jī)視覺是計(jì)算機(jī)從圖像中識別出物體、場景和活動的能力[6]。計(jì)算機(jī)視覺技術(shù)一般通過機(jī)器視覺產(chǎn)品將被攝目標(biāo)轉(zhuǎn)換為圖像信號，經(jīng)過圖像處理系統(tǒng)的專業(yè)分析得到被攝目標(biāo)的形態(tài)信息，按照需求進(jìn)行各種運(yùn)算，提取目標(biāo)的特征值以便進(jìn)行后續(xù)任務(wù)。計(jì)算機(jī)視覺的應(yīng)用案例十分豐富，如在安防及監(jiān)控領(lǐng)域用于指認(rèn)嫌疑人；醫(yī)療成像分析用于提高對疾病的預(yù)測、診斷和治療；車間現(xiàn)場用于自動化控制，識別生產(chǎn)零件等。

3.2.2 自然語言處理

自然語言處理是使用自然語言與計(jì)算機(jī)進(jìn)行通信的技術(shù)[7]，研究的是實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語言進(jìn)行有效通信的各種理論和方法。自然語言處理使計(jì)算機(jī)能夠理解和運(yùn)用人類語言，進(jìn)而通過人機(jī)之間的語言通信來代替人的部分腦力勞動，如整理資料、摘錄文獻(xiàn)、解答問題等。自然語言處理包括自然語言理解和自然語言生成兩個部分，這兩個部分的研究難度都很大。目前，通用高質(zhì)量的自然語言處理系統(tǒng)還有待進(jìn)一步實(shí)現(xiàn)，但專家系統(tǒng)自然語言接口、機(jī)器翻譯系統(tǒng)、信息檢索系統(tǒng)這些針對一定應(yīng)用領(lǐng)域，具有一定自然語言處理能力的系統(tǒng)已經(jīng)出現(xiàn)。

3.2.3 語音識別

語音識別指通過識別及理解過程，使計(jì)算機(jī)可以將語音信號變換為等價(jià)文字信息或命令的技術(shù)[8]。通過語音識別技術(shù)，計(jì)算機(jī)與人可以以語音的方式直接交流，計(jì)算機(jī)接收到語音信號后能夠理解人的意圖，并根據(jù)意圖作出相應(yīng)的反應(yīng)。在應(yīng)用方面，目前國內(nèi)的語音識別研究已經(jīng)涉及小波技術(shù)、高級人工智能、機(jī)器學(xué)習(xí)等多個領(lǐng)域[9]，語音識別的主要應(yīng)用包括醫(yī)療聽寫、語音書寫、計(jì)算機(jī)系統(tǒng)聲控、電話客服等。

4 人工智能研究現(xiàn)狀

美國、歐盟、中國、日本、韓國等國家和組織對人工智能技術(shù)高度重視，基于國家戰(zhàn)略布局，通過政策和資金等方式推動語音識別、深度學(xué)習(xí)、圖像識別等產(chǎn)業(yè)的布局和發(fā)展[10]，其中IBM、微軟、臉書、谷歌、百度等企業(yè)發(fā)展迅速，目前正基于人工智能技術(shù)與整體解決方案逐步形成開源平臺，最終將形成完整的產(chǎn)業(yè)應(yīng)用生態(tài)系統(tǒng)。

IBM公司開發(fā)了認(rèn)知計(jì)算系統(tǒng)Watson，目的是應(yīng)用人工智能及自然語言處理技術(shù)，通過對大量非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理，實(shí)現(xiàn)對現(xiàn)實(shí)世界各類信息內(nèi)在規(guī)律性的理解和應(yīng)用，已推出的相關(guān)產(chǎn)品包括Watson發(fā)現(xiàn)顧問、Watson參與顧問、Watson分析、Watson探索、Watson知識工作室、Watson腫瘤治療、Watson臨床試驗(yàn)匹配等。谷歌在醫(yī)藥研發(fā)、無人駕駛汽車、血糖實(shí)時監(jiān)測隱形眼鏡、即時翻譯攝像頭、聊天機(jī)器人等方面取得顯著成果，同時計(jì)劃將人工智能研發(fā)成果與其搜索引擎、廣告、視頻網(wǎng)站和電子商務(wù)等核心業(yè)務(wù)結(jié)合起來。臉書掌握著全球領(lǐng)先的圖像識別技術(shù)和自然語言處理技術(shù)，圍繞用戶的社交關(guān)系和社交信息發(fā)展社交虛擬現(xiàn)實(shí)業(yè)務(wù)。微軟著力于Cortana智能助理系統(tǒng)的開發(fā)，在2015年還展示了Skype語言轉(zhuǎn)換系統(tǒng)。此外，蘋果的Siri智能助理、亞馬遜的機(jī)器人飛行器等項(xiàng)目對人工智能的發(fā)展也產(chǎn)生了巨大影響。

