人工智能：图书馆应用架构和服务模式的重塑

王红 袁小舒 雷菊霞

摘 要：[目的/意义]开展人工智能分析、研究与应用，可以深入探索馆藏知识结构与读者需求之间的内在规律，图书馆日常业务将逐步被人工智能接管和融合。[方法/过程]针对图书馆核心业务环节，通过图书馆大数据对机器学习应用展开分析，可以确立人工智能图书馆的关键指标以及架构模型。[结果/结论]在充分了解读者需求的基础上，开展更深层次的个性化知识服务。随着人工智能技术在图书馆不同领域的应用，图书馆的应用架构和服务模式，将发生巨大的革命性改变。

关键词：人工智能;大数据;图书馆;应用架构;服务模式

DOI：10.3969/j.issn.1008-0821.2019.09.011

〔中图分类号〕G250.7 〔文献标识码〕A 〔文章编号〕1008-0821（2019）09-0101-08

Abstract：[Purpose/Significance]The analysis，research and application the development of artificial intelligence（AI）can deeply explore the internal rules between the knowledge structure of library collection and the needs of readers.The library's daily business will be gradually taken over and integrated by AI.[Method/Process]Aiming at the library core business links，we can establish the key indicators and architecture model of the AI library by analyzing the application of machine learning through the library big data.[Result/Conclusion]Based on fully understanding the needs of readers，the library can carry out a deeper personalized knowledge services.Along with the application of AI technology in various fields of library，there will be a great change in the application architecture and service mode of library.

Key words：artificial intelligence;big data;library;application architecture;service mode

技术革命通过对社会领域的组织结构、存在形态和运行方式等的渗透与重构，不断引发社会格局出现重大变化[1]。图书馆作为社会知识中心和服务机构，既担负着利用新技术对知识数据管理与保护的职责，又承担着联结知识与读者、社会的传承与服务的职能，伴随着馆藏、馆员和读者的生长而生长。随着信息技术、自动控制技术的广泛应用，图书馆的运行已经开始逐渐摆脱对图书馆员直接的依赖，逐渐能够利用计算机自动处理和完成图书馆大量的事务性工作，通过人工智能技术，赋予图书馆学习能力和智力，替代人類的智力与体力劳动，独立完成馆藏建设以及读者服务等图书馆业务，自动调控图书馆环境状态，从根本上实现图书馆业务模式的转型发展。当前感知技术、大数据和机器学习等人工智能理论与技术飞速发展，预示着新一轮技术革命即将到来，人工智能将超越传统元数据、标签和关键词分析技术，进入语义层面进行内容评估。通过大数据和人工智能等颠覆性的创新型技术，图书馆的管理机制和服务模式，向智能化和智慧化方向发展[2]，将成为未来发展的必然趋势。

1 人工智能技术与图书馆

1.1 人工智能简介

现代计算机理论的奠基人之一图灵于上世纪1950年10月最早提出计算机可以拥有智能的思想。1956年达特茅思会议上，图灵以明斯基的Snare学习机、麦卡锡的α-β搜索法以及两蒙和纽厄尔的逻辑理论家（Logic Theorist）算法为基础，正式提出“人工智能”的概念[3]。人工智能技术与内涵，随着科技和时代的进步而不断发展和变化。在概念和定义上，人工智能尚没有统一的共识，伯克利的人类兼容人工智能中心Stuart J R教授和谷歌的计算机学者Peter N认为，人工智能应该具有像人类一样思考、像人类一样行动、理性地思考、合理行事等4条原则与要求[4]，与早期人工智能的先驱提出“让机器能够模拟人类的智能，拥有人类的思维”的思想更加接近，也成为人工智能判别的标准和在各个领域应用共同的追求目标。

随着计算机技术的飞速发展，机器模仿人类思维进行计算和信息处理，已经司空见惯。当前，人工智能的重点领域是机器学习技术，概括而言是指计算机通过输入一定量的数据作为历史经验，采用归纳演绎学习的算法，进行特征分类、策略选择、系统优化和最优输出，既能识别原有体系，又具有新的经验和技能。机器学习的思想虽然早在上世纪1959年就已经提出[5]，囿于计算机的处理能力，直到20世纪90年代才开始蓬勃发展，在图像识别、语音处理、获取用户阅读兴趣的信息过滤系统和自动行驶等领域，取得较为可喜的成果。

