摘要：人工智能是模拟人的思维的一种技术，该技术一直是计算机技术发展的一个重要方向，近年来随着计算机计算能力的提高与发展，人工智能技术从理论到应用都得到了长足的发展，深入工业和生活的各个领域。文章对人工智能技术的历史、应用和未来发展等方面进行了介绍。

关键词：人工智能；计算机；综述

中图法分类号：TP399 文献标识码：A

１ 引言

人工智能旨在通过计算机来实现和人类相同的智能方式，包括学习、思考、识别、计算等能力，其应用于诸多学科领域，如信息学、生物学、逻辑学、系统学等。近年来，人工智能发展尤为迅速，得益于算法的改进和云技术的发展以及计算机性能的提高和机器学习能力，其在很多领域应用广泛，如人脸指纹识别、自动驾驶、医疗、机器人等，给社会和人类生活带来了深远的影响［１］ 。

２ 人工智能的发展历史

１９５６ 年，麦卡锡、明斯基等科学家研讨“如何用机器模拟人的智能”，第一次提出了“人工智能（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，简称ＡＩ）”这一概念，这次会议标志着人工智能学科的诞生，至今已有６０ 多年。

在这６０ 多年里，人工智能也经历了很多阶段的发展，道路也是曲折起伏。在刚开始起步阶段，人工智能的理论研究兴盛，包括深度学习、符号人工智能研究、感知机等。但是，随着计算机硬件的发展，从而产生了能够运行多层人工神经元的神经网络，其被称为深度神经网络，可以通过深度学习来实现人工智能［２］ 。人工智能的理论框架逐渐成熟，随着互联网的发展，人工智能开始呈现井喷式的发展。

３ 人工智能原理

人工智能中有不同的研究方向和学派，学派不同原理就不同。首先是符号主义，它又被称为逻辑，心理学或者计算机派，是通过物理的符号系统假设和有限合理性原理的人工智能学派。该派认为人工智能开始于数理逻辑，人们认识事物是通过符号来认识的，然后通过运算来表达他们之间的关系。符号主义采用功能模拟的方法来实现人工智能，首先通过研究人类在认知事物过程中的功能和机理，再用计算机进行模拟该方式，最终来实现人工智能。

另外一种是行为主义，行为主义又被称为是控制论或进化主义学派，它通过控制论的感知和动作行为相互关系，控制系统的人工智能学派，行为主义认为，人工智能起源于控制论，提出智能取决于感知和行为，取决于对外界各种复杂环境的适应过程，而不是通过表示和逻辑推理来得出。

行为主义有一个代表性的成果，就是鲁克斯研制

的机器虫。如果让人工智能像人一样思考太难了，还不如先做出一个智力低下的机器虫子，然后让这个机器虫子慢慢地进化发展，最终成为拥有人类一样智力的机器。行为主义认为感知动作模型是不需要其他辅助的，包括表示、推理等，它只能在现实中与周围环境的交互中慢慢学习，然后慢慢进化。

最后一种是连接主义学派，也称仿生学派或者生理学派，是基于神经网络及网络间的连接机制与学习算法的人工智能学派。神经网络在计算机性能和互联网发展的前提下迅速发展。它起源于仿生学，通过对人体大脑的研究，模拟人类大脑神经网络的生理结构，通过深度学习，连接主义已经设计出多种人工神经网络结构模型和连接学习算法。

神经网络相对于其他几种学派，能使机器更加智能。因为其他方法，更接近于通过计算机模拟出来的智能，它具体的运算方法、过程都是人类可知的，但神经网络就像人的大脑，它是一个黑盒子以及它内部的分析运算过程，我们不知道它是如何识别出这是一只猫的，我们也不知道它是如何下棋的，我们只是给它构造了一个外壳，内部的识别都是由它的模型结构和深度学习而来。人工神经网络是根据人类大脑结构的启发而设计出来的，这也是它拥有真智能的根本原因。在我们的大脑中，有数十亿个称为神经元的细胞，它们连接成了一个神经网络，人工神经网络就是模仿这种网络结构，图１ 是一个神经网络的结构图，每个圆代表着一个神经元，他们相互连接构成了一个神经网络。

