鄒凱華

（平?jīng)鰴C電工程學(xué)校，甘肅 平?jīng)?743400）

引言

人工智能是信息技術(shù)的發(fā)展趨勢，智能化也是當(dāng)今社會的重要特征。人工智能這一概念并非誕生于21世紀，早在20世紀三四十年代，“人工智能”便已被國外計算機科學(xué)家們所“發(fā)現(xiàn)”，但受計算機發(fā)展水平限制，科學(xué)家們對人工智能的研究并不深入[1]。在隨后一些年里，德國、美國、日本等國家的計算機科學(xué)家通過一次次試驗使“人工智能”逐漸成為可能。以此為基礎(chǔ)，進入21世紀后，人工智能實現(xiàn)了質(zhì)的飛躍，在計算機科技領(lǐng)域中掀起了新的發(fā)展浪潮。

1 現(xiàn)代計算機技術(shù)發(fā)展趨勢

計算機技術(shù)從誕生至今已有70多年的歷史，隨著人類社會不斷向前邁進，科研水平日益提高，計算機技術(shù)也在朝著智能化、人性化、多功能化方向發(fā)展?，F(xiàn)代計算機技術(shù)已不再局限于傳統(tǒng)網(wǎng)絡(luò)和軟件領(lǐng)域，在應(yīng)用需求不斷擴大的今天，其與旁系領(lǐng)域的結(jié)合程度越來越高，由此衍生出新種類應(yīng)用技術(shù)。

2 計算機發(fā)展維度闡述

2.1 在“深”度上的發(fā)展

所謂“深”度發(fā)展，既包括了水平方向的外延拓展，也包括了垂直方向的縱深。計算機技術(shù)不同于其他類技術(shù)，對其發(fā)展維度的探尋和研究，需要站在三維空間角度進行思考。計算機的“深”度發(fā)展，其實就是智能化發(fā)展，即以原有技術(shù)為基礎(chǔ)，朝著智能化方向發(fā)展。

2.2 在“速”度上的發(fā)展

計算機技術(shù)長期以來受到追捧的主要原因之一就是運行速度快，數(shù)據(jù)信息處理速度快。在路由技術(shù)、交換技術(shù)、數(shù)據(jù)庫技術(shù)，以及軟件技術(shù)支持下，網(wǎng)頁加載與切換所需要的時間甚至?xí)逃谌苏Ｑ鄣臅r間。單純從技術(shù)角度看，這樣的結(jié)果已能夠滿足人們的應(yīng)用需求，因為繼續(xù)提高計算和運行速度是毫無意義的。但人們對“速”度的要求并不是基于某一個層面來提出的，而是融合了很多其他屬性元素。比如，同時打開10個應(yīng)用程序后，任何一個應(yīng)用程序都能夠流暢運行，而與此同時，網(wǎng)絡(luò)視頻會議依然能保持通常。顯然，若想實現(xiàn)上述這些，除了要有功能強大的硬件設(shè)備做支持外，網(wǎng)絡(luò)信號也要足夠好，各應(yīng)用軟件間不存在兼容性問題。從這個角度看，計算機技術(shù)在“速”度上的發(fā)展需要保證不同層面內(nèi)容能夠齊頭并進。

3 人工智能技術(shù)的應(yīng)用

3.1 人工智能技術(shù)發(fā)展歷程

人工智能的概念起源于20世紀50年代，自該概念被提出以后，國內(nèi)外大量學(xué)者均在不同平臺上發(fā)表了自己的看法[2]。迄今為止，縱觀人工智能技術(shù)整個發(fā)展過程，大致可以被分為三個階段：

1）萌芽期。1936年，英國數(shù)學(xué)家和邏輯學(xué)家阿蘭·圖靈提出了一種抽象的計算模型——圖靈機，由此通過計算模型機器來模擬人們進行數(shù)學(xué)運算的過程[3]。世界的第一臺計算機在五年后問世，是由美國科學(xué)家和德國計算機科學(xué)家共同研制，從此人類存儲和處理信息的手段開始發(fā)生了天翻復(fù)地的變化。[7]在后續(xù)發(fā)展中，隨著計算機技術(shù)和理念的不斷進步，人工智能理論也開始出現(xiàn)，人們終于創(chuàng)造出了能對信息進行儲存和智能化處理的工具。