1.2 人工智能技术特征

人工智能技术近年来得到迅速发展的支撑，主要来自于计算机计算能力、数据采集处理能力和人工智能算法和模型3方面因素，计算能力主要指计算机CPU计算能力与处理速度、分布式技术以及云计算技术等多种基础设备计算能力的提升;数据处理与采集能力，广泛庞大的网络用户群体产生的海量数据，在传统关系型数据库基础上，催生了大量非关系型数据库，使数据处理能力得到无限的扩充，也为机器学习提供了充足的样本;算法和模型是人工智能的灵魂，当前人工智能主要体现为模仿人类学习特点，让机器通过学习形成并拥有知识领域，概括起来分为从样例中学习的统计学习两个方向[6]。神经网络算法和决策树算法是从样例中学习的代表，支持向量机是统计学习的代表。人工智能除了算法以外，还有一系列与之密切相关的周边技术，完成人工智能技术的运算结果和动作响应输出，包括采集多种数据的物联网感知技术以及自动控制技术，如机器人、自动驾驶、智能建筑等。

1.3 图书馆视角人工智能

人工智能对图书馆理论与实践的影响，大致可分为3个层次：

第一层次是核心理论研究层面的知识智能化，图书馆与人工智能都建立在知识库基础上，图书馆需要研究利用知识库开展服务，机器学习则基于知识库进行比较分析，获得新的知识。机器学习关于知识的内涵与图书馆的知识概念虽然略有差异，但在知识的表达形式和表现方法方面，对知识表达的特征向量、逻辑语句、产生式规则、语义网络和框架等要求是一致的。因此，在理论研究方面，图书馆学核心对象的智能化研究，能够为人工智能理论提供坚实的科学基础，人工智能理论的发展，也将促进图书馆学加深对知识本质的认识和理解。

第二层次是图书馆业务模式层面，主要包括两方面内容：一是图书馆核心对象的人工智能研究，即馆藏和读者之间，知识作为内在联结因素，通过二者之间的互动数据，利用人工智能技术，探索知识管理、供给与需求的规律和本质;二是人工智能在图书采访、流通、参考咨询等具体业务方面的理论研究和应用，比如利用感知技术管理图书馆馆舍、馆藏、设施和空间环境，或者采用人脸识别技术替代传统读者卡号的新标签技术。

第三层面是图书馆基础设施智能化研究与应用，包括图书馆智能中枢的研究建设，图书馆对设备、设施、空间、安全等物联网感知技术的应用，动态实时传输数据的神经网络，对读者、出版市场的动态实时供求概况的监控，替代人类体力劳动图书归架处理，以及基于读者咨询的应答服务等等。

2 图书馆人工智能研究存在的问题

在展望图书馆无限发展前景的同时，有必要厘清图书馆智能化道路上可能存在的各种认识误区，以及概念混乱造成的不利影响，为人工智能图书馆的快速发展，提供清晰完善的理论与实践保障。

2.1 图书馆主客体与服务体系

把图书馆作为生命体人格化，具有认知能力以后，其自身就可以称为图书馆主体，与之交互作用的对象就是图书馆的客体。图书馆以馆藏、馆舍和设备为基础设施，通过图书馆员组织运行，构成图书馆的主体，为服务的客体对象——读者，开展社会知识服务。图书馆主体和客体互动形成图书馆的服务体系。在社会宏观背景下，作为一种社会知识服务形态，图书馆利用馆藏、馆舍、设施等主体对象开展知识服务，以读者的知识需求作为驱动力，通过读者利用图书馆的各种信息行为，形成读者与图书馆之间的知识互动，构成图书馆的知识服务体系。在这个知识服务体系中，图书馆的服务模式、环境设计、馆藏图书及其承载的内容，仅仅是吸引读者的手段;读者的知识需求则是联结图书馆与读者的纽带，读者检索、借阅查询、知识咨询是读者与图书馆的知识互动。

