人工智能视域下图书馆智慧服务探析

于兴尚,高晶

（1.广州工商学院图书馆，广东 广州 528100；2.海南医学院，海南 海口 570100）

1 引言

“人工智能”源于1956年，在Dartmouth conference［1］提出，该会议针对自动计算机、神经网络、计算规模理论、自我改造、随机与创造性等主题展开探索，从此人工智能概念开始推广开来。面对新技术新需求，图书馆应引入人工智能相关技术，加大图书馆智慧化服务改造，以攻克服务软肋，提升服务深度，扩展服务范围。国内已有许多学者在人工智能背景下从不同的视角探究图书馆智慧服务，如杨敬［2］以智能化资源聚集为切入点，构建以技术、物质、服务三大维度结合的图书馆智慧服务，用于加强资源、人、空间的关联性,以动态的方式满足用户需求。陈茫等［3］从研究国内外人工智能服务实践的层面系统阐述人工智能的6种服务类型，包括构建智能仓储工作流程，自动服务系统框架，智能咨询服务模式，打造用户行为、信息数据、服务业务的智能知识服务模式，开放学习的智慧学习中心以及游戏思维创新的服务手段。郭利敏等［4］运用深度神经网络结合谷歌TensorFlow(智能机器学习平台)的方式解决全国报刊标引数据库中受限于人工所产生的标引质量、效率低下等问题，智能实现新进文献自动分类，大大提高标引数据的审查和校对时间。柳益君［5］61-66,115-117等提出人工智能实现图书馆知识服务路径，以感知和收集结构化、半结构化数据为起点，智能技术融入知识抽取和发现的基础准则，以知识图谱完善知识组织和融合的核心环节,以知识推理和深度学习为关键驱动的知识图谱深度解析，凭借知识应用和服务的理念，最终打造关联性知识检索、场景化知识推荐等知识服务模式。这些学者的研究从人工智能服务用户的思维，在相关理论的基础上引入深度神经网络、机器学习、知识图谱等，结合实际案例深刻打造层次感的智能服务平台，为图书馆智慧服务提供创新思维。虽然人工智能模式下服务的推荐与数据的融合密不可分，但是怎么细化数据、高效率统一数据、确定数据来源是目前研究所要考虑的问题。再者传统图书馆模式与人工智能环境构建的智慧模式兼容问题也是当今研究所面临的重要节点，加上人工智能技术的应用往往处于独立运行状态，各大智能技术的协调工作不明显，无法发挥本质的智能性。此外，大部分学者的研究还只处于理论构建的可行性层面，缺乏实践层面的执行。本文构建基于人工智能环境下图书馆智慧服务系统模型从基础资源层入手，在传统图书馆原有设备如自助借还机、电子书架感应器等基础上确保数据来源类型，既减少了人工智能应用成本，也在基础层中融入传统图书馆原有模式进一步在数据选择、转换、分析、统一的流程中保证数据结构的一致性，在基础资源层与网络设施层互通的基础上实现数据的有效传输，在图书识别、生物识别、知识图谱、语音识别等八大人工智能技术各自运转的同时，又能实现技术之间的协同、融合，为智能技术和智慧服务构建的智慧系统落地提供参考。

2 人工智能视域下图书馆智慧服务建设的现实优势

2.1 以智慧服务扩大用户群体

近年来，智慧服务成为图书馆学者研究的热点，但是从传统图书馆服务的广度和深度来看，图书馆的服务对象覆盖度并不高。各大高校图书馆服务的对象主要偏重于科研人员的技术查新和查收查引等服务层面，却忽略了服务平台与科研服务广度的提升和扩展，用户服务受众普及度不高［6］。所以人工智能+图书馆智慧服务在智慧服务空间中为用户群体打造了具有动态性、智能化的服务环境，保障了智慧服务流动于用户各大群体、教学科研的全周期之中，在拓宽服务对象范围、激发用户学习热情的同时，图书馆服务群体也从科研人员走向普通大众，服务广度从高端向普惠延伸。人工智能技术的加入让具有宏富资源和情报分析服务的图书馆可以充分发挥自身优势，调整服务方式，让更多用户体验到智慧服务。

