蔣萬勝,楊 倩

(陜西師范大學(xué) 馬克思主義學(xué)院,陜西 西安 710119)

人工智能自從被共識性地提出之后,便開啟了它對人類社會進(jìn)步與發(fā)展的革命性引領(lǐng)。人類對人工智能技術(shù)多方位、深層次的研究與應(yīng)用遍布社會發(fā)展的各個(gè)領(lǐng)域,成為社會發(fā)展的又一巨大驅(qū)動力。目前,基于人工智能的機(jī)器學(xué)習(xí)技術(shù)尤其是深度學(xué)習(xí)技術(shù)發(fā)展如火如荼。機(jī)器學(xué)習(xí)通過算法編排模型、分析歷史數(shù)據(jù),總結(jié)過去、解釋現(xiàn)狀、預(yù)測未來。深度學(xué)習(xí)技術(shù)在傳統(tǒng)機(jī)器學(xué)習(xí)的基礎(chǔ)上,以深度模型為手段,以特征學(xué)習(xí)為目的進(jìn)行深層次學(xué)習(xí),形成自動化和智能化兩個(gè)主要特征。深度學(xué)習(xí)技術(shù)以大數(shù)據(jù)平臺為依托來搭建復(fù)雜的神經(jīng)網(wǎng)絡(luò)系統(tǒng),構(gòu)建多個(gè)層次的機(jī)器學(xué)習(xí)模型與大規(guī)模的訓(xùn)練數(shù)據(jù),以多層次非線性的分級遞進(jìn)處理和轉(zhuǎn)換數(shù)據(jù),使數(shù)據(jù)分類或預(yù)測的準(zhǔn)確性和易操作性進(jìn)一步提高,能更好地實(shí)現(xiàn)多層次特征標(biāo)示與概念抽象的學(xué)習(xí)[1]。深度學(xué)習(xí)技術(shù)的發(fā)展使機(jī)器能夠具有類似于人的學(xué)習(xí)和分析能力,通過對文字、圖像和聲音等數(shù)據(jù)的提取與分析,幫助人們完成預(yù)期目標(biāo)。雖然該技術(shù)目前還無法企及獨(dú)有意識的人腦思維,但它已不局限于單純的技術(shù)開發(fā)和理論研究,發(fā)展到了更高級的階段,在社會各領(lǐng)域廣泛應(yīng)用,極大地改變著社會經(jīng)濟(jì)的發(fā)展格局與模式。

一、產(chǎn)業(yè)發(fā)展中可應(yīng)用的深度學(xué)習(xí)技術(shù)

目前,基于深度學(xué)習(xí)發(fā)展的技術(shù)種類眾多,但用于社會生產(chǎn)和生活中的主要有四大技術(shù)。

一是目標(biāo)檢測方面的技術(shù),以目標(biāo)檢測技術(shù)和目標(biāo)分割技術(shù)為主要代表?；谏疃葘W(xué)習(xí)的目標(biāo)檢測技術(shù)已經(jīng)擺脫了傳統(tǒng)目標(biāo)檢測方法依賴的繁瑣的手工設(shè)計(jì)過程,使目標(biāo)圖片的特征提取和分類器學(xué)習(xí)相統(tǒng)一,能夠在一個(gè)框架中自動學(xué)習(xí)更具有區(qū)分力的深度特征,提升了技術(shù)應(yīng)用的靈活性。在處理多個(gè)目標(biāo)結(jié)果時(shí),它也能夠去除不相關(guān)冗余結(jié)果,僅保留唯一結(jié)果,使結(jié)果獲取更加快速簡捷,檢測效率進(jìn)一步提高?；谏疃葘W(xué)習(xí)的目標(biāo)分割技術(shù)能夠根據(jù)目標(biāo)任務(wù)要求建立算法模型,運(yùn)用大規(guī)模數(shù)據(jù)庫進(jìn)行圖片分割,使目標(biāo)圖像的精準(zhǔn)度有了很大提高,應(yīng)用范圍進(jìn)一步拓寬。目前,這兩項(xiàng)技術(shù)在工業(yè)缺陷檢測、自動駕駛汽車的環(huán)境感知、智能機(jī)器人工作場所相關(guān)場景信息傳遞等工業(yè)生產(chǎn)活動和農(nóng)作物生長狀況監(jiān)測、害蟲圖像捕捉、農(nóng)作物受災(zāi)范圍及分布情況監(jiān)測等農(nóng)業(yè)活動以及醫(yī)療成像、自動駕駛、圖像美化、三維重建等領(lǐng)域都廣泛應(yīng)用。

二是智能識別方面的技術(shù),以智能語音識別技術(shù)和智能情感識別技術(shù)為主要代表?；谏疃葘W(xué)習(xí)的智能語音識別技術(shù)有效利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的自主學(xué)習(xí)和自動適應(yīng)等優(yōu)良特征模擬人類神經(jīng)活動對語音信息進(jìn)行歸類和映射,對整句語音信號建模的方式進(jìn)行目標(biāo)語音的識別,使語音識別的錯(cuò)誤率大幅下降,目前主要應(yīng)用于汽車導(dǎo)航的智能語音設(shè)計(jì)、智能語音家居設(shè)計(jì)等方面。基于深度學(xué)習(xí)的情感識別技術(shù)也運(yùn)用更具精準(zhǔn)度和邏輯性的算法來強(qiáng)化對情感識別的灰度特征、運(yùn)動特征和頻率特征的分析,并基于海量數(shù)據(jù)庫與模型信息通過所提取信息的灰暗值不同表情信息運(yùn)動狀況的細(xì)分和表情圖像在對應(yīng)頻度下的差別進(jìn)行對比分析,來識別人的情緒情感狀況。該技術(shù)目前在監(jiān)測新聞、微博、博客、論壇等文本內(nèi)容中所反映的用戶情感及態(tài)度傾向方面的應(yīng)用居多。

