人 工 智 能 技 术 综 述

吕 伟, 钟臻怡, 张 伟

上海电气集团股份有限公司 中央研究院 上海 200070

1 人工智能含义

人工智能是一门涉及信息学、逻辑学、认知学、思维学、系统学和生物学的交叉学科，已在知识处理、模式识别、机器学习、自然语言处理、博弈论、自动定理证明、自动程序设计、专家系统、知识库、智能机器人等多个领域取得实用成果[1]。目前，对人工智能还没有广泛认可的统一定义，很多专家学者给出了一些有代表性的解读。美国麻省理工学院Winston 教授在《人工智能》一书中指出：“人工智能就是研究如何使计算机去做过去只有人才能做的智能的工作。”美国斯坦福大学Nilson教授认为：“人工智能是关于知识的学科，是怎样表示知识、获得知识并使用知识的学科。”

2 人工智能发展历史

人工智能经历了漫长的发展过程，已有70多年的发展历史[2]。人工智能的发展过程可分为几个阶段： 1943年，人工神经元模型被提出，开启了人工神经网络研究的时代；1956年，达特茅斯会议召开，提出了人工智能这一概念，标志着人工智能的诞生，这一时期国际学术界人工智能研究潮流兴起，学术交流频繁；20世纪60年代，作为主要流派的连接主义与符合主义进入消沉，由于硬件能力不足、算法缺陷等原因，人工智能技术陷入发展低迷期；20世纪70年代，反向传播算法开始研究，计算机成本和计算能力逐步提高，专家系统的研究和应用艰难前行，人工智能逐渐开始取得突破；20世纪80年代，反向传播神经网络得到广泛认知，基于人工神经网络的算法研究突飞猛进[3]，计算机硬件能力快速提升，加之互联网的发展，降低了人工智能的计算成本，人工智能平稳发展；2006年，深度学习被提出，人工智能再次取得突破性发展；21世纪前十年，移动互联网的发展为人工智能带来更多应用场景；2012年，深度学习算法在语音和视觉识别上实现突破；2016年，“α围棋”的出现引发了人工智能将如何改变人类社会的思考。

3 人工智能研究内容

从人工智能的发展历程来看，20世纪80年代的算法创新研究为人工智能带来了突破性发展，之后，大数据、计算力、深度学习等方面的进展促进了人工智能的高速发展。算法、计算力、大数据是人工智能的基础支撑层，而建立在这之上的基础技术便是计算机视觉、自然语言理解、语音识别。人工智能通过这三种技术，使机器能够看懂、听懂人类世界，用人类的语言和人类交流[4-5]。

3.1 基础支撑层

3.1.1 算法

算法是指用系统的方法描述解决问题的策略机制，能够基于一定规范的输入，在有限时间内输出所要求的结果。近几年，新算法的发展提升了机器学习的能力，尤其是随着深度学习理论的成熟，很多企业采用云服务或开源方式向行业提供先进技术，将先进算法封装于易用的产品中，大大推动了人工智能技术的发展。目前，市场上有很多厂家都在搭建通用的人工智能机器学习和深度学习计算底层平台，如谷歌的TensorFlow软件、微软的Computational Network Toolkit深度学习工具包、亚马逊的AWS分布式机器学习平台、百度的AI开放平台等。

3.1.2 计算力

人工智能对计算力的要求很高。以往在研究人工智能时，经常受到单机计算力的限制。近几年，云计算的发展对计算力的提升起到了至关重要的作用。机器学习，特别是深度学习是极耗计算资源的，而云计算可以达到每秒10万亿次的运算能力。此外，图形处理器的进步对人工智能的发展也有很大推动作用，这种多核并行计算流的方式能够大大提高运算速度。通过云计算，图形处理器可以以较低的成本获取大规模的计算力。

3.1.3 大数据

移动互联网的爆发式发展，以及各种社交媒体、移动设备、廉价传感器使当今社会积累了大量数据。随着对数据价值的挖掘，各种管理和分析数据的技术得到了较快发展。人工智能中很多机器学习算法需要大量数据作为训练样本，如图像、文本、语音的识别，都需要大量样本数据进行训练并不断优化。现在这些条件随处可得，大数据是人工智能发展的助推剂，为人工智能的学习和发展提供了非常好的基础。

3.2 技术层面

3.2.1 计算机视觉

计算机视觉是计算机从图像中识别出物体、场景和活动的能力[6]。计算机视觉技术一般通过机器视觉产品将被摄目标转换为图像信号，经过图像处理系统的专业分析得到被摄目标的形态信息，按照需求进行各种运算，提取目标的特征值以便进行后续任务。计算机视觉的应用案例十分丰富，如在安防及监控领域用于指认嫌疑人；医疗成像分析用于提高对疾病的预测、诊断和治疗；车间现场用于自动化控制，识别生产零件等。

3.2.2 自然语言处理

自然语言处理是使用自然语言与计算机进行通信的技术[7]，研究的是实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理使计算机能够理解和运用人类语言，进而通过人机之间的语言通信来代替人的部分脑力劳动，如整理资料、摘录文献、解答问题等。自然语言处理包括自然语言理解和自然语言生成两个部分，这两个部分的研究难度都很大。目前，通用高质量的自然语言处理系统还有待进一步实现，但专家系统自然语言接口、机器翻译系统、信息检索系统这些针对一定应用领域，具有一定自然语言处理能力的系统已经出现。