2）高速發(fā)展期。1970年后的10年是人工智能技術(shù)迅速發(fā)展的時期，從此，計算機開始擁有了基本的視覺和思維，與此同時，定位編號分離協(xié)議和邏輯編程語言成為人工智能領(lǐng)域中工作者不可或缺的工具。進入到80年代，“專家系統(tǒng)”誕生，最初由卡耐基·梅隆大學(xué)為DEC公司研制，在接下來的幾年時間里，DEC公司共節(jié)省出近4 000萬美元的運營成本，除此之外，“專家系統(tǒng)”還幫助該公司做出了一些重要決策，為公司發(fā)展作出了巨大貢獻[4]。發(fā)現(xiàn)了專家系統(tǒng)帶來的經(jīng)濟效益之后，很多國家開始投入大量的資金去研究所謂的第五代計算機，即人工智能計算機。在此之后，計算機技術(shù)在人工智能領(lǐng)域開始有了突破性發(fā)展。

3）人工智能技術(shù)的第三次浪潮。隨著計算機網(wǎng)絡(luò)技術(shù)迅速發(fā)展（包括互聯(lián)網(wǎng)技術(shù)），對人工智能技術(shù)的研究也開始從單個智能主體轉(zhuǎn)向基于網(wǎng)絡(luò)體系下的分布式AI研究。隨著多目標問題求解方法逐漸成熟，人工智能的實用化程度也越來越高。進入21世紀以后，大數(shù)據(jù)技術(shù)和互聯(lián)網(wǎng)技術(shù)的興起，進一步加快了人工智能技術(shù)發(fā)展速度，其在無人駕駛、圖像分類、語音識別等方面和領(lǐng)域的應(yīng)用程度也越來越高。針對特定領(lǐng)域的特定人工智能技術(shù)，其在局部或單點的智能水平已超越人類，如日本的仿人機器人、德國的工業(yè)機器人等[5-6]。

3.2 人工智能主要應(yīng)用領(lǐng)域

從學(xué)科性質(zhì)角度看，人工智能具有較強綜合性，它集語言學(xué)、計算機科學(xué)、哲學(xué)、運動學(xué)、神經(jīng)學(xué)、心理學(xué)于一體，且隨著研究維度與應(yīng)用領(lǐng)域的不斷擴大，更多種類科學(xué)也將被融入進來。很明顯，人工智能是一種完全以應(yīng)用為目的的一門科學(xué)/學(xué)科。人工智能技術(shù)的發(fā)展和進步，與人們?nèi)找嬖鲩L的應(yīng)用需求相分不開，但這種“需求”目前僅停留在原有認知維度上?，F(xiàn)階段，人工智能技術(shù)主要被應(yīng)用于機器人、圖像處理、自然語言和專家系統(tǒng)等多個領(lǐng)域[7]。

3.2.1 專家系統(tǒng)

專家系統(tǒng)被認為是人工智能技術(shù)從理論到實踐過程中比較有代表性的一個分支領(lǐng)域，也是人工智能系統(tǒng)比較重要的一個組成部分。專家系統(tǒng)的實質(zhì)是“程序設(shè)計”與“程序運行”，借助智能技術(shù)來進行研發(fā)。成型的系統(tǒng)一般都具有比較完整的知識程序，運行時，能夠獨立完成與程序內(nèi)容和功能相匹配的任務(wù)，而所謂的“任務(wù)”，往往是人們有能力去完成，卻不愿意完成，或者完全沒有能力完成的工作內(nèi)容。當(dāng)前專家系統(tǒng)主要活動在金融、統(tǒng)計、醫(yī)療等幾個領(lǐng)域，幫助人們解決復(fù)雜、繁瑣，以及難度較高的工作。

3.2.2 模式識別

模式識別的理論基礎(chǔ)是信息論與概率公式，借助多種信息處理手段來模擬人的思維模式。在數(shù)學(xué)計算方法與計算機軟硬件功能支持下，任意形式的事物表征或表象將得到數(shù)據(jù)性分析和處理，進而實現(xiàn)對事物的描述和解釋，辨別和分類。結(jié)構(gòu)識別與統(tǒng)計識別是現(xiàn)階段兩種主流模式識別類型，隨著研究的不斷深入，越來越多具有現(xiàn)代化特征的科技產(chǎn)物別研制出來，如人臉虹膜。