2.2 用户需求促使服务能力提升

图书馆拥有庞大的知识体系，在知识服务方面具有得天独厚的优势［5］28-30。图书馆在人工智能模式下将离散的知识单元进行整合和汇聚，以知识产品的形式提供给用户。在现今知识化网络与智能搜索时代，智慧图书馆通过集聚丰富的学科资源，合理借助数据挖掘、云计算、数据仓储等技术对庞大的用户信息需求进行整理、加工、分类，并通过严谨的数据整序、数据去重，匹配用户获取满足自身的信息资源，保障用户在信息未知的情况下实现智能获取需求。

2.3 技术优势提高服务效能

智能技术应用的出发点在于平衡技术、资源、人之间的关系，协助构建一个能提高人的创新能力的智慧知识空间［7］。当前将语音识别、计算机视觉、数据分析、生物识别、机器学习等技术应用到图书馆智慧服务中，可以提高图书馆的服务效能，使服务更自动化和智能化，让图书馆逐渐成为凝聚服务，创造智慧效能的服务空间。人工智能技术的引入可以大大改善图书馆服务效能：一是图书馆服务手段的智慧化。构建图书馆大脑可以检测图书馆服务中的脆弱环节，在大量监测数据的基础上进行分析和预测，加以观察并提前提出警示［8］；二是图书馆服务空间更新。借助人工智能嵌入传统空间融合、创新、平衡发展，将进馆人工咨询转型为智能咨询，从手工检索到智能检索，从手工信息获取到智能查找等等，助力图书馆以颗粒度的服务形态改善图书馆服务质量，减少用户信息认知负荷，在人工智能技术的运筹推动下，打造更富有智慧、用户(删除用户)更具有信息重塑感的图书馆。

图1 基于人工智能环境下图书馆智慧服务系统模型

3 人工智能视域下图书馆智慧服务的总体设计框架

本文构建的人工智能环境下图书馆智慧服务系统模型（见图1），以“基础资源+技术+应用”的思维贯彻人工智能所涉及的计算智能、感知智能和认知智能之中。其中基础资源层属于计算智能阶段，也叫作数据中心或者计算平台，基础资源层的构建把不同源头的数据进行统一汇总和管理，为上层系统提供必要的数据共享，借助有效的数据交换模式可以整合各个功能不关联、信息共享互换不联动、业务流程脱节的信息化设施，并朝着信息相互融通，业务趋同的方向发展，为解决“数据离散和信息孤岛”问题提供长效方法。

网络环境层可与基础资源层互联互通，将相关数据传至数据处理层即时定位和分析，实现用户与纸质文献、数字资源的准确对接，网络监管用户借阅数据（删除数据）、阅读痕迹、用户网络行为等数据，以高质量的形态透明传输。除此之外，网络环境层的物联化用于实现图书馆馆内设备、用户、智能手机等之间的协同互联，解决图书馆各要素的分散难题。数据处理层属于感知智能和认知智能阶段，主要体现在借助增强学习、深度学习、语音技术等技术（删除技术）识别和合成用户需求，通过理解、反馈、交互的方式进一步思考和适应用户需求的思维智能，最终在图书馆某个服务场景和环境中为用户提供交互服务开辟良好开端。系统应用层是整个体系中的上层建筑，主要功能在于实现智慧图书馆中不同的场景应用。图书馆智慧服务作为人工智能时代的一种新型服务模式，在传统信息服务的基础上重新布局环境设施、服务模式，融合网络、设备、资源、技术为一体的包含简化管理劳动强度、精准整理、智慧管理的服务体系，凭借智能检索平台、用户身份统一接口、集成管理平台、管理智能系统分别管理用户信息检索、身份认证关联设施、设备运行状态、图书馆业务管理等运行日程。