主体是图书馆自身存在的基础，是内部可控因素，客体是图书馆价值对象和生态环境，是外部不可控因素。图书馆主体的智能化，是人工智能图书馆研究与建设的关键。读者作为智能生物是图书馆的客体。广义上读者是指所有社会公众，狭义上读者则是指经过图书馆注册的读者，本文读者主要指狭义读者。外部出版环境图书馆也无法干预，可依据外部出版环境的变化，不断调整自身的应对策略与方式。

2.2 图书馆运行机制与模式

历史地看，图书馆的运行机制，主要是通过人工服务、自助服务等模式，为读者提供免费的館藏借阅服务。从图书馆架构与支撑要素看，图书馆的组织、管理和运转，是以图书馆员的劳动，包括脑力劳动和体力劳动在内，围绕馆藏及相关基础设施维护等一切事务，开展读者服务;从图书馆运行角度来看，围绕图书馆主体核心对象馆藏和客体对象读者之间的知识互动，是建立在图书馆基础设施和图书馆辅助性工作基础上，实现图书馆的常规运行。基础设施越完善，越能减轻图书馆员的劳动强度，在传统手工时代，是以图书馆员的智能和体力为基础展开运行，随着计算机的应用，最为庞杂的书目和读者管理进入自动化时代，传感器等基础设备的引入，图书馆业务流通进入感知时代或智能时代，随着大数据处理和人工智能技术逐渐引入，图书馆从手工服务开始，在经历了人工服务、自助服务阶段之后，即将迎来人工智能时代。

2.3 人工智能图书馆与智能图书馆、智慧图书馆

智能图书馆和智慧图书馆，这两个概念的内涵和起源虽然有一定差异，但也存在较大重叠，早在21世纪90年代初，我国就有学者把图书管理系统称为智能图书馆;感知网技术兴起后，也有学者把可以感知外部环境变化的图书馆建筑，称为智能图书馆。随着感知技术应用到图书馆流通、办证等核心业务，对图书馆运行模式产生重大改变后，学术界基本形成共识，智能图书馆一般指通过物联网和云计算技术相互弥补、相互融合，从局域走向泛在，成为无时不有、无所不含的信息空间，为读者提供超强的环境感知、内容感知以及智能服务[7];智慧图书馆是由IBM在2008年提出“智慧地球”战略后，继而提出智慧城市这一商业概念延伸而来，智慧城市是商业企业为占领技术和市场制高点，通过整合移动网络、物联网、云计算等技术，对社会公众和资源，实现泛在互联、人人参与、应用融合的一种公共服务与治理基础建设解决方案。基于智慧城市的理念，智慧图书馆的概念呈现较为模糊的状态，初景利把智慧图书馆定义为通过人机交互的耦合方式致力于实现知识服务的高级图书馆形态;刘炜等认为，智慧图书馆的所有“智慧”功能都是在当前图书馆的资源和服务基础上的一种延伸和拓展，需要与当前图书馆的运行系统无缝连接平滑过渡[8]。

鉴于智能图书馆概念过于强调技术因素，智慧图书馆概念停留在愿景描述层面。本研究认为，人工智能图书馆，就是彻底解放图书馆员的体力劳动和脑力劳动，为图书馆创造一个类似于人类智力的大脑。作为智能中枢，它可以通过各种感知终端让图书馆基础设施拥有感知能力，利用网络技术建立一个神经传导系统，构成图书馆这个生命体的基础架构，使图书馆拥有学习能力，能够基于自身的馆藏和知识构成体系，深入了解读者的知识需求与偏好，自主与读者进行流通、咨询等知识交流，同时知悉外部出版动态，自主完善馆藏建设，自主调控图书馆的空间环境、阅读环境和安全状态。

3 当前亟待突破的重点

人工智能图书馆主要涉及两部分智能功能的实现：一是图书馆自我认知和管理智能化;二是图书馆与外部要素互动智能化。具体可分为3个方面，图书馆与外部图书出版现状与动态的图书采访业务;图书馆了解读者需求趋势分析与判断的流通和参考咨询业务;以及图书馆了解自身知识构成与细节的组织管理业务。