5 人工智能主要應(yīng)用領(lǐng)域

人工智能技術(shù)近幾年來發(fā)展迅速，在很多行業(yè)取得了成功應(yīng)用。結(jié)合人工智能的特點(diǎn)來看，流程性、規(guī)則相對明確的工作內(nèi)容更容易為人工智能所取代。個人助理領(lǐng)域，人工智能的應(yīng)用主要有智能手機(jī)語音助理、家用機(jī)器人等，微軟小冰、百度度秘、蘋果Siri、亞馬遜Echo都屬于個人助理領(lǐng)域的人工智能產(chǎn)品。安防領(lǐng)域人工智能的應(yīng)用包括智能監(jiān)控產(chǎn)品、巡邏機(jī)器人，代表企業(yè)有商湯科技、格靈深瞳、神州云海等。自動駕駛領(lǐng)域人工智能的應(yīng)用包括谷歌無人駕駛汽車、亞馬遜無人送貨機(jī)等。醫(yī)療健康領(lǐng)域人工智能的應(yīng)用主要有醫(yī)療健康監(jiān)測診斷、智能醫(yī)療設(shè)備，如Enlitic的診斷平臺、Intuitive Sirgical的達(dá)芬奇外科手術(shù)系統(tǒng)、碳云智能的智能健康管理平臺等。電商零售領(lǐng)域人工智能的應(yīng)用主要有倉儲物流、智能導(dǎo)購和客服等，阿里巴巴、京東、亞馬遜等電商巨頭在這方面都快速發(fā)展。金融領(lǐng)域人工智能的應(yīng)用包括智能投資顧問、智能客服、安防監(jiān)控、金融監(jiān)管等，產(chǎn)品有螞蟻金服、交通銀行智能機(jī)器人等。教育領(lǐng)域人工智能的應(yīng)用包括智能評測、個性化輔導(dǎo)、兒童陪伴等，代表企業(yè)有學(xué)吧教育、科大訊飛、云知聲[11]。

6 結(jié)束語

人工智能的概念從1956年提出至今，經(jīng)歷了幾十年的發(fā)展，基于算法、計(jì)算力、大數(shù)據(jù)三大基礎(chǔ)技術(shù)的突破，在近幾年得到了迅速發(fā)展。人工智能技術(shù)的基礎(chǔ)支撐層屬于高投入、高回報(bào)領(lǐng)域，但這一領(lǐng)域依賴于長期布局。技術(shù)層面投入適中，短期價(jià)值回收適中，適合中長期布局。在應(yīng)用方面，投入低，變現(xiàn)快，在垂直行業(yè)或跨行業(yè)找到合適的切入點(diǎn)，針對現(xiàn)有的問題可以通過人工智能的思路給出有效解決方案?？梢?，人工智能未來仍將取得快速的發(fā)展。

[1] 王志宏,楊震.人工智能技術(shù)研究及未來智能化信息服務(wù)體系的思考[J].電信科學(xué),2017，33(5)： 1-11.

[2] 艾媒咨詢.2017年中國人工智能行業(yè)白皮書[R/OL].http:∥www.iimedia.cn/59710.html.

[3] 徐胤，樂珺，袁浩巍.基于不變矩特征和RBF神經(jīng)網(wǎng)絡(luò)的圖像識別[J].上海電氣技術(shù)，2015，8(3)： 33-36.

[4] 36氪研究院.人工智能行業(yè)研究報(bào)告[R/OL].http:∥36kr.com/p/5064125.html.

[5] 億歐智庫.人工智能產(chǎn)業(yè)綜述報(bào)告[R/OL].https:∥www.iyiou.com/intelligence/report525.

[6] 周宇超.復(fù)雜場景下的多目標(biāo)跟蹤算法研究[D].長春： 吉林大學(xué),2014.

[7] 王燦輝,張敏,馬少平.自然語言處理在信息檢索中的應(yīng)用綜述[J].中文信息學(xué)報(bào), 2007, 21(2)： 35-45.

[8] 王秀景.語音識別技術(shù)研究與實(shí)現(xiàn)[D].青島： 山東科技大學(xué),2011.

[9] 周英.關(guān)于語音識別技術(shù)發(fā)展趨勢的分析[J].計(jì)算機(jī)光盤軟件與應(yīng)用，2012(19)： 141-142.

[10] 國家工業(yè)信息安全發(fā)展研究中心，極客公園.2016全球人工智能發(fā)展報(bào)告[R/OL].http:∥www.geekpark.net/news/220761.

[11] 烏鎮(zhèn)智庫,網(wǎng)易科技,網(wǎng)易智能.烏鎮(zhèn)指數(shù)： 全球人工智能發(fā)展報(bào)告(2016)： 產(chǎn)業(yè)與應(yīng)用篇[R/OL].http:∥tech.163.com/special/airport2016c/.