人工智能发展总体趋势研判及应用领域研究

1  引言

作为智能化时代的关键技术之一，人工智能能对我国竞争力的提升以及经济结构的转型升级发挥出积极的促进作用。时刻紧盯这一前沿领域的发展情况，是在新一轮技术革命中占据优势地位的必要条件，有关人员有必要在保证安全的基础上掌握更多的先进技术，实现战略上的赶超。

2  人工智能发展总体趋势研判

（1）人工智能革命的核心驱动力来自深度学习。有关学者曾指出，深度学习将会为人工智能带来革命性的进展。对于智能革命而言，深度学习就是其核心，通过深度学习让智能革命改变我们这个时代。目前人工智能产业的发展正处于爆发期，在大数据推动下实现的以 Deep CNN 为代表的感知智能研究成功，标志着机械机器在垂直细分领域实现了接近于人类水平的识别能力突破，而这一突破将会成为认知智能发展的趋势。

（2）人工智能在生物和技术两个维度的新突破。肖华是电子信息产业发展研究领域的专家，他曾在《对新一代人工智能的认识与思考》演讲中提出观点，对人工智能的理解应该从生物学和技术两个维度出发。人工智能在生物学中的发展重点在于探索人脑结构、功能及其运行机理，将人脑的思维方式、过程以及决策方法模拟出来；人工智能在技术上的发展要基于很多基础，比如超级计算能力、信息技术、算法模型以及大数据等等[1]。相比之下，生物学上的人工智能是欧洲国家的重点研究内容，美国则一直走在技术层面人工智能的前沿，不同的方向都将走向推动人工智能取得新突破的发展道路。

（3）人工智能在物理领域的应用案例更加丰富。已经有很多关于人工智能技术应用物理领域的案例，人工智能机器在深度学习的基础上，在很高程度上实现了与人类唱歌、写词和作曲的能力。但是，在知识创意和思维想象力方面的特殊能力，机器识别功能还是远远落后于人脑，当前仍然处于智能发展的初级阶段。即便如此，人工智能技术还是能在很大程度上帮助生产生活效率的提升。比如新东方和富士康之类的制造业工厂基于连续学习技术，通过整合内外部大数据的方法实现了具有自主学习性的供应链，让企业内部的 ERP 被打通[2]。

（4）人工智能对经济发展产生两面性影响。关于人工智能对整个社会经济发展的影响问题，此前工业和信息化部科技司原巡视员指出，人工智能对社会的影响是具有两面性的。一方面，作为一种赋能技术的人工智能将不断与传统行业融合，通过提升传统行业的智能化、信息化水平实现行业的转型与升级；另一方面，人工智能技术和产品在研发、推广和应用过程中可能引发一系列以就业、安全和法律有关的问题，对此需要现有研究人员用前瞻性的发展眼光强化人工智能管理，尽可能地有效控制可能产生的负面影响。

3  人工智能的应用领域研究

（1）计算机视觉领域。人工智能在计算机视觉领域的应用主要指充分利用当下现金的计算机技术模拟人类的视觉系统，让该系统具有识别物体、确定物体位置以及运动状态的功能，从而代替人类眼睛。通常情况下人工智能在计算机视觉领域的应用被分为三个步骤，即检测目标、识别目标和识别行为，现有的关于人工智能在计算机视觉领域的应用典型系统有瞳孔识别系统、人脸识别系统和指纹识别系统等[3]。

尽管如此，由于物体种类的复杂性和多样性，人工智能在计算机视觉领域的物体场景识别方面并没有取得较为成熟的技术研究，虽然通过人工智能技术能实现物体特征和外貌的识别，但准确性始终不高，所以关于人工智能在计算机视觉领域的研究，还需要往提高识别物体精准度方面努力。

（2）自然语言处理领域。人工智能应用领域的重要组成部分就是自然语言处理，具体的研究内容指的是让人机灵活的运用自然语言完成有效的互动，具体应用表现在自然语言信息处技术上。就当前情况而言，人工智能语言信息处理技术有多种表现形式，主要有语言学、语言工程和数据处理等，较为典型且应用比较成熟的领域有机器同声传译、客服服务和机器人聊天等。大量实践表明，自然语言识别技术的应用与发展已经处于成熟阶段，自然语言准确识别率高达95%，社会已有一些知名企业，比如科大讯飞和百度都对该项技术进行了有效的应用。

（3）智能机器人领域。智能机器人指的是在人类一定程度的操控下，仍然拥有属于自身较为发达的“大脑”，并在“大脑”作用下用于独立性的自我控制的机器人。智能机器人主要包括感觉和运动两大要素，前者主要用于识别外部环境，后者主要用于与外界信息进行有效互动。除此以外，智能机器人中还有一个重要的思考要素，主要用于处理从外界接收到的所有信息，经过“思考”后做出更加准确的回应[4]。当前社会上已经有部分行业开始使用工业机器人和服务机器人，基于其能为人类生活创出极大的便利性考虑，智能机器人在未来也会拥有较为广阔的发展空间和应用市场。

4  人工智能的发展仍然面临很多难题 

首先，数据流通和协同化的感知度不高。在基础设施层中生产的所有仿人体五感的传感器都缺乏统一的感知协调中控系统和集成度，因此面对不同类型传感器获得的数据时，难以实现一体化的采集、加工和分析。软件集成和类脑芯片将成为人工智能发展的重大突破点。一方面是因为作为人工智能核心的软件集成，其算法的发展决定着计算性能的提升幅度；另一方面是因为人工智能算法设计类脑化芯片一直以来就是发展路上的难题。

其次，实现强人工智能的关键技术难以突破。就技术研发角度而言，当前人工智能技术仍然处于初级发展阶段，还没有在更高层次技术方面取得显著的成效和技术性突破，比如情感感知环节、人工方面的意识等，这些都属于脑科学研究领域。要想让人工智能技术水平得到进一步的提升，要将真正地理解分析能力作为进一步研究的重点内容，实现大脑进化演进和全身协调控制领域的突破。

最后，智能硬件平台的自主化和易用性之间的差距过大。当前已经有很多人工智能应用受了技术水平的限制，比如智能硬件平台、感知操作系统、服务机器人的智能水平以及对不同环境的适应能力等，这些都是由于智能硬件平台的自主化和易用性差距过大，但在短期内是难以实现接近于人脑的分析能力、推理能力和判断能力的。

5  结语

总而言之，人工智能技术的有效应用是全人类共同的梦想，作为一门极具挑战性的学科，人工智能在发展与应用的过程中将遇到比一般学科更多的阻碍与挫折，但只要有关研究人员树立坚定的信心，拥有强大的毅力，人工智能将更好地融入我们的生活。