3.1 馆藏与知识描述

图书馆只有充分了解自身的馆藏与知识状态，才能有效开展工作。传统馆藏知识描述主要采用图书分类法和叙词表，通过MARC形式标签或XML形式，给馆藏添加描述标识。由于MARC数据既不能涵盖馆藏的知识内容，也不能完全体现馆藏在知识网络中的地位，导致图书馆知识服务只能停留在基于简单标签描述的馆藏流通层面。随着语义网与框架的发展，已经能够对数字文献进行内容层面的描述，虽然在语义网深度应用领域，包括语音识别、文本翻译和文字视觉识别，人工智能都不能理解所接受信息的含义，只是按照匹配预设的模型标识文字符号，无法归纳和理解[9]，即便是根据输入导出标识符号，语义研究与探索也为深入到馆藏内容的知识服务提供了可能。另外，有關知识的表达，还存在诸如特征向量、一阶逻辑、产生式表示法等方式，为图书馆的知识表达提供了新的思路。

3.2 读者及读者需求描述与预测

了解顾客是更好服务顾客的前提，越了解服务对象，就越能提供更好的服务。读者作为图书馆服务的核心对象，服务的现象和形式表现为图书借阅，服务的内容和本质是知识服务。读者的知识需求是驱动图书馆不断提高服务质量唯一的动力。由于涉及读者隐私，一直以来，图书馆尽量避免过多收集读者信息，导致图书馆对读者的了解，大多停留在认得出、能找到阶段，并不关注读者的内在知识构成、工作生活特征以及兴趣爱好等与知识需求密切相关的信息，导致图书馆仅仅只能根据简单的流通统计数据，判断读者的知识需求偏好。

3.3 图书出版动态与知识环境描述与预测

图书馆的成长与发展，表现在馆藏建设方面，就是不断吸纳更新馆藏。在知识爆炸时代，人类探索与知识的前沿、深度和角度日新月异。在资源有限的情况下，图书馆需要不断补充和更新图书的种类和数量，在人工智能的帮助下，利用图书馆的馆藏数据。在人工智能的帮助下，利用图书馆的馆藏知识大数据、读者描述和读者流通大数据，把图书馆的馆藏与知识、读者以及读者需求，与出版动态有效结合起来，在揭示读者、馆藏和图书出版三者之间的规律基础上，才有可能更加有效地把握图书出版动态。

4 人工智能图书馆应用架构

基于信息化设备、数据管理和应用构成的3层架构，已经成为图书馆信息化建设的最基本结构，人工智能图书馆建设的基础设施和应用结构，已经具有雏形。在传统的应用架构上，加大数据的采集范围和处理能力，重点实现人工智能的处理与学习能力，加大人工智能的应用范围和深度，将成为人工智能图书馆应用架构的关键。其中，数据源和数据，形成最基础的支撑层，机器学习的算法和能力，构成人工智能图书馆的核心层，功能层作为人工智能的表现，通过应用层的智能设备，实现图书馆的智能化和自动化应用（见图1）。

4.1 数据源与数据

图书馆数据包括静态数据和动态数据，静态数据主要是指馆藏描述和内容数据，以及读者信息类数据。动态数据是指流通数据、查询数据、参考咨询数据、图书荐购和出版动态数据，也包含来自各种传感器动态实时捕捉的图书馆环境状态数据。图书馆业务产生的数据采集一般由人工录入、自助设备采集和系统通过功能或日志自动记录，图书馆外部数据的采集，如出版动态数据就需要采用多种手段，包括网络爬虫、文件导入或手工录入等方式采集。

4.2 智能学习

人工智能图书馆的机器学习方法，根据需要学习的内容主要分为3部分：

第一部分是馆藏知识的学习，人工智能要根据知识的描述层次，了解图书馆有哪些图书，根据每种图书标签的描述信息，初步了解图书馆的知识分布情形与状态，进而根据图书内容，了解每种图书分别承载哪些知识。

第二部分是读者需求的学习，人工智能对读者的需求了解，在统计学的层次，根据读者的具体特征和分类，对不同读者的需求趋势进行判断，并根据对读者的了解程度逐渐加深，更加具体地预测读者需求。