三是自然語言方面的技術(shù),以自然語言處理技術(shù)為主要代表。與深度學(xué)習(xí)算法深度融合的自然語言處理技術(shù)通過應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)來建立神經(jīng)語言模型,完成對自然語言的詞法分析、句子分析、語義分析、信息抽取等目標(biāo)任務(wù)的輸出。使用詞的分布式表示使建立的自然語言處理模型能夠處理具有共同特征或者類似共同特征的詞,分辨相似詞,使信息能被更精確地從每個(gè)訓(xùn)練語句中傳遞到目標(biāo)語義相關(guān)語句中?；谏疃葘W(xué)習(xí)的自然語言處理技術(shù)使任務(wù)處理有了高度自主性,神經(jīng)網(wǎng)絡(luò)可自動自主地學(xué)習(xí)高層次特征,通過詞、句的向量化不斷學(xué)習(xí)語言特征滿足大規(guī)模的自然語言處理要求。其發(fā)展的新技術(shù)如“ChatGPT”“文心一言”等目前在文本撰寫與歸類、論點(diǎn)提取、自動摘要、語義分析尤其是機(jī)器翻譯方面的應(yīng)用十分廣泛,效果顯著。

四是遙感方面的技術(shù)。基于深度學(xué)習(xí)的遙感技術(shù),不僅將深度學(xué)習(xí)模型、遙感模型與目標(biāo)監(jiān)測對象所需模型和卷積神經(jīng)網(wǎng)絡(luò)(CNN,Convolutional Neutral Networks)等算法有效結(jié)合,利用遷移學(xué)習(xí)克服了數(shù)據(jù)使用過程中小樣本的局限性,使樣本容量得以擴(kuò)大,提高了對監(jiān)測對象相關(guān)分析的精準(zhǔn)性;而且深度學(xué)習(xí)模型和目標(biāo)監(jiān)測對象所需模型有機(jī)結(jié)合,提高了模型的可解釋性和決策的透明性與可靠性,使模型中存在的問題能夠被及時(shí)發(fā)現(xiàn),進(jìn)行改進(jìn)?；谏疃葘W(xué)習(xí)技術(shù)的遙感平臺與衛(wèi)星平臺結(jié)合也可以克服空間異質(zhì)性,從而確保遙感監(jiān)測對象在跨時(shí)空融合情況下尺度轉(zhuǎn)換的精準(zhǔn)度,提高遙感監(jiān)測的有效性[2]。該技術(shù)目前主要應(yīng)用于農(nóng)業(yè)生產(chǎn)中的天氣預(yù)估、農(nóng)作物長勢監(jiān)測和產(chǎn)量估測等方面。

深度學(xué)習(xí)技術(shù)是基于社會發(fā)展和時(shí)代需要而產(chǎn)生的,發(fā)展前景廣闊。其相關(guān)算法和技術(shù)應(yīng)用的靈活性大、可適用性強(qiáng)、適用范圍廣,與其他人工智能技術(shù)的相關(guān)性也較強(qiáng),能夠被發(fā)掘、轉(zhuǎn)換、融合應(yīng)用于社會發(fā)展的諸多領(lǐng)域。目前,深度學(xué)習(xí)各類技術(shù)與我國的產(chǎn)業(yè)發(fā)展高度相關(guān),重點(diǎn)核心技術(shù)在工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)三次產(chǎn)業(yè)中混合交叉應(yīng)用,且結(jié)合三次產(chǎn)業(yè)的各自特征釋放了巨大的技術(shù)紅利,使我們的生活呈現(xiàn)出了嶄新的面貌,引領(lǐng)社會發(fā)展進(jìn)入了一個(gè)新的階段。

二、深度學(xué)習(xí)技術(shù)推動產(chǎn)業(yè)發(fā)展的智能化

(一)深度學(xué)習(xí)技術(shù)促進(jìn)工業(yè)智能化

1.智能制造方面。深度學(xué)習(xí)在智能制造方面的典型應(yīng)用就是工業(yè)缺陷檢測技術(shù)與工業(yè)機(jī)器人視覺拋磨系統(tǒng)。傳統(tǒng)的工業(yè)缺陷檢測需依賴于大量人工勞動, 檢測過程耗時(shí)長、成本高、效率低,通常難以滿足大規(guī)模質(zhì)檢需求?；谏疃葘W(xué)習(xí)的工業(yè)缺陷檢測技術(shù)目前主要用于缺陷發(fā)現(xiàn)與分類。它克服了傳統(tǒng)質(zhì)檢技術(shù)的小樣本限定,能滿足大樣本質(zhì)檢需求,使工業(yè)質(zhì)檢的效率提高。與傳統(tǒng)質(zhì)檢技術(shù)相比,無論是從技術(shù)的水平層級、技術(shù)運(yùn)用的現(xiàn)實(shí)效果還是產(chǎn)業(yè)發(fā)展的智能化水平等方面都有了跨越式進(jìn)步,成為智能制造中工業(yè)產(chǎn)品外觀質(zhì)檢的首選方案。該技術(shù)以深度學(xué)習(xí)的分類網(wǎng)絡(luò)為最常用模式來對工業(yè)產(chǎn)品質(zhì)檢的結(jié)果進(jìn)行分類,不僅使工業(yè)質(zhì)檢的準(zhǔn)確性和精準(zhǔn)度都被切實(shí)優(yōu)化,而且為在工業(yè)生產(chǎn)中改進(jìn)生產(chǎn)技術(shù)、提高產(chǎn)品質(zhì)量進(jìn)而推動工業(yè)智能化發(fā)展提供了現(xiàn)實(shí)依據(jù)[3]。隨著工業(yè)生產(chǎn)水平和效率的提高,傳統(tǒng)拋磨技術(shù)及系統(tǒng)在作業(yè)過程中暴露出加工一致性差、工作效率低、對人工的依賴性強(qiáng)等缺陷。而基于深度學(xué)習(xí)的視覺拋磨技術(shù)及其系統(tǒng)能夠結(jié)合目標(biāo)檢測與目標(biāo)分割技術(shù),通過具有典型待拋磨特征的工件訓(xùn)練拋磨系統(tǒng),使多維傳感器、拋磨工具、上位機(jī)和智能機(jī)器人在相互協(xié)作中作業(yè),能夠快速、準(zhǔn)確地識別出對象區(qū)域,使拋磨軌跡更加均勻、曲面更加平滑,減少了由于定位偏差出現(xiàn)的欠磨和過磨等情況[4],不僅克服了傳統(tǒng)拋磨技術(shù)的諸多缺陷,而且使工業(yè)生產(chǎn)成本更低,智能化水平更高。

