人工智能技术发展及应用研究综述

从人们开始对人工智能进行研究到现在已经有非常长的时间了，人工智能技术随着人工智能算法的不断改进和其计算能力的不断提升而进入了飞速发展的时期。人工智能之所以能发展的如此迅速的另一个原因就是其在背后不仅有着云计算、计算机和机器学习等多方面理论的支持，而且人工智能也开始渐渐地呈现出深度学习、跨界融合、人机协同、自主操控的特点。人工智能在现实生活中的运用也变得越来越多了，对人类社会的发展和人们的生活也产生了巨大的影响。

一.人工智能的相关概念

虽然对人工智能的研究已经有60多年的历史了，但对人工智能的概念研究并不是很明确，所以艾伦·图灵就通过用“机器能够思考么”的问题去代替，图灵就想出了一个去判断机器是否属于智能系列的方法：让机器去进行以图灵名字命名的“图灵测试”。该测试的内容为:让想要判断其是否是智能的机器去和正常人进行交流和沟通，如果在所选取的测试者当中有30%的人相信对方和自己交流的是人，那么这台机器就可以被称之为“智能”。

而在学术界，人工智能常常被相关的学者研究者分为两类：一类为强人工智能，一类为弱人工智能。研究者们对强人工智能的定义为：需要具备自我意识，在遇到问题的时候需要能向人类一样进行对问题决策。而要实现这种情况的难度很大，所以在强人工智能的研究方面始终没有很大的进展。而弱人工智能从严格意义上来讲并不真正拥有智能，因为弱人工智能并没有思维意识，只能按照程序员预编写好的程序进行相应的工作，与强人工智能相比较而言，其在这60多年得到了快速的发展，现如今的人工智能的发展也是主要围绕着弱人工智能去进行。

二、与人工智能有关的技术

（一）机器学习。让机器变得更加的智能的途径之一就是“机器学习”，让机器去去模拟人类学习新东西的能力，从而让机器各方面的性能变得更强。其实在上个世纪的时候，艾伦·图灵就想出了类似于机器学习的想法：让机器去模仿小孩子的思维，然后让机器接受符合其学习能力的教育，将机器变得更加的像一个成年人的大脑，这种想法和现如今学者所研究的方向有着很大的相似度。在这方面实践探索的道路并不是那么的顺利，例如曾经获得图灵奖的Maurico V.wilkos教授和其工作伙伴曾经尝试过去写一些学习的代码和程序，但在使用的过程中这些程序的局限性就变现出来了，机器只会去做程序里要求它们去做的事情，机器对程序里并没有要求的事情并不会去做，所以这就变现出其中的一个弊端;机器并不会去自主学习。直到如今，这个问题仍然没有得到有效的解决。

（二）专家系统。专家系统的意思是指：让计算机变得具有专家的能力与水平，在某些领域中能为人们提供一些实际的解决问题的办法。其具备专家能力的原因为：它可以收集这些领域中的经验和知识，并且还可以模仿专家解决相关问题的过程，然后根据所收集的资料和知识对所遇到的问题进行细密的分析，然后做出相应的决定。因为知识库系统是专家系统的主体，所以专家系统在对信息的组织、并入和执行等方面与传统的数据库都是存在着不同。没有经过加工和处理的数据常常被存放在传统数据库中，而那些有助于做出决策的知识常常被存放在知识库当中，通过专家系统可以实现在现实生活中运用有关人工智能的理论的想法，并且现在专家系统已经被广泛的运用到现如今的许多的领域当中了，医疗，地质的侦察等领域当中甚至现如今的专家系统在许多方面上的水平都可以达到人类专家的水平了。

（三）人工神经网络。科研者受到我们人类本身的人脑神经元的启发，曾尝试着去设计出与我们人脑相似度高的网络系统，让这个系统去效仿我们人脑对现实中所接触到的信息的处理方式，以期于进一步提高机器对相关信息的处理效率。人工网络又被分为许多种，其中卷积神经网络在对大型图像处理的过程当中得到了很大程度的运用。当然，现如今研究者所创造出来的人工神经网络还是无法和我们的人脑相比较，但其在现实生活中的许多领域都是有着突破性的进展，例如：医疗领域，智能化机器人领域等等

（四）识别图像。经调查发现，我们获取外界相关信息的非常重要的方式之一就是对图像的识别，所以从这个角度去看思考，那么机器想要去像人类那样去分析遇到的问题和想出相关方法去解决问题，那么机器就必须要运用到与图像识别相关的技术。图像识别功能在现实生活中的运用还是比较广泛的，例如支付宝等应用上的人脸识别功能，虹膜识别功能等。从这个角度去看待机器的图像识别功能，我们可以发现：图像识别就相当于人工智能的“眼睛”，通过这个功能去收集资料，去效仿我们人脑对信息的处理过程，从而进一步对所遇到的问题进行决策。