第三部分是对外部出版物及其状态的学习，图书馆馆藏建设的原则，主要是依据读者的需求和图书馆立馆宗旨决定，限制条件主要是采访经费额度。由于出版的新书种类巨大，人工无法进行全面的内容、质量和图书馆馆藏建设要求等方面识别，这就需要依赖人工智能，根据出版社、分类等图书基本标签描述数据进行初步的筛选，也可根据图书的内容深度识别，并匹配图书馆的采访经费额度择优选择。

4.3 响应与输出

人工智能图书馆通过机器学习获得的知识，归根结底是服务于读者的知识需求，直接的服务对象是读者。图书馆馆藏查询、参考咨询两种服务对智能化要求较高，人工智能根据馆藏查询和参考咨询的方式分别通过文字和语音交流方式，对读者提出的查询要求进行响应和输出;图书馆采访作为馆藏建设的主要内容，需要根据读者需求与馆藏建设要求，生成智能采访书单，并提出采访报告和依据。

5 人工智能图书馆大数据

图书馆在知识的管理和服务过程中，一方面形成多层次、多类型交互的描述与记录数据集合;另一方面，知识载体和文献本身，又构成庞大的数据集合。

5.1 图书数据

是指图书馆外部，在不断繁荣的出版背景下，各种最新出版动态的外部数据，以及尚未成为馆藏的历史出版数据。这些图书是图书馆进行馆藏建设的采访目标。按照我国的出版物管理机制，已经具有初步标引的CIP数据，一些最新图书也基于联合编目机制，形成能够通过Z3950服务获取的MARC数据;同时各个出版社、书商在最新出版目录中，也提供一些简单的描述数据。获取图书数据的途径较多，包括向出版社定期订阅、手动搜集、网络爬虫、订购电子书等多种手段。图书数据在结构上属于格式化数据，受控于MARC格式标准、分类法、叙词表等，在内容上，由于图书描述是通过文字与符号进行描述，一些使用文字描述的内容，又属于非结构化数据或自然语言描述数据。

5.2 馆藏数据

传统馆藏数据是建立在MARC结构化数据基础上，按照标准化结构添加馆藏信息标识的数据，是图书馆内部数据。随着网络应用技术的发展，现代馆藏MARC数据，大多采用XML格式进行标引。馆藏MARC数据的内容，对图书的描述信息相对比较完善，初步可以满足人工智能学习的需要。但随着人工智能应用的深入，还需要对馆藏内容进行更加深入的学习和掌控，对馆藏内容的标引要求会越来越高。除了应用较为广泛的语义网标引技术和方法，大量的人工智能算法对自然语言的标引技术与方法，也需要逐步引入。

5.3 读者数据

读者数据包括对读者静态描述的标引数据和动态数据，静态描述标引数据是包括一般常规数据和读者背景数据。一般描述数据指读者姓名、性别、出生日期等身份证数据，以及通讯联系方式、注册时间地点、押金和罚款记录等数据，是图书馆常规情况下，需要为读者建立的基本数据。读者背景数据是指隐含读者的知识程度数据，包括读者的学历、专业、职业、婚姻状态等具有档案性质的数据。动态数据包括的内容较多，数据获取方式与途径也较为复杂，具體可概括为读者与图书馆的互动数据，读者日常关注的数据，以及读者工作生活的重大事件等。

5.4 流通数据

常规情况下，流通数据就是读者借还记录数据，为了能够对读者的知识需求有更加全面掌握，还会把读者的查询记录、咨询记录和荐购记录纳入观察视野。图书馆需要全面了解读者需求，不仅要了解读者借阅图书的流通记录，还要了解读者在图书馆开架阅览和开架流通的数据，这部分数据比较丰富，可以为人工智能对读者的知识需求进行全方位画像，提供更加全面的数据支撑。

6 人工智能图书馆机器学习技术

人工智能图书馆的技术主要是基于机器学习算法，根据已有的数据训练机器学习算法，发现隐藏在数据后的规律和事实真相，动态预测未来的变化与发展趋势。人工智能图书馆根据数据是否有标记信息，可大致分为监督学习和无监督学习。