2.工業(yè)控制方面。深度學(xué)習(xí)技術(shù)應(yīng)用之前的工業(yè)控制系統(tǒng),軟硬件設(shè)施存在的漏洞與安全隱患極易使工業(yè)生產(chǎn)產(chǎn)生信息泄露的風(fēng)險(xiǎn),而且工業(yè)控制系統(tǒng)的開放性和共享性在現(xiàn)代化進(jìn)程下被進(jìn)一步擴(kuò)展,加大了系統(tǒng)遭受攻擊的風(fēng)險(xiǎn)。針對這些問題而開發(fā)使用的加密訪問、防火墻、訪問權(quán)限控制等防御手段雖能在一定程度上抵御攻擊入侵,但安全性依舊不高。深度學(xué)習(xí)技術(shù)利用遷移學(xué)習(xí)方法訓(xùn)練形成了基于特征選擇和時(shí)間卷積網(wǎng)絡(luò)的工業(yè)控制系統(tǒng)入侵檢測方法,不僅解決了傳統(tǒng)工業(yè)控制系統(tǒng)對目標(biāo)數(shù)據(jù)訓(xùn)練不足的問題,而且通過數(shù)據(jù)降維去除冗余數(shù)據(jù)使工業(yè)控制系統(tǒng)入侵檢測的效率更高,成本更低。時(shí)間卷積網(wǎng)絡(luò)通過對時(shí)間序列的分析使工業(yè)控制系統(tǒng)入侵檢測對人工的依賴性降低,使入侵威脅能夠更及時(shí)、更準(zhǔn)確地被發(fā)現(xiàn),系統(tǒng)運(yùn)行的性能也變得更好[5]。深度學(xué)習(xí)技術(shù)在該系統(tǒng)中最典型的一項(xiàng)應(yīng)用是信息融合技術(shù)。基于深度學(xué)習(xí)的信息融合技術(shù)主要用于解決工業(yè)生產(chǎn)中因工業(yè)機(jī)器人在信號模式識別的精準(zhǔn)度、及時(shí)性方面的局限性而引發(fā)的工業(yè)生產(chǎn)安全問題。智能機(jī)器人將接收到的全部信號、信息進(jìn)行歸納、整理、分析得出這些信息所指向的最終目的性指令并進(jìn)行操作。這種目標(biāo)驅(qū)動型指令不僅極大降低了機(jī)器人因信息接收失誤引發(fā)安全問題的可能性,而且它對接收到的信息分類整合減少了復(fù)雜多余信息對目標(biāo)指令的干擾,使目標(biāo)指向更加明確。深度學(xué)習(xí)技術(shù)在工業(yè)控制中的應(yīng)用使工業(yè)生產(chǎn)與智能機(jī)器的關(guān)聯(lián)性更加緊密,更加促進(jìn)了工業(yè)領(lǐng)域的智能化。

(二)深度學(xué)習(xí)技術(shù)助力農(nóng)業(yè)智能化

1.農(nóng)業(yè)災(zāi)難監(jiān)測方面。農(nóng)業(yè)病蟲害和農(nóng)作物植株病害是農(nóng)業(yè)生產(chǎn)中多發(fā)的,不可控且影響巨大的災(zāi)難。過去的計(jì)算機(jī)視覺相關(guān)技術(shù)在實(shí)際應(yīng)用時(shí),由于微生物、病菌的不易察覺性而使計(jì)算機(jī)很難清晰準(zhǔn)確地收集并分類目標(biāo)信息,這通常會使病蟲害不能被及時(shí)診斷和施治。傳統(tǒng)監(jiān)測技術(shù)在定位受災(zāi)范圍時(shí)易出現(xiàn)偏差,加之化學(xué)防治大規(guī)模噴灑農(nóng)藥,不僅使農(nóng)作物品質(zhì)下降,而且造成了一定程度的生態(tài)破壞和環(huán)境污染?；谏疃葘W(xué)習(xí)發(fā)展而來的智慧農(nóng)業(yè)模式改善發(fā)展了圖像分割技術(shù),解決了目標(biāo)圖像監(jiān)測的清晰度問題。例如,針對農(nóng)作物病蟲害的害蟲監(jiān)測問題,目標(biāo)圖像分割技術(shù)根據(jù)所監(jiān)測領(lǐng)域害蟲的體型、姿態(tài)、活動軌跡以及害蟲本身顏色和背景顏色的差別設(shè)計(jì)了以顏色為差異分析依據(jù)的圖像分割方法來提取分割特征,通過特征分類建立害蟲識別模型,進(jìn)而基于物聯(lián)網(wǎng)建立害蟲遠(yuǎn)程智能識別系統(tǒng)[6]。該系統(tǒng)既能夠通過互補(bǔ)金屬氧化物半導(dǎo)體(CMOS,Complementary Metal Oxide Semiconductor)相機(jī)和定焦鏡頭采集靜止?fàn)顟B(tài)的害蟲圖像,又能夠使用電荷耦合器件(CCD,Charge-coupled device)傳感相機(jī)和變焦鏡頭擴(kuò)大監(jiān)測范圍,采集處于運(yùn)動中的害蟲圖像[7];不僅能實(shí)時(shí)監(jiān)測規(guī)模性病蟲害的發(fā)生以及受災(zāi)程度,而且能有效識別害蟲的種類和數(shù)量,從而有針對性地、精準(zhǔn)地防治農(nóng)作物病蟲害威脅。在農(nóng)作物植株病害方面,卷積神經(jīng)網(wǎng)絡(luò)(CNN)及其拓?fù)浼夹g(shù)、支持向量機(jī)(SVM,Support Vector Machine)分類器等自動植物監(jiān)測和識別系統(tǒng)被廣泛使用,以統(tǒng)一規(guī)定的健康級別對農(nóng)作物病害進(jìn)行評級分類。以深度學(xué)習(xí)技術(shù)為基礎(chǔ)建立的農(nóng)業(yè)災(zāi)難監(jiān)測系統(tǒng)不但提高了農(nóng)業(yè)災(zāi)難監(jiān)測的科學(xué)性和準(zhǔn)確率,而且也進(jìn)一步助推整體農(nóng)業(yè)領(lǐng)域的生產(chǎn)朝著智能化方向發(fā)展。

