晏旭东

摘 要：人工智能作为一门综合性的高新技术学科，诞生于20世纪50年代，在计算机心理学等方面均有所涉猎，也与现在人类的生活息息相关。但人们对人工智能发展历程和应用领域了解较少，本文将从基本概念出发，介绍人工智能的各个方面，希望可以为人工智能的发展做出一些贡献，使其更好地服务我们的生活。

关键词：人工智能;发展历程;应用

中图分类号：TP18 文献标识码：A 文章编号：1671-2064（2019）22-0065-02

0 引言

其实人们在日常生活中经常与人工智能接触，但往往并不深究其根本，所以并不太了解人工智能与我们的联系究竟有多深。其中，人工智能的机器学习、机器视觉与自动化技术对人类生活影响较为广大，也对人工智能的蓬勃发展做出了不小的贡献。在这里，我们将分析人工智能的简要发展历程，并着重介绍人工智能的现代化技术及其在实际生活中的具体应用，并将通过分析这些技术及其应用对人类的影响来展现人工智能对当代人类社会的重要意义。

1 人工智能概述

1.1 人工智能的概念

人工智能作为一门新兴的交叉学科，其英文名称为AI，目的在于了解人类智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器[1]。人工智能并不是人类智能，但能像人类一样思考，也可能超过人类智能。人工智能是一门富有挑战性的学科，从事该行业的人必须在计算机技术、心理学、哲学等方面有所涉猎，是一门包涵极为广泛的学科。不管怎么说，归根结底人工智能研究的一个主要目的是机器能够胜任一些需要人类智能才能完成的工作。

1.2 人工智能发展历程

人工智能的发展历程这里大概可以分为三个阶段：第一阶段在20世纪40年代中期到50年代中期，这个时期的人工智能是以控制论、信息论、系统论作为理论基础发展的，图灵对计算机人工智能的研究直接推动了近代人工智能的发展，这也是人工智能第一阶段的标志成就;第二阶段大约从20世纪50年代中期到80年代末期，在这个时期的关于人工智能方面的巨大成就就是符号主义的诞生了，所以这个时期在人工智能的发展历史上也被称为经典符号时期，符号主义也对人工智能的发展做出了巨大的贡献，符号主义的兴起就是人工智能发展史上第二阶段的标志;人工智能发展史上的第三阶段就是从20世纪80年代末直到现在，这段时期也被人们称为联结主义时期，其特点是通过人工神经网络来模拟人脑的智能活动，这种方法被称为联结主义，联结主义的兴起也是人工智能发展第三阶段的标志。

2 人工智能相关技术及其应用

2.1 机器学习

机器学习是指计算机无需编程即可运作的一门科学技术，其中深度学习是机器学习的一个子集，也可以被认为是预测分析的自动化，机器学习的算法主要有四种类型[2]：（1）监督学习，监督学习是指那些要标记数据集以便可以检测模式并用于标记新的数据集，而无监督学习时，其中的数据集并未标记，并根据相似性或差异进行排序;（2）强化学习，强化学习中的数据集也没有标记，但是在几个动作后，相应的人工智能系统就会给予相应的反馈，以上两种就是人工智能的机器学习技术了;（3）还有一种方法，综合了监督学习和非监督学习的特征，这种叫作“半监督学习”，它主要考虑如何利用少量有标签的样本和大量的没有标签样本进行训练和分类;（4）在规划机器人的行为准则方面，一种机器人学习方法叫作“训练学习”，也就是把计算机丢到一个对于它完全陌生的环境或者让它完成一项从未接触过的任务，然后计算机自己回去尝试各种手段最后让自己成功适应这一个陌生的环境，或者学会完成这件任务的方法途径。

2.2 自动化

自动化的概念是一个动态发展过程。过去，人们对自动化的理解或者说自动化的功能目标是以机械的动作代替人力操作，自动地完成特定的作业，这实质上是自动化代替人的体力劳动的观点。后来随着电子和信息技术的发展，特别是随着计算机的出现和广泛应用，自动化已扩展为用机器（包括计算机）不仅代替人的体力劳动而且还代替或辅助脑力劳动，以自动地完成特定的作业[3]。自动化的广义内涵至少包括以下几点：在形式方面，制造自动化有三个方面的含义，代替人的体力劳动，代替或辅助人的脑力劳动，制造系统中人机及整个系统的协调、管理、控制和优化;在功能方面，自动化代替人的体力劳动或脑力劳动仅仅是自动化功能目标体系的一部分，自動化的功能目标是多方面的，已形成一个有机体系;在范围方面，制造自动化不仅涉及到具体生产制造过程，而是涉及产品生命周期的所有过程。自动化的概念或者发展特点都和人工智能有着极大地契合度，所以近些年来人工智能与自动化尤其是电气自动化方面结合发展十分迅速。