3.1 基础资源层

基础资源层是集软硬件设施、数据各类资源于一体的基础单元，它包括大数据平台（数据挖掘、数据仓库）等一系列软件设施，也包括多媒体阅读、馆员机、语音机器人、自动查询机、自动打印复印机、自动借还机、电子书架感应器等各种硬件设施，这些设备在图书馆中的合理配置保证了用户阅读数据、语音数据、借阅数据、用户定位数据、认证数据、环境监测数据、行为日志等数据的有效捕捉，保证了数据处理层的大量数据支持，并为系统应用层的实时应用奠定基础，体现出“用户少跑腿，数据多跑路”的服务准则。图2 是基础资源层功能原理图，以数据源为基础管理目标，通过数据抽取、数据清理、数据分类的智能操作实现数据流的定向管理；引入数据仓库系统，实现数据集市（数据集合）的无人化自动存储、整理等功能，完成数据采集阶段。OLAP（联机分析处理）可以让图书馆员迅速从各个维度观察用户相关信息，以达到深入了解用户需求的目的。依据用户行为数据，预先为用户构建多维度的数据模型，智慧馆员能动态化地在用户检索数据、语音数据、借阅数据等多种数据之间来回切换，在很大程度上提高数据分析与处理的灵活性。柳益君等提到从海量数据中挖掘有价值的知识和信息是图书馆实现智慧化服务的关键［9］，借助数据挖掘技术并结合OLAP技术从系统知识单元中挖掘出用户感兴趣的知识体系，使两者有效结合让数据挖掘交互功能达到最佳。加上数据分析的支持，其所涵盖的梳理统计、模型选定分析功能对所选择的用户数据分析的可靠性和精准性进一步强化，提高数据整理的有序性。在智能技术的相关辅助下最后实现对用户数据的选择、格式转换、数据融合分析并达到数据和同状态，实现数据结构的统一化。

图2 基础资源层功能原理图

3.2 网络环境层

网络环境层作为基础资源层与数据处理层的中间单元，担负着传输感知数据的通道功能。通过密集型无线接入点（AP）、各楼层交换机实现数据流的有效传输，实现图书馆不同个体网、楼层之间的局域网，甚至馆与馆之间网络的实时联通。两者的有效结合可以实现无线网络节点之间的信号放大，以高强度、便捷式、安全性高等优势保障数据高保真流动。随着网络环境的日益成熟，用户资料查询的即时性、用户知识获取的个性化、馆舍布局管理的智慧化等服务模式将更加接近读者，也为图书馆智慧化服务推送、多媒体服务参与、馆藏资源的智能排架、环境控制等创造良好的网络平台。图3 为网络环境层功能原理图，主要包括一些功能原件：密集AP、楼层交换机、数据库服务器、网络管理、数据分析服务器、系统集成服务器等，还包括抽象原件：数字通道、传输协议等。借助WLAN 技术将密集AP 与交换机整合联用，可实现图书馆各流程数据的实时互通和传输，并在物理通道网络接口和虚拟通道数字信道的多路复用下，借助传输协议（TCP/IP）实现用户数据流的低差错链接，并在不同数据分流传输中实现数据的重组与组织，将数据保存于数据库服务器管理。为了实现数据分配的有效管理，网络管理的配置将为用户数据的分类存储锦上添花，可为检测用户数据运行状态，包括数据流量控制、数据延迟时间、服务器运行温度、数据内存余量等性能提供监测环境，将读者流量数据、用户消费信息，阅读喜好数据、图书分类数据等数据传至数据分析服务器进行管理，为智能检索服务埋下伏笔。将馆员监管数据、资金流支出、图书资源管理语音机器人、自动借还机等设备的运行状态和能耗通过网络集中管理，将用户借阅与续还数据、用户登记、服务浏览与预约等数据放置在认证服务器进行智能化规划，利用系统集成管理平台完成馆内环境数据监测、场景化智能体验、智能咨询、残疾人阅读协助、智能导航等服务，最终为数据处理层提供便利。