2.農(nóng)作物生長狀況監(jiān)測方面?，F(xiàn)代科技的發(fā)展推動農(nóng)作物品種升級、單位產(chǎn)量增加,農(nóng)作物生產(chǎn)出現(xiàn)了以土地承包為主的大塊區(qū)成片種植模式,這種大范圍種植模式讓農(nóng)作物生長過程中各種情況(如區(qū)域天氣狀況、地形地勢狀況、土壤水分狀況、長勢狀況)的監(jiān)測比較困難,農(nóng)作物生長各階段具體狀況、產(chǎn)量預(yù)估及品質(zhì)預(yù)測等處于不可知的狀態(tài),令農(nóng)業(yè)生產(chǎn)的風(fēng)險(xiǎn)增加。利用深度殘差(DRN,Deep Residual Network)、無人機(jī) (UAV)和以卷積神經(jīng)網(wǎng)絡(luò)(CNN)為原始神經(jīng)網(wǎng)絡(luò)研究應(yīng)用的區(qū)域卷積神經(jīng)網(wǎng)絡(luò)技術(shù)和遙感技術(shù)能夠采集任務(wù)相關(guān)圖像信息,通過特定數(shù)據(jù)庫對比分析出具體區(qū)域的土地、土壤、水分情況,能夠準(zhǔn)確把握局部地區(qū)作物生長過程中的具體情況,從而根據(jù)具體需要精準(zhǔn)施策。深度學(xué)習(xí)相關(guān)技術(shù)在農(nóng)作物種類分類、長勢監(jiān)測方面也有著極高的準(zhǔn)確率,能極大提高農(nóng)業(yè)生產(chǎn)的可預(yù)測性。在智慧農(nóng)業(yè)中,以深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)為依托改進(jìn)的遙感技術(shù)也被應(yīng)用于農(nóng)業(yè)生產(chǎn)的水分脅迫分析、相關(guān)天氣分析和水果計(jì)數(shù)(識別和計(jì)算果樹掛果量)等方面,降低農(nóng)業(yè)生產(chǎn)受不可控因素干擾的可能性,大幅提升生產(chǎn)的科學(xué)水平,在很大程度上保障了農(nóng)業(yè)產(chǎn)量的穩(wěn)定性,保證了農(nóng)業(yè)從業(yè)者收入的可靠性。在農(nóng)業(yè)生產(chǎn)中,依托深度學(xué)習(xí)技術(shù)發(fā)明的新型農(nóng)業(yè)生產(chǎn)工具(如摘蘋果機(jī)器人、摘草莓機(jī)器人、智能桃子分揀機(jī)等)受到了農(nóng)業(yè)從業(yè)者們的充分認(rèn)可,這也為更深層次農(nóng)業(yè)生產(chǎn)智能化做出了巨大貢獻(xiàn)。

(三)深度學(xué)習(xí)助推服務(wù)業(yè)智能化

1.醫(yī)療服務(wù)方面。由于當(dāng)代社會生活的復(fù)雜性、多樣性和疾病的多變性、罕見性,社會對醫(yī)療服務(wù)行業(yè)相關(guān)技術(shù)水平的科學(xué)性與先進(jìn)性都提出了更高要求。目前,許多疾病只能使用醫(yī)學(xué)成像技術(shù)才能做出判斷。傳統(tǒng)的醫(yī)學(xué)成像分析是對病患處進(jìn)行劃區(qū)域分割成像,進(jìn)而通過碎片化的成像結(jié)果分析患者的整體病情,但在進(jìn)行患處影像分割時(shí)可能會由于圖像相鄰色塊重疊使分割后的圖像分辨率降低導(dǎo)致分析結(jié)果不準(zhǔn)確,令病情發(fā)展后果及其可能伴隨的并發(fā)癥難以被預(yù)測,從而增加治療的風(fēng)險(xiǎn)。如今,基于深度學(xué)習(xí)的計(jì)算機(jī)視覺相關(guān)技術(shù)在醫(yī)療服務(wù)領(lǐng)域的圖像分類、配準(zhǔn)分割及目標(biāo)檢測等工作中得到大量應(yīng)用。以深度學(xué)習(xí)的全卷積網(wǎng)絡(luò)為技術(shù)依托的目標(biāo)圖像檢測與分割技術(shù)克服了傳統(tǒng)成像技術(shù)的缺點(diǎn),將碎片化成像結(jié)果進(jìn)行連接,輸出保持原始分辨率的完整版圖像,大大降低了醫(yī)學(xué)成像分析的失誤性,提高了診療的精準(zhǔn)度,使醫(yī)療服務(wù)更具有針對性。而其他深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),在諸如核性白內(nèi)障的分級等眼影像分析、整合3D成像以評估高級別神經(jīng)膠質(zhì)瘤患者的生存率、阿爾茲海默癥患者的病情等級分類的腦影像分析以及胸腔影像分析等醫(yī)療項(xiàng)目中也得到應(yīng)用,醫(yī)療水平有了大幅提升?；趦?nèi)容的圖像檢索技術(shù)能從醫(yī)學(xué)圖像的像素級信息中心提取有效特征和相似信息建立罕見病病例信息庫,了解并研究相關(guān)病癥,為改善治療手段、提升相關(guān)醫(yī)療護(hù)理水平提供了新的方法。深度學(xué)習(xí)在數(shù)字病理與醫(yī)療顯微鏡領(lǐng)域的應(yīng)用也十分廣泛,主要見于對細(xì)胞核的監(jiān)測和分割分類,對各類大區(qū)塊組織的分割與監(jiān)測以及對目標(biāo)疾病的分類等工作。深度學(xué)習(xí)技術(shù)在醫(yī)療領(lǐng)域眾多方面的應(yīng)用使醫(yī)療服務(wù)的智能化進(jìn)程也進(jìn)一步加快。