2.3 机器学习应用简介

首先可以根除信息诈骗，因为传统模式下，比如如果用户资金已被转移，用户会收到从银行发来的验证电子邮件和消息，这些是为了避免盗窃和欺诈，但是不能完全避免风险，因为不知道操作者是否是用户本人。AI和机器学习用于监控任何欺诈行为，它通过能够区分的已经培训过的欺诈性和非欺诈性购买、方式来实现这一点。计算机被提供大量欺诈性和非欺诈性购买样本，并要求计算出属于每个类别的交易[4]。还有我们如今使用的电子邮件，其实我们的邮箱正常情况下可能会堆积大量垃圾邮件，但Email已经能够成功过滤掉99.9%的垃圾邮件。垃圾邮件过滤器必须不断学习信号，以捕获邮件和邮件数据，以击败垃圾邮件发送者。Email对您的电子邮件进行分类是一种尝试，可以根据我们对其进行优先排序的方式，将其发送到各自的部分。再者就是我们更多人都十分熟悉的在线客户支持，就像我们平时逛的淘宝，当我们遇到问题时寻找的客服其实很多时候都并不是真人。不只是淘宝，许多网站都让客户有机会在浏览时与客户支持服务人员交谈，但很少网站会在另一端安排一个真实的人来引导您浏览网站或回答您的疑问，这实际上是在谈论一个基本的人工智能应用。虽然有些人会向您提供一些信息，但其他人则能够从网站上提取准确，相关的信息。这些聊天机器人无法破译人类通信的方式，但自然语言处理（NLP）的快速发展改善了这种情况。

2.4 机器视觉应用简介

首先介绍的就是人们耳熟能详的人脸识别，人脸识别是人工智能视觉与图像领域中最热门的应用，今年2月，《麻省理工科技评论》发布「2017全球十大突破性技术」榜单，来自中国的技术「刷脸支付」位列其中，这是该榜单创建16年来首个来自中国的技术突破。人脸识别技术目前已经广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗等行业。据业内人士分析，我国的人脸识别产业的需求旺盛，需求推动使得企业敢于投入资金。目前，该技术已具备大规模商用的条件，未来三到五年将高速增长[5]，而今年，这一技术有望在金融与安防领域迎来大爆发;接下来要介绍的是图片和视频编辑，听名字可能会感到很陌生，但他的应用领域其实是很广泛的。2016年，Google举行了一场人工智能作家的画展，通过一个名叫Deep Drearm的艺术生成器，谷歌可以将神经网络由内部传送到外部，不是识别图像，而是创作图像。目前市场上也出现了很多运用机器学习算法对图像进行处理的业务，可以实现对图片的自动修复、美化、变换效果等操作，并且越来越受到用户尤其是年轻女性的轻睐。机器视觉在应用场景上逐渐突破工业检测，其应用边界逐步向智能生活领域拓展。由于机器视觉在智能生活、智能制造两个领域具有不同的技术特点和应用进展，所以机器视觉于这两个领域的行业发展趋势也不尽相同。

2.5 自动化应用简介

在这里我们要介绍的是人工智能在自动化方面的应用，比如说如何诊断电气自动化领域的电气故障。电气自动化系统实际运行过程中，传统诊断技术的效率和准确度较低且具有不确定性和突发性，系统故障和问题必须在第一时间快速进行解决，若诊断处理方法不合理或者故障处理不及时，会给国家、社会和企业造成巨大损失。而在电气自动化系统中应用人工智能技术，运用专家系统、模糊理论和神经网络，实现对电气自动化系统的实时控制[6]，一旦发现系统故障，自动进行故障诊断，极大地提高电气自动化系统故障诊断的效率和准确性。

3 结语

从目前来看，人工智能仍有很大的发展空间，并且人工智能在不断的与其他的领域相结合，共同进步。随着科技的不断发展，人工智能的发展也有了极大的动力，人工智能仍具有很好的前景，比如强人工智能的进一步发展等领域。虽然人工智能的发展并不轻松，可这也更说明了其未来巨大的前途，因为它能挖掘的潜力还有很多。以如今人脑的开发程度，其计算能力显然无法与人工智能精密的计算相比的，虽然人工智能的创造力、想象力从现在来看是远远不如人类的，但瑕不掩瑜，这依然无法阻挡人工智能的发展，更何况解决这些不过是时间问题，就像在几十年前又有谁能想象到如今人工智能在围棋等领域上无人能敌呢？如此看来，其前途无疑是一片光明的。

参考文献

[1] 钟义信.人工智能理论：从分立到统一的奥秘[J].北京邮电大学学报，2006，29（3）：1-6.

[2] 何卓键.浅谈人工智能与机器学习[J].电子世界，2018（4）：183-184.

[3] 马龙.人工智能技术在电气自动化控制中的应用[J].山西焦煤科技，2014（s1）：50-51.

[4] 李健宏.人工智能中的機器学习研究及其应用[J].江西科技师范学院学报，2004（5）：84-86.

[5] 梁庆杰.人工智能与机器视觉应用概论[J].装备制造技术，2007（8）：96-97.

[6] 孙威.初探人工智能与电气自动化结合的应用思路[J].价值工程，2018，37（26）：160-162.