6.1 监督学习技术

监督学习通过对数据的学习和训练，获得对应数据隐含规律的模型，对事实真相进行描述，并能够利用模型，进行有效预测[10]。监督学习是建立在人类先验的经验基础上，已经对事物进行一定的描述、概括、分类，让监督学习算法对数据进行训练和学习，获得可靠的描述模型。图书馆现有的数据，绝大部分为有标记数据，因此人工智能图书馆当前主要采用监督学习技术。其中馆藏主要是由MARC数据标准控制的标记数据，读者则是根据读者属性特征进行标记的数据，馆藏流通数据是建立在读者数据和馆藏数据基础上的动态数据。根据馆藏、读者和流通数据，一方面建立起馆藏与知识构成画像，揭示馆藏与知识分布规律;另一方面建立起读者知识需求画像，准确预测读者的知识需求趋势;同时为馆藏建设提供可靠的决策支持。

6.2 无监督学习技术

无监督学习是对于无法建立标签的数据进行分类或聚类的方法，一般用于人类没有太多先验知识的数据，通过分类或聚类算法，取得事物的特征，形成数据描述标签[11]。图书馆无标签数据主要包括，基于叙词表的馆藏内容数据、标记不完整的读者数据，以及已有的标签数据，通过聚类分析，发现事先尚未发现或尚未标记的信息。对馆藏集馆藏内容的无监督学习，可以进一步建立馆藏知识的关系，丰富知识服务的内容，深化知识服务的层次;对读者的无监督学习，可进一步解释读者与知识需求之间的特征与规律，为图书馆自身的理论和实践建设，提供更加有力的支持。

6.3 优化决策技术

由于人工智能图书馆是一个不断生长的智能体，需要不断进行馆藏建设、吸纳更多的读者和满足读者更加深入和丰富的知识需求。然而，图书馆的服务能力又受到资源总量的限制，站在图书馆发展的战略层面，采用运筹学原理与决策技术，利用有限资源，优化图书馆知识服务的效果和能力，是人工智能图书馆的另一项重要标志。对于图书采访而言，绝大多数图书馆都面临有限采访资金的制约，既需要对出版图书进行智能筛选，还要在筛选结果的基础上，合理分配采访资金。

6.4 其他智能技术

人工智能图书馆除了核心智能技术以外，还存在大量的馆舍调控应用和读者人机交互服务，也需要在人工智能图书馆的中枢，建立相应的智能交互应答机制。其中，人机交互包括读者咨询的智能语音服务、馆藏流通的智能响应机制、读者借阅的智能导引机制。图书馆空间与设施的调控，是以自动控制为主的计算机与设备之间的调控技术。主要包括，温度、湿度和照度等空间舒适度和馆藏存放调控，空间布局与馆藏分布成列调控，防火防盗等安全调控。

7 人工智能服务模式

随着人工智能全面接管图书馆的运行与管理，图书馆与外部对象之间的交互模式，以及图书馆内部各个要素之间的配置与运行模式，都将出现天翻地覆的变化。图书馆员大量的脑力与体力劳动，由人工智能代替，图书馆员的时间与精力都将获得极大程度的解放，图书馆员在监控人工智能应用的同时，可以真正回归学者的身份，更加专注到科学研究、理论探索的领域，在实践的过程中，开展理论研究活动。采访馆员通过人工智能提供的采访报告，根据人工智能的分析过程与思维特点，更加深入理解馆藏建设过程中忽略的因素。流通馆员根据人工智能对馆藏和读者的分析，更加深入了解读者自我之间建构与图书馆知识本质。参考咨询馆员根据人工智能对用户提供的响应，对馆藏知识体系及内容本质，获得更加深入的认识。

7.1 采编流程方面

传统图书采访，往往缺少全面严谨的分析，常常根据粗线条的原则，依据书商提供的采访目录，配合定向收集的部分出版社最新出版目录，确定最终采访书单。利用人工智能进行图书采访，可以在兼顾图书馆立馆宗旨服务方向等原则性约束条件下，更加精确地深入到馆藏知识分布、读者特征及需求趋势、资金限制等层面，为图书采访决策提供具有严谨科学依据的采访订单。对于图书馆编目，由于人工智能在采访阶段，就获取更加详实的图书基本信息，在图书编目阶段，可最大限度减少或避免手动添加标签的工作过程。