2.個(gè)性化服務(wù)方面。社會生活的多樣性使人們更關(guān)注于自身情況,從而對個(gè)性化服務(wù)的需求不斷增加,這為深度學(xué)習(xí)在服務(wù)業(yè)領(lǐng)域的技術(shù)應(yīng)用提供了有利條件。例如將基于深度學(xué)習(xí)的推薦算法系統(tǒng)應(yīng)用于農(nóng)村流動電影放映這一個(gè)性化服務(wù)中,不僅能夠根據(jù)宏觀環(huán)境來選擇電影種類,而且能以觀眾關(guān)于放映影片的評分?jǐn)?shù)據(jù)為依據(jù),利用棧式降噪自編碼器和貝葉斯概率分解矩陣將用戶偏好數(shù)據(jù)信息進(jìn)行分類解讀,從參與評分的用戶的基本信息(年齡、性別、職業(yè)等)中獲得一部分輔助信息(電影的類型、題材、播放時(shí)間等)直接建立觀眾與預(yù)放映影片之間的隱性關(guān)系,通過智能化系統(tǒng)的精準(zhǔn)匹配為觀眾提供影片推薦服務(wù),這既提升了影片的推薦質(zhì)量和觀眾的體驗(yàn)感,也使流動電影放映這一舉措更具現(xiàn)實(shí)意義[8]?；谏疃葘W(xué)習(xí)的多層次信息分析處理和智能情感識別兩項(xiàng)技術(shù)在網(wǎng)絡(luò)平臺用戶信息監(jiān)測和分析方面具有很高的現(xiàn)實(shí)價(jià)值。它們通過大數(shù)據(jù)分析網(wǎng)絡(luò)用戶和消費(fèi)者的網(wǎng)絡(luò)足跡,可以根據(jù)不同主體的個(gè)性化需求,促成交換過程的小眾精準(zhǔn)化匹配使消費(fèi)者能夠在消費(fèi)過程中更加迅速、準(zhǔn)確地滿足自身所需。如音樂播放App可以根據(jù)用戶平時(shí)播放、點(diǎn)贊、評論的歌曲類型隨時(shí)更新推薦內(nèi)容;短視頻App會根據(jù)用戶觀看視頻時(shí)長、搜索記錄和關(guān)注的視頻類型推薦相似視頻;購物App也會根據(jù)用戶的搜索記錄、購買、退換記錄推薦用戶偏好類型商品。這種精準(zhǔn)化匹配,不僅能為消費(fèi)者節(jié)省時(shí)間,而且由于信息的對稱性與智能化服務(wù)的高效性,會使消費(fèi)者體驗(yàn)更好。社會成員消費(fèi)模式的轉(zhuǎn)變也催生了一大批新興行業(yè),如外賣行業(yè)、快遞行業(yè)及其前端產(chǎn)業(yè)鏈物流倉儲等?？梢?深度學(xué)習(xí)技術(shù)在個(gè)性化服務(wù)及其他相關(guān)服務(wù)中的應(yīng)用既是服務(wù)業(yè)智能化的現(xiàn)實(shí)表現(xiàn),也是服務(wù)業(yè)整體產(chǎn)業(yè)向智能化方向邁進(jìn)的目標(biāo)指示。

三、深度學(xué)習(xí)推動的產(chǎn)業(yè)智能化的經(jīng)濟(jì)影響

(一)工業(yè)智能化的影響

1.增加工業(yè)生產(chǎn)的經(jīng)濟(jì)效益。首先,工業(yè)智能化提升了工業(yè)生產(chǎn)的科技化與智能化水平,提高了工業(yè)產(chǎn)品品質(zhì)和資源利用率,降低了生產(chǎn)成本,使經(jīng)濟(jì)效益得以增加。在工業(yè)智能化的過程中,生產(chǎn)所需要的場所空間、機(jī)器設(shè)備以及相關(guān)配套設(shè)施為適應(yīng)智能化生產(chǎn)的需要普遍更新為自動化、智能化系統(tǒng),適應(yīng)改造后系統(tǒng)的生產(chǎn)水平與生產(chǎn)方式,工業(yè)原材料的品質(zhì)和選材的科技含量也進(jìn)一步提高,工業(yè)產(chǎn)品的品質(zhì)也將提高,進(jìn)而使經(jīng)濟(jì)效益增加。工業(yè)智能化也使工業(yè)生產(chǎn)中資源利用的時(shí)空限制被打破,工業(yè)企業(yè)以及工業(yè)生產(chǎn)部門之間都可以通過智能機(jī)器人,就資源的數(shù)量、適用性以及分配進(jìn)行及時(shí)地交流和調(diào)整,在解決工業(yè)生產(chǎn)中資源短缺問題的同時(shí),也使資源能得到充分利用,降低工業(yè)生產(chǎn)成本,提高經(jīng)濟(jì)效益。其次,工業(yè)智能化使工業(yè)生產(chǎn)的勞動方式發(fā)生了變化。傳統(tǒng)的工業(yè)生產(chǎn)是以人工為主、機(jī)器為輔促成生產(chǎn),工業(yè)智能化則使從事生產(chǎn)活動的主要?jiǎng)趧诱咿D(zhuǎn)變?yōu)橹悄軝C(jī)器,人工更多承擔(dān)了指令下發(fā)和監(jiān)管的任務(wù),工業(yè)生產(chǎn)形式發(fā)生了巨大轉(zhuǎn)變,在一定程度上減輕了人的工作量和工作壓力。最后,工業(yè)智能化能夠縮短工業(yè)產(chǎn)品的生命周期,加快工業(yè)經(jīng)濟(jì)發(fā)展步伐。工業(yè)智能化使工業(yè)產(chǎn)品在多方面得到了優(yōu)化,一個(gè)重要表現(xiàn)就是產(chǎn)品生命周期縮短。智能化使工業(yè)生產(chǎn)周期變短,生產(chǎn)同類產(chǎn)品的企業(yè)之間競爭加劇,為了在競爭中取得優(yōu)勢地位,維持乃至提高經(jīng)濟(jì)效益,企業(yè)必然會加快技術(shù)研發(fā),加快產(chǎn)品更新?lián)Q代的速度,縮短產(chǎn)品生命周期,加快工業(yè)發(fā)展速度,提升經(jīng)濟(jì)效益。