三、人工智能在实际生活中的运用

（一）虚拟个人助理。该功能如今在市面上运用的也是比较多的，例如： Siri、微软小娜等等。这些人工智能助理的作用为：人工智能助理可以在使用者需要的情况下去完成多项任务，并且现在市场上的虚拟个人助理基本上都是可以和使用者进行一些简单的对话，并对使用者提出的一些简单问题进行解答，人工智能助理工作的原理为：“本地语音识别 + 云计算服务”，在工作时需要运用到的技术有：语音识别、图像识别、深度学习等

（二）汽车的自动驾驶。在汽车的自动驾驶研究方面，谷歌公司为此进行了大量的人力和财力的投资，谷歌曾在2012年4月份的时候，就向外界公布了一组有关自动驾驶的数据。我国研究的自动驾驶的汽车行驶的路程已长达20 万公里了。据了解，这一数据和如今汽车的最大里程数已经是非常的接近了。不仅如此，我国在自动驾驶方面的研究还取得了另一个让国人感到骄傲的成果：海梁科技集团与深圳巴士集团等相关公司一起联合花钱花精力打造的自动驾驶客运巴士已经开始进行线路进行相关信息的采集和试运行了，

（三）医疗。国家对于医疗的重视程度一直都是很大的，医疗水平的不断进步对于人类社会发展意义重大，随着智能机器的不断发展，现在也已经有案例表明人工智能可以运用到对医疗的建设当中。IBM 公司耗费无数精力去研发的采用认知计算系统的人工智能平台Watson，江苏省的苏北人民医院在2017年4月的时候就开始引用Watson众多产品中的Watson 肿瘤系统，开启了苏北人民医院医疗的新时代。Watson 肿瘤系统在苏北人民医院中起到的作用为：Watson 和医院的数据进行对接，实现了患者病例数据的信息共享。与此同时，Watson还可以给临床医生在诊疗的过程当中去提供一些相应的诊疗方案，去辅助临床医生对相应的治疗方案进行决策。

四、人工智能存在的一些问题

从人工智能概念的出现至今已差不多发展了有60多年了，有关人工智能的一些概念也变得越来越明确，在社会上的一些运用上也起到了显著的效果，其给我们的生活和工作都带了很大的方便，但任何一项技术的发展都会遇到一些问题，其中也包括人工智能。

（一）体系结构的局限性。冯·诺依曼体系结构采用的是存储程序方式，这表明着程序必须是要提前去设定的，并且无法随着外界的变化而发生改变，所以当前的智能系统无论是在感知、认知还是控制等多方面都遇到了许多的困难，并且难以突破这些困难。

（二）人工智能的发展常常受到社会问题的困扰。如果未来真的实现了人工智能具有和人类智慧媲美的本领，那么此时社会上就会出现许多的问题。从心理学中的“恐怖谷”理论中可以看出，我们会对机器人感到莫名的厌恶和恐惧，当机器人在某些方面非常接近我们人类的时候。还有从人工智能驾驶方面来看，如果人工智能驾驶的汽车在发生交通事故后，在事故责任划分方面存在着比较大的问题，因为无论是汽车的生产商、系统的开发商还是驾驶者都可能存在着一定的过错。

（三）底层工作者的就业问题。现如今人工智能已被广泛的运用到社会中的各种领域，由于人工智能在理论上是可以一直工作的，这就将导致一些底层的工种将被人工智能所代替，这样就会导致许多的底层的工作者出现失业的情况。而一个社会不仅仅只由高层人员组成，底层工作者也是社会上的一股很大的能量，所以当许多的底层工作者出现失业的情况时，那么就会出现社会不稳定的现象。

（四）在生活中广泛运用人工智能会导致人们的距离感变大。由于现如今人工智能并没有发展到像人们一样具有可以独立思考问题的程度，所以人工智能在一定程度上并不能像真正的人类一样掺杂情感的去和人沟通，所以当我们的生活中人工智能的设备变得越来越多，人们和人工智能的交流变得越来越多而与真实的人交流的次数变得越来越少的时候，这就将导致人与人之间的距离感变得越来越大，这对维持社会的稳定也是不利的。

五、结语

到目前为止，在我们的生活中运用的最多的主要是弱人工智能。我们必须肯定的一个事实是，人工智能到目前为止还存在着许多的问题，但是人工智能还是存在着很大的发展空间，而要使得存在的问题得到解决，那么就需要我们的科研人员一起去为了目标努力，随着现代科技不断的得到发展，在之后的时代里，人工智能必将会使得我们的生活变得更加的丰富多彩和美好。