人工智能的程度取决于神经网络的复杂度，就像生物的大脑，大脑越简单，智力越差，如单细胞动物。

所以我们需要深度的神经网络，这里的深度指的是神经网络的层数，层数越多，那么神经网络就越复杂，智能化程度相对较高。同时，深度神经网络还需要训练，这个训练的过程叫做深度学习。深度学习需要做的就是把准备好的数据源源不断地输入到神经网络中，它在内部会不断地变化学习。比如，我们要识别狗，那我们把各种狗的图片输入到深度神经网络模型

中，训练完成后，我们只要拿任意新的图片让它判断，它都能判断出这张图片里是否包含有狗，由于神经网络的深度不同，其存在一定比例的误判，这就像一个孩子以前从来没有看到过狗，你给他指出来这就是狗，这个狗的模型就存到大脑里了，等下次看到一个动物他就能判断这个是否是狗。

４ 人工智能应用领域

人工智能已经在很多领域进行应用，主要包括虚拟助理、汽车自动驾驶、声纹人脸等识别、自然语言、医疗等领域。

虚拟助理是一种能够理解自然语言并可以根据语音命令回答问题或完成任务的程序。如今的智能虚拟助手，已经越来越“物联网”化，它不仅依托于智能手机、Ｐａｄ 和ＰＣ 端，还出现在音响上、汽车里、电灯、电冰箱等各种家用电器中。有的智能虚拟助理甚至还会有自己的个性特点。我们通过和智能虚拟助理交谈，与世界连接，可以实现发送消息，购买商品，查询，导航等各种操作，甚至还能回答我们的提问。

我们和智能虚拟助理的关系更像是人与人之间的关系［３］ 。

汽车自动驾驶领域，随着计算机和网络的发展，云计算，大数据技术被广泛应用，人工智能在交通行业被广泛应用，目前有大量的应用型公司在研究自动无人驾驶系统，让系统在没有人的操作下，可以自动驾驶车辆。自动驾驶依靠雷达，全球定位系统，应用人工智能的视觉计算及深度神经网络计算学习，从而实现自动驾驶，它是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统。实现自动驾驶主要通过几个环节，首先是感知，不同的车辆会采用不同的感知设备，基本包括红外雷达、超声波雷达、毫米波雷达、激光雷达等。然后是处理数据，也就是将这些检测到的数据进行分析，然后把分析结果信息发送给控制设备。最后一步就是执行，把分析结果的信号传递给汽车去执行。当然整个过程根据智能化程度的不同可以分为驾驶员辅助，部分自动驾驶，有条件自动驾驶，高度自动驾驶和完全自动驾驶。完全自动驾驶是最完美的状态，车辆不仅能够应对各種复杂路况，还能对路上出现的突发情况进行提前预判，紧急处理，以避免险情，甚至比人脑的反应速度要快得多［４］ 。

声纹、人脸等识别的应用也相当广泛，主要就是对生物特征的识别应用。声纹识别是采集说话人的声音信息及特征，并保存到数据库中，如利用声纹比对，判断其是否是原说话人，从而识别出说话人的身份，它的优势是抗遗忘、防录音、防合成，特别适用于远程身份的鉴别，可应用于安防、金融、智能家居等领域。人脸识别是根据人的面部特征来识别身份的一种人工智能技术，和声纹识别类似，人脸识别是通过计算机视觉图像处理等技术来实现，人脸识别目前广泛应用于各个领域，如金融、支付宝的人脸识别认证支付，另外在智能家居、医疗、公安等各个领域都广泛涉及。