2.提高工業(yè)生產(chǎn)效率。在工業(yè)智能化過程中,各種智能化生產(chǎn)手段,如數(shù)字化生產(chǎn)線、電子眼過磅秤等的使用,讓工業(yè)生產(chǎn)流水線實(shí)現(xiàn)了智能化,既縮短了工業(yè)生產(chǎn)每一環(huán)節(jié)的耗時(shí),也縮短了各環(huán)節(jié)之間的耗時(shí),提升了工業(yè)生產(chǎn)整體效率。各大型互聯(lián)網(wǎng)企業(yè)也廣泛搭建云平臺(如騰訊公司的“騰訊云”、百度公司的“百度飛槳”等)深度參與工業(yè)互聯(lián)網(wǎng)建設(shè),對工業(yè)生產(chǎn)賦能賦值,進(jìn)而釋放科技紅利,使工業(yè)生產(chǎn)創(chuàng)造與突破的空間局限被打破,擴(kuò)展了工業(yè)生產(chǎn)維度。工業(yè)智能化過程中深度學(xué)習(xí)技術(shù)的應(yīng)用也改善了原有工業(yè)生產(chǎn)中機(jī)器設(shè)備等在技術(shù)、應(yīng)用等各方面的缺陷,并創(chuàng)造出許多新的智能機(jī)器,大幅提升了工業(yè)生產(chǎn)效率。如2021年,“百度飛槳”深度學(xué)習(xí)平臺在深圳落地使用,環(huán)保類企業(yè)“歸谷智能”基于“百度飛槳”在短期內(nèi)就訓(xùn)練出了可現(xiàn)實(shí)使用的飲料瓶智能識別模型,并通過相關(guān)技術(shù)部署在飲料瓶回收機(jī)等末端設(shè)備中投入規(guī)模使用,使工作效率翻倍提升[9]?；凇鞍俣蕊w槳”平臺研發(fā)的智能零件質(zhì)檢機(jī)也被應(yīng)用于工業(yè)生產(chǎn)中,使單個(gè)零件的檢測速度達(dá)到了25 ms/個(gè),大幅提高了檢測效率,企業(yè)成本降低15%以上;其與南方電網(wǎng)廣東能源公司聯(lián)合研發(fā)的電網(wǎng)智能巡檢解決方案,設(shè)備應(yīng)用過程中狀態(tài)讀取準(zhǔn)確率高達(dá)99.01%,降低了90%的電網(wǎng)人員的工作量①。工業(yè)智能化趨勢下各方面條件的改善會使工業(yè)生產(chǎn)效率提升,生產(chǎn)成本降低,增加工業(yè)經(jīng)濟(jì)總量,對整體產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展也將產(chǎn)生積極影響。

(二)農(nóng)業(yè)智能化的影響

1.促使農(nóng)業(yè)經(jīng)濟(jì)綠色化發(fā)展。結(jié)合深度學(xué)習(xí)算法的遙感、通信、自動控量等技術(shù)在農(nóng)業(yè)領(lǐng)域的廣泛應(yīng)用,不僅實(shí)現(xiàn)了農(nóng)業(yè)生產(chǎn)多量高質(zhì)的現(xiàn)實(shí)要求,而且實(shí)現(xiàn)了農(nóng)業(yè)智能化,催生了“智慧農(nóng)業(yè)”“數(shù)字農(nóng)業(yè)”“精準(zhǔn)農(nóng)業(yè)”等新型農(nóng)業(yè)業(yè)態(tài)。農(nóng)業(yè)智能化以這些新型業(yè)態(tài)為載體,極大地改變了農(nóng)業(yè)生產(chǎn)方式,進(jìn)一步助推了農(nóng)業(yè)經(jīng)濟(jì)的綠色化發(fā)展。深度學(xué)習(xí)技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用使農(nóng)業(yè)生產(chǎn)從投入到產(chǎn)出的各環(huán)節(jié)都能夠通過智能機(jī)器來完成,極大減少了人工勞動的參與,使生產(chǎn)全過程處于一套自動化、智能化的系統(tǒng)之中,推動實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)方式向科學(xué)化、自動化與智能化的轉(zhuǎn)變。而在這一過程中,傳統(tǒng)的農(nóng)業(yè)生產(chǎn)手段,如無精準(zhǔn)控量的灌水、施肥被變量灌溉、智能水肥噴灌等技術(shù)替代,使原本的土地破壞(土地鹽堿化、水土流失、土壤肥力下降等)以及水資源破壞(農(nóng)藥污染、不合理節(jié)流等)等問題得到有效遏制,提高了農(nóng)業(yè)生態(tài)的綠色化水平。“三層水培”“管道式栽培”等結(jié)合智能技術(shù)的現(xiàn)代化種植方法使有機(jī)農(nóng)產(chǎn)品的產(chǎn)量增加,智能化篩選對農(nóng)產(chǎn)品品質(zhì)的把控也更加嚴(yán)格,農(nóng)產(chǎn)品的綠色化水平進(jìn)一步提高。農(nóng)業(yè)智能化也提高了資源循環(huán)利用能力,利用高新科技研發(fā)與應(yīng)用創(chuàng)造的“秸稈還田”“魚菜共生”等生態(tài)農(nóng)業(yè)生產(chǎn)方法,既能夠達(dá)到農(nóng)業(yè)創(chuàng)收的目的又能盡可能保護(hù)與還原生態(tài),為農(nóng)業(yè)經(jīng)濟(jì)的綠色化、可持續(xù)發(fā)展奠定了基礎(chǔ),順應(yīng)了農(nóng)業(yè)經(jīng)濟(jì)綠色化發(fā)展的要求,進(jìn)一步推動農(nóng)業(yè)經(jīng)濟(jì)綠色化發(fā)展。

