浅谈人工智能发展要素

◆张会影 圣文顺 孙 洁

浅谈人工智能发展要素

◆张会影 圣文顺通讯作者孙 洁

（南京工业大学浦江学院 江苏 211200）

人工智能的发展是新的科技革命的重要组成部分。在大数据的推动下，人工智能在深度学习、语音识别、自然语言理解、模式识别等技术得到突破。数据、算力、算法、应用和人才等构成了人工智能的基本要素，并且共同推动人工智能往更高层次发展。

人工智能，大数据，算法，人才

1 引言

人工智能（Artificial Intelligence），英文缩写为AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的分支，实质是机器对人的意识、思维的模拟，让机器以人的方式解决并完成复杂问题。人工智能的研究包括计算机视觉、图像识别、自然语言处理和专家系统等。

自1956年提出理念至今，人工智能的发展并不顺利，近几年，随着大数据、云计算、物联网等技术的发展，以深度神经网络为代表的人工智能技术才得到飞速发展。AlphaGo的问世，实现了机器对人类认知范围的扩张，在金融、医疗、教育、无人驾驶等领域开启了突破性的发展。

2 人工智能发展的要素

人工智能要得到长足的发展，应关注场景、数据、算力、算法和人才等方面的可持续发展。

2.1 场景

人工智能的发展，一个重要的要素是场景，也就是我们所说的应用市场，把人工智能技术应用在什么场景中，如果人工智能没有市场、平台业务支持，很难维持下去[1]。

人工智能经典的应用场景包括：信用评分的风险控制、机器翻译、人脸识别、语音识别等。有了市场，人工智能就可以借助新技术，把握先机，否则，空有技术是不够的。所以最关键的是场景，有了应用场景，数据自然会产生，也会驱动技术发展。

2.2 数据

人工智能的发展取决于大数据。当前，时刻产生着大量运转数据，如移动设备、传感器、相机等，这些数据中，小部分是结构化数据，大部分是非结构化数据，其中很多是垃圾数据，没有标记，机器无从学习，即使学习也是错误的结果。数据的清洗和标记非常困难，用人工方法清洗和标记数据，再让机器去学习，是比较笨的人机混合的过程。

如何把各行业部门处理过的数据成果，分享出来让大家共用，才能使人工智能更好落地服务于人们。当前一个重要的任务就是如何把数据分享出来，使大家互惠互利。另一方面，数据的共享，关系到信息安全和个人隐私问题，人工智能、物联网、量子计算等新技术的出现，给信息安全和个人隐私带来挑战，这将会是一个很长的路[2]。

2.3 算力

算力是支撑人工智能基本的计算能力，人工智能对计算能力和速度，提出了更高的要求。以下是各种芯片的计算能力对比。GPU的计算能力优于CPU、FPGA、ASIC芯片，在人工智能领域应用最广。通常情况下，GPU的浮点计算能力是CPU的10倍左右。另一方面，深度学习框架通过在GPU上优化，提升了GPU的计算能力，加速了神经网络计算。在深度学习时卷积运算能够完成矩阵运算，减少了内存消耗，神经网络的性能得到了提高。

实现云计算能力，是人工智能必不可缺的，云计算可以实现海量数据的超强计算，同时是人工智能的强载体，只有依靠强大的云计算能力，才能完成庞大的人工智能计算。大数据、云和人工智能是密不可分的。当前，云计算技术还不是很成熟，人工智能也需要一个发展过程，未来的量子技术的突破，会促进人工智能更好地发展。

2.4 算法

算法是挖掘数据智能的有效方法。确定了算法，数据预处理后，经训练、评估和调参，得到训练模型。当前主流的算法有传统的机器学习和神经网络算法，由于深度学习技术的突破，近年来神经网络算法发展迅速。选择算法需考虑数据的大小、质量、算法的精度、计算时间等因素。

2.5 人才

人工智能的发展，最终是人才的竞争。相比于美国，我国人工智能人才短缺并且结构不合理。我国人工智能人才以年轻的生力军为主，资深人才比较短缺。在自动驾驶、语音识别、智能机器人、计算机视觉与图像、无人机等热门领域中，自动驾驶、语音识别、智能机器人从业人才数量高于其他领域。

人工智能人才与教育、企业、投资情况等紧密相关。目前高校人工智能专业相对较少，只有部分高校，且本科没有人工智能专业，只有研究生才会开设人工智能研究方向，研究范围小。我国的人工智能要获得长足发展，必然需要大量相关人才，高校需要将人工智能作为独立专业，并从本科阶段培养相关人才，搭建实验平台，满足教师科研及学生的实验、实训和实践的要求[3]。

我国的核心科技公司如百度、阿里、华为等集中拥有很多人工智能人才。人工智能是实践性很强的专业，高校的人才培养缺乏实践环境。企业在人工智能发展上有先天的优势，有的高校与企业有所合作。受各因素质影响，校企合作通常浮于表面，应当加强校企间“纵、横、深”可持续合作进，促进科研和产业结合与创新[4]。

3 总结

人工智能作为新的产业革命的重要驱动力，促进了经济和科技的快速发展。数据、算力、算法、应用场景和人才是人工智能发展的最基本的要素，反过来，它们的发展必定促进人工智能的发展。

[1]王银春.人工智能的道德判断及其伦理建议[J].南京师大学报（社会科学版），2018（4）.

[2]李德顺.人工智能对“人”的警示—从“机器人第四定律”谈起[J].东南学术，2018（5）.

[3]李伦，孙保学.给人工智能一颗“良芯(良心)”—人工智能伦理研究的四个维度[J].教学与研究，2018（8）.

[4]黄欣荣.人工智能热潮的哲学反思[J].上海师范大学学报（哲学社会科学版），2018（7）.

南京工业大学浦江学院自然科学基金（njpj2019209）。