图3 网络环境层功能原理图

3.3 数据处理层

数据处理层主要负责用户数据的组织利用和分析挖掘，提高图书馆数据利用效率，充分发挥数据的价值属性，并兼顾热数据（访问频率多）和冷数据（访问频率少）［10］。当今的科学环境被泛在数据充斥，由物联网、人工智能、大数据三大技术维度一起构成当今时代环境的主要信息特征。图书馆庞大的数据环境中蕴含着巨大的能量，借助图像识别、生物识别、知识图谱、语音识别、深度学习、自然语言处理等智能技术可以为图书馆提供精准管理、细化服务赋能，运用大数据思维发掘图书馆服务新路径，实现对服务流程中数据流量的精确把控。图4为数据处理层功能原理图。根据数据的产生特点，本文将其划分为三大类别：（1）用户行为数据，包括阅读偏好痕迹、用户浏览过程中留下的图片、评论、文本信息、语音资源、视频等；（2）环境监测数据，包括：智能设备运行状态，能耗损耗大小，馆内温度、湿度、光感强度等；（3）用户认证数据，包括用户视频认证数据、办证数据（性别、专业等）、图书借还状态等。图书馆智慧服务系统的提升与相关技术的嵌入密不可分。图像识别和语音识别技术的应用可以十分方便地处理图书馆服务数据中的图片、语音等数据，如编制图片、智能语音，并能在图片、语音等数据的基础上排除多余信息，抽象出关键信息特征。自然语言处理的深度融合对文本转换与聚类分析、用户检索信息的关键信息抽取、语音分类等知识工程的构建具有可塑功效。知识图谱技术的引进对文本内容信息的处理更具体化，通过一系列的文本实体识别、标签描述、推理和统计流程处理，最终以文本和图片相结合的方式展现给用户。生物识别技术是依据人的生理特征（指纹、眼纹、视网膜）和行为特点（签名笔记、声音、步态等）等具有稳定属性的生物特征来判断人身份真实性的一门技术［11］,生物识别技术具有防伪造强、不易遗忘、利用便利等特点，对图书馆用户身份识别、门禁系统管理、图书办证、图书馆员身份验证等信息处理提供公平公正的服务平台，防止人为因素产生的负面影响。深度学习技术模拟人脑神经网络创建结构模型，在此功能的基础上接受外界各系统之间的数据源［12］，使智能设备运行状态（耗能），馆内馆外温度、湿度各数据活动之间协调运作，监管正常运行。增强学习和深度学习都是机器学习技术的分支，增强学习技术作为机器学习技术的新型领域，主要体现“数据为王”的思想，即机器需要不断地与环境进行交互并得到反馈［13］，从而对用户的潜在信息需求和信息偏好进行识别和挖掘，以适当的方式将读者阅读倾向信息推送给用户。图书馆智慧服务的目的就是服务读者、回报社会，在任何时候图书馆服务的主题永恒不变。为了弥补传统图书馆中互动性、交互性、立体感缺失的现象，虚拟现实技术模拟的虚拟馆舍空间能让用户畅游在三维服务环境中享受视觉、听觉、触觉的感知体验，让服务智能场景成为现实。

图4 数据处理层功能原理图

但是，在爆炸式的信息环境下，图书馆在数据利用和管理上仍有痛点、难点、堵点需要解决，通过数据诊断甄别错误数据，凭借数据优化加强数据处理速度，降低数据“噪音”，结合数据质量管理加强高质量信息考量，在数据处理层功能模块的管理下可以保障数据的统一表示，防止数据冗余，便于数据重构。除此之外，防火墙的运用可为信息安全、黑客攻击、病毒入侵等不良漏洞建立防护墙。从整体结构来看，为后续系统应用层图书馆综合管理平台的开发和整序开辟了渠道。

3.4 系统应用层

系统应用层是在其他三层系统的支撑下以用户需求为基础部署的高级服务层，它实现了图书馆智慧应用与用户访问需求的友好逻辑链接，充分发挥了人工智能在图书馆中的服务效应。当然，人工智能等相关技术在图书馆的运用或推进只是服务构建的基本保障，图书馆智慧服务的展开才是图书馆发展的精髓，从而引出以图书馆综合管理平台为核心的智能检索平台、统一身份认证平台、系统集成平台、四大管理（馆员智能管理、资金智能管理、图书资源管理、设备监控管理），使图书馆由传统服务向智慧服务迈进，见图5所示。