自然语言技术，就是机器对人类语言的理解和处理。人类在讲话过程中有着各自的语言类型，还有各种语言环境，机器要识别不同的语境和语言也是相当有挑战性。自然语言技术通过深度学习以及分析不同的语言数据模式，不断修正改进，从而实现各种功能。自然语言的应用有机器翻译，如把某种语言翻译成另外一种语言，目前其应用已经相当广泛。还有语音识别，把语音转换成文字或者对话。最近很火的ＣｈａｔＧＰＴ（美国ＯｐｅｎＡＩ 研发的聊天机器人程序），它是人工智能技术驱动的自然语言处理工具，它能够学习理解人类的语言并与其进行对话，而且对话的内容相当真实，并能根据上下文语境给用户提供建议，还能帮助用户写代码、论文、翻译、文章、视频脚本等，甚至已经可以取代人类做这些工作。

５ 人工智能与智能生命

人工智能未来能否进化出真正的硅基智能生命，挑战人类甚至替代人类，这个也是目前人工智能领域争论比较大的话题。

人工智能未来发展必然越来越智能，某些方面越来越接近人类，但是如果要产生真正的生命是不大可能的。人类有一些特征，如感觉，人工智能是无法让机器自己感觉的，如痛感，机器虽然能够通过传感器感受压力，但是无法产生感觉。而且，人类还有一个自我感，机器是无法实现的，人工智能只能是模拟，它只不过是人思维的一个延伸功能助手。

６ 人工智能未来展望

人工智能未来在各行业取代人力将成为不可避免的趋势。人工智能目前已经取代了一些简单的重复性行业，随着技术的发展，很多行业的工作将被取代，比如司机，随着无人驾驶技术的发展，未来汽车不需要人来手动驾驶。为减少士兵牺牲，未来士兵也可能大量被机器人取代。当然除了取代人力，人工智能也会普遍成为各个行业的助手，如医疗行业，很多疾病的判断，甚至动手术，都可能由人工智能完成。

很多高端科技公司已经在研究脑机接口。马斯克曾宣布将一块芯片植入大脑，脑机接口技术可以应用在医疗上，将来可以通过脑机接口治疗抑郁、瘫痪、艾滋海默等疾病。另外，脑机接口可以真正实现虚拟现实技术，使人的思维进入元宇宙，就像一些科幻电影里描述的一样。脑机接口还能扩展大脑信息存储，只要植入芯片，人类就不需要通過学习获得知识［５］ 。

人工智能虽然不能进化成真正意义上的生命，但从某种意义上来说，其越来越接近人类的思考方式，并且比人类更有优势，所以安全问题也可能在未来出现，如自主思考，突破程序设定的安全阀，会对整个社会产生很大的破坏，这些都是未来人工智能需要面对的问题。

７ 结束语

人工智能技术从开始到现在已经发展了几十年，经过了几次低潮期，随着计算机、网络、大数据、云计算、神经网络、深度学习等技术的发展，目前其已经在各个领域应用广泛，并走进了人类的生活，但目前的人工智能从长远来说，还处于弱智能阶段，在实际应用中也存在着一些问题。不过，随着人工智能技术越来越受重视，大量资金的投入以及大量科研人员参与该行业的设计与创新，人工智能必然会更加智能，在人类社会中的重要性也会越来越高。

参考文献：

［１］ 程丽莎，张洪波，丁健伦，等．基于人工智能的未来发展趋势的分析与探讨［Ｊ］．中国新通信，２０１８，２０（５）：９９．

［２］ 程晓楠．计算机人工智能技术的发展及其应用分析［Ｊ］．科学技术创新，２０１９（１７）：９４?９５．

［３］ 李彦峰．人工智能在自然语言处理中的应用［Ｊ］．襄阳职业技术学院学报，２０１８，１７（４）：７１?７４＋７８．

［４］ 周路菡．人工智能下一站：无人驾驶汽车［Ｊ］．新经济导刊，２０１７（Ｚ１）：８９?９３．

［５］ 李启源．人工智能技术发展及典型应用综述［Ｊ］．数字通信世界，２０１７（１２）：１５９?１６０．

作者简介：周军强（１９７９—），本科，讲师，研究方向：软件工程。