3.2.3 语音识别

语音识别指通过识别及理解过程，使计算机可以将语音信号变换为等价文字信息或命令的技术[8]。通过语音识别技术，计算机与人可以以语音的方式直接交流，计算机接收到语音信号后能够理解人的意图，并根据意图作出相应的反应。在应用方面，目前国内的语音识别研究已经涉及小波技术、高级人工智能、机器学习等多个领域[9]，语音识别的主要应用包括医疗听写、语音书写、计算机系统声控、电话客服等。

4 人工智能研究现状

美国、欧盟、中国、日本、韩国等国家和组织对人工智能技术高度重视，基于国家战略布局，通过政策和资金等方式推动语音识别、深度学习、图像识别等产业的布局和发展[10]，其中IBM、微软、脸书、谷歌、百度等企业发展迅速，目前正基于人工智能技术与整体解决方案逐步形成开源平台，最终将形成完整的产业应用生态系统。

IBM公司开发了认知计算系统Watson，目的是应用人工智能及自然语言处理技术，通过对大量非结构化数据进行处理，实现对现实世界各类信息内在规律性的理解和应用，已推出的相关产品包括Watson发现顾问、Watson参与顾问、Watson分析、Watson探索、Watson知识工作室、Watson肿瘤治疗、Watson临床试验匹配等。谷歌在医药研发、无人驾驶汽车、血糖实时监测隐形眼镜、即时翻译摄像头、聊天机器人等方面取得显著成果，同时计划将人工智能研发成果与其搜索引擎、广告、视频网站和电子商务等核心业务结合起来。脸书掌握着全球领先的图像识别技术和自然语言处理技术，围绕用户的社交关系和社交信息发展社交虚拟现实业务。微软着力于Cortana智能助理系统的开发，在2015年还展示了Skype语言转换系统。此外，苹果的Siri智能助理、亚马逊的机器人飞行器等项目对人工智能的发展也产生了巨大影响。

5 人工智能主要应用领域

人工智能技术近几年来发展迅速，在很多行业取得了成功应用。结合人工智能的特点来看，流程性、规则相对明确的工作内容更容易为人工智能所取代。个人助理领域，人工智能的应用主要有智能手机语音助理、家用机器人等，微软小冰、百度度秘、苹果Siri、亚马逊Echo都属于个人助理领域的人工智能产品。安防领域人工智能的应用包括智能监控产品、巡逻机器人，代表企业有商汤科技、格灵深瞳、神州云海等。自动驾驶领域人工智能的应用包括谷歌无人驾驶汽车、亚马逊无人送货机等。医疗健康领域人工智能的应用主要有医疗健康监测诊断、智能医疗设备，如Enlitic的诊断平台、Intuitive Sirgical的达芬奇外科手术系统、碳云智能的智能健康管理平台等。电商零售领域人工智能的应用主要有仓储物流、智能导购和客服等，阿里巴巴、京东、亚马逊等电商巨头在这方面都快速发展。金融领域人工智能的应用包括智能投资顾问、智能客服、安防监控、金融监管等，产品有蚂蚁金服、交通银行智能机器人等。教育领域人工智能的应用包括智能评测、个性化辅导、儿童陪伴等，代表企业有学吧教育、科大讯飞、云知声[11]。

6 结束语

人工智能的概念从1956年提出至今，经历了几十年的发展，基于算法、计算力、大数据三大基础技术的突破，在近几年得到了迅速发展。人工智能技术的基础支撑层属于高投入、高回报领域，但这一领域依赖于长期布局。技术层面投入适中，短期价值回收适中，适合中长期布局。在应用方面，投入低，变现快，在垂直行业或跨行业找到合适的切入点，针对现有的问题可以通过人工智能的思路给出有效解决方案。可见，人工智能未来仍将取得快速的发展。

[1] 王志宏,杨震.人工智能技术研究及未来智能化信息服务体系的思考[J].电信科学,2017，33(5)： 1-11.

[2] 艾媒咨询.2017年中国人工智能行业白皮书[R/OL].http:∥www.iimedia.cn/59710.html.

[3] 徐胤，乐珺，袁浩巍.基于不变矩特征和RBF神经网络的图像识别[J].上海电气技术，2015，8(3)： 33-36.

[4] 36氪研究院.人工智能行业研究报告[R/OL].http:∥36kr.com/p/5064125.html.

[5] 亿欧智库.人工智能产业综述报告[R/OL].https:∥www.iyiou.com/intelligence/report525.

[6] 周宇超.复杂场景下的多目标跟踪算法研究[D].长春： 吉林大学,2014.

[7] 王灿辉,张敏,马少平.自然语言处理在信息检索中的应用综述[J].中文信息学报, 2007, 21(2)： 35-45.

[8] 王秀景.语音识别技术研究与实现[D].青岛： 山东科技大学,2011.

[9] 周英.关于语音识别技术发展趋势的分析[J].计算机光盘软件与应用，2012(19)： 141-142.

[10] 国家工业信息安全发展研究中心，极客公园.2016全球人工智能发展报告[R/OL].http:∥www.geekpark.net/news/220761.

[11] 乌镇智库,网易科技,网易智能.乌镇指数： 全球人工智能发展报告(2016)： 产业与应用篇[R/OL].http:∥tech.163.com/special/airport2016c/.