图5 系统应用层模式图

3.4.1 智能检索平台

智能技术驱动图书馆智慧化服务已经渐渐从数字化向智慧化方向延伸［14］，我国图书馆积累了大量的用户数据，这些数据集聚起来会增加巨大的服务价值链，智能检索平台的提出为图书馆服务由“被动服务”向“主动服务”不断注入新的能量。

（1）智能搜索排序。人工智能技术用于信息检索的目的在于解决正确表示文档和匹配不精确的矛盾问题［15］。智能搜索排序可分为检索和排序两个层面。检索是用户从所在图书馆数据库中索取所需信息的处理过程，排序是依据检索文本中所含的摘要关键词、词频、全文文本关键词、专业术语、文献出版来源等相关规则，对信息文本进行排列整序的智能处理过程。搜索排序的结果与用户信息搜索行为成正相关关系，一个完善的检索排序系统能够确保用户的动态行为发生在检索页面的靠前位置，且在查询文本和用户需求方面具有匹配相关性。

（2）用户智能推荐。用户智能推荐的重点在于考虑用户个性需求、探索用户信息行为倾向、追溯用户阅读喜好，此服务并不单单囿于个人检索词条，还结合群体行为分析两种途径建立用户智能推荐机制。个人检索词条建立在用户检索数据累加的基础上，使用户检索反馈更加具体、准确，智能推荐的内容更符合用户口味。群体行为分析是聚类分析的典型范例，让生成的数据性质在同一簇中趋于相同。图书馆可根据不同用户的行为习惯主动进行知识推荐服务。与传统信息推荐相比，人工智能环境下的智能推荐具有以下优势：①打破时空局限性，实现无人服务的即时推送；②加强信息推荐的精准性，提高图书馆资源利用率；③利于实现用户行为偏好数据的组织和管理，实现大数据驱动的图书馆服务的全局化和体系化，降低用户吸收细粒度知识的难度。用户智能推荐策略充分将用户检索词频、字段权重以及读者个性化需求放置在中心位置，对改善智能推荐系统的合理性有一定的价值。

（3）知识图谱展示。知识图谱依托用户行为日志、互联网数据等，综合自然语言处理、深度学习、数据挖掘等技术对知识进行浓缩、精简，进而在知识图谱技术的基础上对知识进行理解和推算，帮助用户更好地明白和建构知识体系。智能搜索引擎作为用户检索信息的重要渠道，当用户搜索“智慧图书馆”相关知识时，搜索窗口会智能地理解用户意图，借助知识图谱以图文相结合的方式将标准答案呈现给用户。图书馆智慧服务融合知识图谱、深度学习技术研发交互的智能搜索引擎，并综合语音、虚拟现实等感知技术，为广大用户提供精准高效的智慧服务。

（4）用户搜索预测。对用户搜索行为进行智能预测，是人工智能技术在图书馆运用的显著特点，也是智能搜索窗口的主要功能之一。基于用户行为数据驱动，搜索窗口可以自行判断用户想要获得的知识单元，同时主动向用户推送该需求的未知领域，以最大限度激发和满足用户潜在的信息需求。例如用户搜索《信息组织》这门专业课，检索结果不仅集聚书籍简介、相关视频资源，还能根据用户需求预测提供作者简介、著作以及与作者相关的其他信息。伴随着人工智能理念的逐渐升温，数据与智能技术的融合不仅可以推动图书馆服务转型和创新，还能通过图谱问答、推理预测、语义理解、深度推理的方式更好地服务用户。