7.2 馆藏流通方面

馆藏流通包括两项内容：一是包括图书借阅、归还完整环节的流通服务;二是图书馆开架阅览服务。基于感知技术的无人值守流通服务，已经拥有大量的理论研究和时间成果，能够满足常规意义上的流通服务。图书馆开架阅览环节，在传统图书馆的管理方面，还是一个无法准确捕捉数据的“黑箱”，人工智能需要根据更加精细的定位技术，对开放阅览展开更加有效地管理。除了传统的RFID定位技术，通过远程定位控制、人脸识别等技术整合，加强对读者在图书馆开架阅览室运行轨迹，以及图书翻阅过程的跟踪，实现人工智能流通的智能化服务。

7.3 读者管理方面

传统读者管理，一般停留在读者登记注册，采集读者基本信息，记录读者访问图书馆站点数据、查询数据、咨询数据以及流通数据等活动。人工智能环境下的读者管理工作，将对读者的登记内容有所扩展，与人类社会智能活动的内容更加近似，比如人类社会中，越了解一个人，就越可能更加准确预测他的行为趋势。人工智能也会更加关注和记录读者工作生活的动态，以及信息与知识的互动活动，在一定程度上，甚至会触及读者的隐私信息。这就需要图书馆建立更加完善、安全的读者管理机制与手段，确保读者的数据不被盗取或滥用。

7.4 参考咨询方面

参考咨询业务，主要是建立在参考咨询馆员与读者之间，对图书馆知识构成了解程度的信息和知识不对称的基础上，通过直接的语言交流或间接线上问答，对读者开展的知识引导活动。人工智能通过学习，对图书馆的馆藏及其承载海量内容的存取与调用的能力，远远超过人类大脑的能力，再加之人工智能的语音识别技术，人工智能完全可以胜任虚拟的参考咨詢馆员任务。

8 结 语

云计算、大数据、感知技术和人工智能技术，为图书馆拥有智慧大脑、神经中枢以及丰富的神经传导系统提供强大的科学和技术基础，基于人工智能技术，使图书馆摆脱繁重的人工劳动，实现图书馆管理与业务流程的重构，让人工智能管理图书馆，图书馆员监督人工智能，已经成为图书馆未来可预见的发展趋势。图书馆主动向机器学习，重构图书馆应用架构和服务模式。图书馆员与AI互相协作，充分利用图书馆大数据的共享与流转，发挥人工智能技术的潜能，对于促进图书馆的发展与繁荣，具有不可估量的重要价值。

参考文献

[1]国务院发展研究中心“国际经济格局变化和中国战略选择”课题组.全球技术变革对国际经济格局的影响[J].中国发展观察，2019，（6）：11-20.

[2]初景利，段美珍.从智能图书馆到智慧图书馆[J].国家图书馆学刊.2019，（1）：3-9.

[3]吴鹤龄，崔林.ACM图灵奖（1966-2006）计算机发展史的缩影[M].北京：高等教育出版社，2008，（1）：12，36.

[4]Stuart J R，Peter N.Artificial Intelligence A Modern Approach Third Edition[M].New Jersey.Pearson Education，2010：2.

[5]Arthur L S.Some Studies in Machine Learning Using the Game of Checkers[J].IBM Journal of Research and Development，1959，（3）：210-229.

[6]周志华.机器学习[M].北京：清华大学出版社，2016，（1）：10-13.

[7]王红.基于物联网的智能“云图书馆”架构与思考[J].情报理论与实践，2011，（11）：87-90，95.

[8]刘炜，刘圣婴.智慧图书馆标准规范体系框架初探[J].图书馆建设，2018，（4）：91-95.

[9]21经济网.专访微软亚洲研究院院长洪小文：今天的AI只是一个黑盒仍需与HI密切配合[EB/OL].http：//www.21jingji.com/2018/5-10/zMMDEzODFfMTQzMTEzMQ.html，2019-04-02.

[10]Mehryar M，Afshin R，Ameet T.Foundations of Machine Learning[M].Cambridge City the MIT Press，2012：7.

[11]Derek G，Pádraig C，Rudolf M.Unsupervised Learning and Clustering[M].Machine Learning Techniques for Multimedia，2008：51-90.

（责任编辑：郭沫含）