2.加快農(nóng)業(yè)現(xiàn)代化發(fā)展步伐。就生產(chǎn)技術(shù)而言,深度學(xué)習(xí)算法結(jié)合土壤成分測量技術(shù)、天氣預(yù)警技術(shù)、氣溫監(jiān)測技術(shù)、局部雨雪干擾技術(shù)等應(yīng)用于農(nóng)業(yè)生產(chǎn)之中,使農(nóng)業(yè)生產(chǎn)活動受自然因素影響的風(fēng)險(xiǎn)降低,農(nóng)業(yè)產(chǎn)量不再容易受客觀因素干擾而波動,穩(wěn)定性得到了提升。在機(jī)器設(shè)備方面,農(nóng)業(yè)智能化推動搭建的農(nóng)業(yè)物聯(lián)網(wǎng)平臺,運(yùn)用各類感知設(shè)備廣泛地與農(nóng)業(yè)種植、生產(chǎn)、作物田間生長狀況、農(nóng)產(chǎn)品物流倉儲等農(nóng)業(yè)領(lǐng)域各環(huán)節(jié)相關(guān)聯(lián),結(jié)合無線傳感網(wǎng)絡(luò)、互聯(lián)網(wǎng)等現(xiàn)代信息傳輸通道,將農(nóng)業(yè)信息進(jìn)行融合和處理,最后利用智能化操作實(shí)現(xiàn)農(nóng)業(yè)的自動化生產(chǎn)與最優(yōu)化控制,實(shí)現(xiàn)了農(nóng)業(yè)生產(chǎn)的高效化、現(xiàn)代化。在管理方法方面,結(jié)合深度學(xué)習(xí)算法開發(fā)的ThingJS-X數(shù)字孿生可視化平臺打造的智慧農(nóng)業(yè)運(yùn)營管理系統(tǒng),通過數(shù)據(jù)治理、知識圖譜、輕量建模技術(shù)的相互配合,實(shí)現(xiàn)了農(nóng)業(yè)管理的物理實(shí)體和業(yè)務(wù)邏輯層面的全面融合連接,使農(nóng)業(yè)管理更加靈活化、精準(zhǔn)化、有序化和現(xiàn)代化。農(nóng)業(yè)智能化是一個(gè)使農(nóng)業(yè)從始端到終端都能夠得到優(yōu)化的過程,突出表現(xiàn)為農(nóng)業(yè)領(lǐng)域的高效化、自動化、智能化、綠色化和現(xiàn)代化。這種發(fā)展趨勢使農(nóng)業(yè)經(jīng)濟(jì)的創(chuàng)收形式與創(chuàng)收空間突破了傳統(tǒng)的線下形式與實(shí)物空間,農(nóng)產(chǎn)品各種線上預(yù)售、直播出售等方式被社會公眾普遍接受,這對于進(jìn)一步優(yōu)化農(nóng)業(yè)經(jīng)濟(jì)發(fā)展形式,提升農(nóng)業(yè)經(jīng)濟(jì)效益也具有現(xiàn)實(shí)意義。

(三)服務(wù)業(yè)智能化的影響

1.變革服務(wù)業(yè)業(yè)態(tài)。從服務(wù)開展范圍來講,服務(wù)業(yè)智能化使服務(wù)范圍輻射式擴(kuò)展,涉及更多領(lǐng)域。如應(yīng)用于社區(qū)管理的“智慧社區(qū)”服務(wù)系統(tǒng)、應(yīng)用于電話自動語音導(dǎo)航的“智能IVR語音導(dǎo)航”系統(tǒng)、應(yīng)用于簡化工單操作流程的“智能工單”系統(tǒng)以及應(yīng)用于網(wǎng)絡(luò)輿情監(jiān)測的“智能輿情”系統(tǒng)等都是該產(chǎn)業(yè)服務(wù)范圍向社會各領(lǐng)域擴(kuò)展的重要體現(xiàn)。就服務(wù)形式而言,智能化使服務(wù)業(yè)經(jīng)營在線上廣泛開展,讓諸如醫(yī)療問診、心理咨詢等對線下環(huán)境依賴較強(qiáng)的服務(wù)業(yè)也轉(zhuǎn)向線上,在降低服務(wù)成本、緩解相關(guān)服務(wù)人員工作壓力、提高社會效率方面產(chǎn)生了積極影響。例如,在線問診系統(tǒng)的開發(fā)和“智能藥柜”的使用使醫(yī)療服務(wù)更具有及時(shí)性,又減少醫(yī)護(hù)人員的工作量;“智能心理咨詢機(jī)器人”由于其虛擬性,能夠讓患者更加敞開心扉交代病情,從而讓相關(guān)治療更加便利和有效。而上門配送、即時(shí)打車等服務(wù)及前端產(chǎn)業(yè)鏈和后向服務(wù)(如二手商品轉(zhuǎn)賣平臺)等智能化新興服務(wù)業(yè)業(yè)態(tài)和服務(wù)方式的出現(xiàn),使服務(wù)業(yè)領(lǐng)域?qū)崿F(xiàn)了業(yè)態(tài)的變革與創(chuàng)新,也使服務(wù)業(yè)的創(chuàng)收范圍進(jìn)一步擴(kuò)大,發(fā)展空間進(jìn)一步拓寬。