3.4.2 统一身份认证平台

统一身份认证平台主要结合图像识别和生物识别技术用于图像的分析、识别和理解，能够明白图像的本质内容，借助人体的生物特征运用于读者服务管理工作之中。图书馆用户可登录APP身份监测端或者用户身份认证识别窗口，借助用户身份ID 和用户生物特征（指纹、脸部特征、眼纹等）相结合的方式进行用户注册且进行活体监测，并从图书馆人脸库存中反馈身份认证的真实性。身份认证平台可导入服务预约系统进行预约服务，包括座位预约、图书预约等，这不仅能保障图书馆服务预约管理的高效率使用和有序化制定，还可根据用户人脸的监测和捕获的可靠性加大预约服务的公平性，特别是在用户访问流量较大情况下，可避免由于服务延迟而造成的资源分配不均、服务系统冲突等问题的产生，使图书馆公共资源的合理配置和用户服务使用冲突降到最低。除此之外，统一身份认证平台的组织和构建，将使门禁认证、图书借还服务等变得准确且迅速，可在用户模糊、光度强弱、遮罩等情况下实现用户识别的智慧化管理。特别是具有深度学习能力的人脸识别系统能通过上百种算法实现身份认证的集成管理，并针对不同用户量身打造适当的组织算法，让识别率达到96%以上［16］。在图书馆服务质量与用户对服务需求不能协调一致的情况下，人工智能等技术的嵌入将使图书馆资源配置公平、分配合理，更体现了图书馆服务用户的核心理念，提高了图书馆服务用户的价值。

3.4.3 系统集成平台

系统集成平台是一个在复杂环境支撑下集深度学习、语音识别、虚拟现实等技术于一体的综合管理平台，用于实现馆内环境管理、智能咨询、导航平台、馆内场景、阅读管理等系统的集成化，在系统集成平台上主要部署环境监测、参考咨询、智能导航、智能场景、视障阅读五大服务，利用新兴技术协助图书馆改善传统服务模式并创造服务红利。图书馆智慧服务是多任务单元的混合体，可在单一智能体系的支撑下执行多重任务。随着绿色发展理念的不断深入，图书馆更加注重馆舍的绿色环保，安装温度、湿度、光感等传感器可将全面的环境监测信息传入深度学习模型框架中进行分析，以保障图书馆环境质量。图书馆深度学习技术可模拟人类大脑神经网络，将环境监测数据的空间特征转化为可被环境管理系统所理解的语义特征，并自动调节环境温度、湿度、光度强弱等，从而提高环境预警性能。语音交流是人们交流最直接、最简单的沟通方式，语音识别技术的推广和普及可以缓解人工参考咨询的压力，打破用户受时间、空间限制的屏障，其模拟的智能咨询系统是对传统人工参考咨询服务的扩充和完善，使馆藏资源询问、学科难点咨询、服务咨询等参考咨询服务有了质的飞跃。此外，智能咨询系统可将文本信息转换为语音信息，帮助视障用户克服阅读障碍，凭借语音服务来增大自身知识面，将视障阅读服务提升到新的层次。人工智能背景下的图书馆服务在用户互动、立体感应层面优于传统图书馆服务，图书馆基于虚拟现实技术模拟虚拟场景、馆舍空间，可使用户在虚拟场景的三维空间中浏览图书馆建筑结构、可视化馆藏资源，了解图书馆运行机制，开展入馆教育，激励读者对知识的探索欲，避免因周边环境嘈杂而产生的不良因素，也可减轻传统图书馆网站采用二维码成像或者平面图的形式展示图书馆整体布局的片面性和不连续性，并以智能导航的模式，帮助用户熟悉图书馆环境、馆藏资源引导、信息推送等服务。

3.4.4 四大管理

为了提升图书馆自动化管理水平，基于人工智能的管理模式和管理系统是图书馆服务深化的有效途径，使馆员智能管理、资金智能管理、图书资源管理、设备监控管理迎来新一轮发展浪潮。（1）馆员智能管理。图书馆工作人员管理离不开生物识别技术，可通过声音、人脸、指纹、静脉、人体温度、嘴唇运动等生物特征完成馆内工作人员的打卡签到、绩效评定等管理任务。相比其他的识别方式，人脸识别技术可在远距离和自然状态下实现馆员身份的监测，通过矫正自身姿态和光感强度准确获取人脸图像，采集更便捷、管理更直观。（2）资金智能管理。资金智能管理的特色就是资金分析管理，对图书馆资金实时监控并统计资金流动趋势，定量智能分析，生成资金流报表。该管理会对图书馆不同部门的资金支出情况进行智能对比，实现图书馆资金数据的存储、纠错和校对。（3）图书资源管理。此管理模块主要包括图书编目和图书采购。由于图书馆书籍丰富，适当引入专家系统等深度学习技术可以支持图书智能编目，为图书自动编目提供计算机辅助平台，简化传统图书编目的复杂流程。与此同时，基于深度学习的专家图书采购系统的搭建可一次性完成图书管理后台图书采购、发货、运输跟踪、打印款项、付款等流程，缓解图书馆员的业务压力，使馆员有更多的时间和精力来管理图书馆运行。（4）设备监控管理。增强学习和深度学习技术的运用可根据图书馆设备运行数据做出及时反馈，智能监测语音机器人、自动查询机、自动打印复印机等功能，对故障参数及时报警并上传管理人员及时修复。