3.2.3 自然語言理解與程序設(shè)計

人機對話是人工智能領(lǐng)域里一個重要組成部分，被認為是人工智能技術(shù)持續(xù)發(fā)展的產(chǎn)物。人機對話的實現(xiàn)前提，是機器對人類語言的理解，包括邏輯結(jié)構(gòu)與感性表達。識別生活用于是自然語言理解的核心內(nèi)容，在相應(yīng)智能化設(shè)備支持下，具備自然語言理解能力和自動程序化特征的機器將能夠按照人類的邏輯和思維與人進行溝通。也就是說，一旦系統(tǒng)被賦予自然語言理解能力，擁有自動程序化特征，對應(yīng)設(shè)備便能與人進行日常交流。值得注意的是，無論是自然語言理解，還是自動程序化特征，起初都是設(shè)計者所賦予的，系統(tǒng)或設(shè)備并不具備自行編寫程序的能力。但隨著計算機技術(shù)的不斷發(fā)展，智能化系統(tǒng)和設(shè)備已逐漸具備了編寫簡單程序能力。

3.2.4 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)技術(shù)的實現(xiàn)使機器擁有模仿人類高級行為的能力成為可能。依靠神經(jīng)與調(diào)節(jié)神經(jīng)構(gòu)造原理，接受外部傳遞進來的信息，并對信息進行識別、分析、處理、判斷，通過模仿生物體神經(jīng)構(gòu)造原理，將目標構(gòu)造原理進行復(fù)現(xiàn)，在其他技術(shù)支持下，建立完整的系統(tǒng)和算法?，F(xiàn)階段，大多數(shù)領(lǐng)域的研究工作都會應(yīng)用神經(jīng)網(wǎng)絡(luò)，包括專家系統(tǒng)和模式識別，在實際應(yīng)用中發(fā)揮了重要作用。神經(jīng)網(wǎng)絡(luò)的持續(xù)發(fā)展，除了要繼續(xù)發(fā)揮現(xiàn)有優(yōu)點外，還要開發(fā)新的功能，拓寬其價值維度，為進一步擴展應(yīng)用空間創(chuàng)造條件。

3.2.5 機器人學(xué)

機器人學(xué)是機器人技術(shù)的另一種叫法，又被稱為機器人工程學(xué)，使機器人具備擬人化應(yīng)用功能，以及建立溝通關(guān)系，是機器人學(xué)的主要研究內(nèi)容。與機器人學(xué)關(guān)聯(lián)的學(xué)科有很多，如動力學(xué)、傳感、行動規(guī)劃，以及控制技術(shù)和運動學(xué)等。機器人學(xué)算不上新興學(xué)科/科學(xué)，早在20世紀60年代，它便在計算機技術(shù)與自動化技術(shù)發(fā)展過程中誕生，雖然在當(dāng)時還不夠成熟，但卻對計算機技術(shù)發(fā)展提供了巨大幫助。可見，具有智能特征的機器人學(xué)與計算機科學(xué)的發(fā)展是相互作用，彼此扶持的，這對于現(xiàn)代人工智能研究，以及重新認識計算機與人工智能間的關(guān)系有著積極意義。正如前文所述，人工智能的快速發(fā)展離不開人們的應(yīng)用需求，特別是對于在完成高難度工作過程中的需求，因此，機器人技術(shù)的研究和發(fā)展，其主要目的之一，便是讓機器人具備人類邏輯和人類思考問題能力之后，取代人力來完成高難度和高危工作。但需要指出的是，機器人“擬人化”功能的逐漸完善，在幫助人們減輕工作負擔(dān)與壓力的同時，也會引發(fā)一系列倫理問題。

4 結(jié)語

人工智能技術(shù)歷經(jīng)幾十年的進步和發(fā)展，已經(jīng)擁有較為成熟的理念和技術(shù)?，F(xiàn)階段，其在各領(lǐng)域中的應(yīng)用也達到了一定高度，相關(guān)幾乎產(chǎn)品和設(shè)備在實際生產(chǎn)制造中發(fā)揮了重要作用。同時，也給人們的生活和工作帶來煥然一新的體驗感。從文章第三部分論述中可以知道，人工智能與計算機技術(shù)始終相伴，在計算機剛剛誕生不久，人們便已經(jīng)開始有意識將這種新技術(shù)向智能化、人性化方向靠攏，因此可以認為，計算機的發(fā)明只是人們研制人工智能的第一步，隨著對計算機技術(shù)研究程度逐漸加深，人工智能也變得越來越成熟。計算機技術(shù)是人工智能獲得更好發(fā)展的基礎(chǔ)，以此為基點所衍生出的其他技術(shù)也同樣在人工智能發(fā)展中起到了關(guān)鍵性作用，我們有理由認為，計算機技術(shù)的不斷發(fā)展是人工智能得以最終實現(xiàn)的根本。