2.引導(dǎo)服務(wù)業(yè)高質(zhì)量發(fā)展。在現(xiàn)代服務(wù)業(yè)經(jīng)營中,B2C(企業(yè)—消費(fèi)者)的電子商務(wù)模式使更多的服務(wù)和貿(mào)易在數(shù)字化平臺上進(jìn)行和開展。在新冠疫情中,由于居民居家外出減少,加大了對數(shù)字平臺服務(wù)的需求,在線服務(wù)業(yè)——電商呈現(xiàn)出爆發(fā)式增長態(tài)勢[10],直播帶貨、直播教學(xué)、直播問診等各種在線服務(wù)因?yàn)榉?wù)內(nèi)容精準(zhǔn)、服務(wù)速度及時(shí)等優(yōu)勢被社會公眾廣泛認(rèn)同,為我國服務(wù)業(yè)經(jīng)濟(jì)和整個(gè)宏觀經(jīng)濟(jì)發(fā)展都提供了一個(gè)新的、可持續(xù)發(fā)展的支撐點(diǎn),而數(shù)字化服務(wù)平臺的普及對進(jìn)一步引導(dǎo)服務(wù)業(yè)經(jīng)濟(jì)朝著高質(zhì)量發(fā)展奠定了基礎(chǔ)。深度學(xué)習(xí)技術(shù)在推動服務(wù)業(yè)智能化的過程中,豐富了服務(wù)業(yè)經(jīng)營內(nèi)容和經(jīng)營方式,使服務(wù)業(yè)的經(jīng)濟(jì)創(chuàng)收不論數(shù)量還是質(zhì)量都在整體社會經(jīng)濟(jì)領(lǐng)域占據(jù)絕對優(yōu)勢。這符合服務(wù)業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中居于主導(dǎo)地位的發(fā)展要求,使產(chǎn)業(yè)結(jié)構(gòu)更加穩(wěn)定、更加合理。而產(chǎn)業(yè)智能化作為科技發(fā)展的結(jié)果又反過來影響科技發(fā)展,使其不斷變革創(chuàng)新。在服務(wù)業(yè)領(lǐng)域,社會需求復(fù)雜多變,每一次的創(chuàng)新成果與之前相比或多或少都有了科技含量、技術(shù)水平或其他方面的提高,創(chuàng)新成果都擁有了更高質(zhì)量。服務(wù)業(yè)經(jīng)濟(jì)是隨著社會進(jìn)步而不斷發(fā)展的產(chǎn)業(yè)經(jīng)濟(jì)形式,它與社會科技水平深度融合、共同發(fā)展,與人類需求緊密相關(guān),在發(fā)展中也結(jié)合生態(tài)環(huán)境問題進(jìn)行了多方面的改變,這也將進(jìn)一步助推其更快速、更健康、更可持續(xù)發(fā)展。

產(chǎn)業(yè)智能化是以人工智能為代表的新一輪科技革命助推社會發(fā)展而產(chǎn)生的必然結(jié)果,推進(jìn)產(chǎn)業(yè)智能化發(fā)展是保持社會經(jīng)濟(jì)健康穩(wěn)定、促進(jìn)社會經(jīng)濟(jì)高質(zhì)量發(fā)展的必經(jīng)階段。以深度學(xué)習(xí)為代表的人工智能技術(shù)推動的工業(yè)智能化使工業(yè)生產(chǎn)效率提升,經(jīng)濟(jì)效益增加;助力實(shí)現(xiàn)的農(nóng)業(yè)智能化促使農(nóng)業(yè)生產(chǎn)向綠色化、現(xiàn)代化轉(zhuǎn)型;推動服務(wù)業(yè)在智能化過程中發(fā)展新興業(yè)態(tài),朝著高質(zhì)量方向發(fā)展,這些都是先進(jìn)技術(shù)應(yīng)用于實(shí)際社會生產(chǎn)所得成效的現(xiàn)實(shí)表現(xiàn)。深度學(xué)習(xí)技術(shù)作為一種被社會密切關(guān)注的現(xiàn)代化人工智能技術(shù),由于進(jìn)入門檻低、相關(guān)操作較為簡易、靈活,現(xiàn)已普遍應(yīng)用于社會諸多領(lǐng)域。深度學(xué)習(xí)相關(guān)算法模型與相應(yīng)技術(shù)成果與三次產(chǎn)業(yè)的結(jié)合推動實(shí)現(xiàn)了三次產(chǎn)業(yè)智能化,雖然它在三次產(chǎn)業(yè)的具體應(yīng)用中所產(chǎn)生的經(jīng)濟(jì)影響側(cè)重點(diǎn)各不相同,但從總體來說,它對三次產(chǎn)業(yè)各自的經(jīng)濟(jì)發(fā)展以及社會經(jīng)濟(jì)整體發(fā)展都產(chǎn)生了巨大的影響。深度學(xué)習(xí)技術(shù)在目前的使用中還由于算法的復(fù)雜性和應(yīng)用需求的多樣性而表現(xiàn)出一定程度的局限性,但隨著新興技術(shù)發(fā)展和算法的更新,它的應(yīng)用領(lǐng)域?qū)⑦M(jìn)一步拓寬,存在的技術(shù)缺陷將不斷得到克服。在未來社會里,隨著人工智能相關(guān)核心算法的繼續(xù)研發(fā),它對人類社會各方面的發(fā)展將產(chǎn)生更大影響。

注釋：

①資料來源于百度飛槳官方網(wǎng)站(https://www.paddlepaddle.org.cn/)。