4 结语

技术形式的更新换代意味着“实践层面”的改变，人工智能越现代化就越能展现图书馆服务的智慧化特性。人工智能场景下，精进技术对图书馆服务的更新以及馆员劳动力的替换已经不是体力和精力的补给，而是向心灵活动迈进，例如智能检索思维、情景感知等。基于人工智能主导的图书馆智慧服务是以满足用户需求为主的多样化智能互动空间，将基础资源层、网络环境层、数据处理层、系统应用层融入人工智能所涉及的计算智能、感知智能和认知智能之中，结合知识服务观念构建具有层次化、协同性、智慧化的服务模式，在一定程度上提高了图书馆服务用户和图书馆业务管理的精准度，为今后图书馆用户行为预测、服务营销构建和智慧线上线下服务提供了良好的思维模式。但是，无论人工智能多么先进，有些问题还是需要深思。

4.1 用户隐私与道德伦理问题

人工智能的兴起与大数据、云计算、物联网等密不可分，并得益于数据分析平台和智能算法的计算能力，所以人工智能的良好运行与用户数据不可分割，这就涉及到用户自身隐私安全的保护和处理问题，为了避免利益冲突，良好的技术防范机制和政策制定是缓解隐私纠纷的良好手段。关于道德伦理问题本文主要谈到3个方面。首先是公平问题。不同阶层、不同年龄段的用户在AI面前都是平等的，享受无差别服务。人工智能的设计源于对数据的甄别，以门禁系统、人脸识别为例，若只对成年人进行人脸数据测试，而忽略未成年人的特征和表情数据的识别，可能会引发歧视、不公的社会问题。其次是人工智能的透明性问题。人工智能领域中深度学习参与的准确度最高，但是透明度缺失。以AlphaGo 击败围棋选手李世石和柯洁为例，AlphaGo打出的多数围棋策略是人工智能专家和围棋职业选手根本无法把握的，所以人工智能应用于图书馆的智能检索、自动借还时，用户出现检索不到或者无法借出归还时，人工智能应给出具体的理由，确保服务的透明性。最后是问责机制的实施。人工智能是模拟、延伸和扩展人类智能的典型技术集合，当人工智能管理系统对图书馆资金管理或者设备管理出现差错时，对谁进行问责，相关的问责机制应如何裁定。

4.2 用户、馆员素质、技术与图书馆智慧服务融合问题

图书馆服务经历了以藏为主到藏用相辅的发展历程，特别是图书馆智慧服务的开展将用户知识服务放置到新的高度，也使用户需求不再局限于显性知识，对用户隐性知识的探索和挖掘逐渐凸显，从图书馆借阅空间、咨询空间、第三空间、创客空间以及到目前研究的智慧空间，人工智能背景下的图书馆智慧服务映射出开放、主动、新颖的更新理念。在图书馆智慧服务中，用户个体知识的显性化获取不仅仅与个人信息素养有关，还与馆员的交流以及人工智能背后的实践有关。人工智能创造的环境只是图书馆智慧服务推动的手段和策略，而不是服务推广的初衷和愿景。智能技术能使图书馆服务变得智能化，但不能是智慧化。以知识为载体的用户信息素养的提升、智慧馆员的培养、人工智能技术的融合和重构才是构建图书馆智慧服务的关键因素，不细致考虑用户、馆员、技术与服务的深度融合，图书馆就不能拥有智慧的环境，缺乏友好的服务体验及较高的知识认知效率。