導(dǎo)言：作為寫作愛好者，不可錯(cuò)過為您精心挑選的10篇人工智能研究綜述，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

Abstract: in the theoretical analysis and test research, it established concrete rebound-ultrasound-pulled out of the synthesis detection artificial neural network model. Comparing the traditional regression algorithm, the artificial neural network model of concrete strength has higher precision.

Keywords: rebound-ultrasound-pull out the synthesis; Concrete; Strength; detection

中圖分類號(hào)： TU528 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：

1 引言

混凝土的強(qiáng)度可采用無損檢測(cè)的方法進(jìn)行推定，如采用回彈法、聲速法、拔出法或綜合法。綜合法由于采用多項(xiàng)物理參數(shù)，能較全面地反映構(gòu)成混凝土強(qiáng)度的各種因素，并且還能夠抵消部分影響強(qiáng)度與物理量相關(guān)關(guān)系的因素，因而它比單一物理量的無損檢測(cè)方法具有更高的準(zhǔn)確性和可靠性[1]。通過試驗(yàn)研究和工程實(shí)踐積累的檢測(cè)數(shù)據(jù)，建立了混凝土強(qiáng)度回彈-超聲-拔出綜合法神經(jīng)網(wǎng)絡(luò)模型。

2 試驗(yàn)設(shè)計(jì)

2.1 試件制作

設(shè)計(jì)C15、C20、C25、C30、C35、C40六個(gè)強(qiáng)度等級(jí)、三個(gè)齡期的混凝土，共制作標(biāo)準(zhǔn)養(yǎng)護(hù)100×100×100mm立方體試件180組用于回彈法、超聲法檢測(cè)，制作標(biāo)準(zhǔn)養(yǎng)護(hù)200×200×200mm立方體試件180組用于拔出法檢測(cè)，同時(shí)制作相同組數(shù)的自然養(yǎng)護(hù)試件。試件均采用機(jī)械攪拌、機(jī)械振搗。

2.2 混凝土配合比及原材料基本性能

混凝土配合比及設(shè)計(jì)參數(shù)見表1。

表1 混凝土配合比及設(shè)計(jì)參數(shù)統(tǒng)計(jì)表

3 回彈-超聲-拔出綜合法人工神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)與模型建立

3.1網(wǎng)絡(luò)設(shè)計(jì)與說明

3.1.1輸入和輸出層的設(shè)計(jì)

人工神經(jīng)網(wǎng)絡(luò)的輸入、輸出層數(shù)是完全根據(jù)使用者的要求來設(shè)計(jì)，問題確定下來，輸入輸出層也就確定了。

3.1.2隱含層單元的選擇

隱含層單元個(gè)數(shù)的選擇是一個(gè)十分復(fù)雜的問題，目前尚沒有很好的解析表達(dá)式，隱含層單元的個(gè)數(shù)與問題的要求、輸入輸出單元的數(shù)量、訓(xùn)練樣本的數(shù)量等都有直接關(guān)系。當(dāng)隱含層單元的數(shù)量太少時(shí)會(huì)導(dǎo)致網(wǎng)絡(luò)的容錯(cuò)性能降低，即訓(xùn)練不出理想的結(jié)果。但隱含層單元個(gè)數(shù)太多又往往會(huì)造成網(wǎng)絡(luò)的訓(xùn)練時(shí)間過長(zhǎng)，且網(wǎng)絡(luò)的輸出誤差也不一定最小，因此目前主要依靠理論和經(jīng)驗(yàn)確立合適的計(jì)算網(wǎng)絡(luò)[2]。下面公式作為選擇隱含層單元數(shù)的參考：

式中：n1為隱含層單元數(shù)，m為輸出層單元數(shù)，n為輸入層單元數(shù)，a為1-10之間的常數(shù)。

3.1.3初始值的選取

對(duì)于系統(tǒng)是非線性的，初始值對(duì)于學(xué)習(xí)是否達(dá)到局部最小和是否能夠收斂的關(guān)系很大，一個(gè)重要的要求是希望初始權(quán)在輸入累加時(shí)使每個(gè)神經(jīng)元的狀態(tài)接近于零，這樣可以保證開始時(shí)不落到那些平坦區(qū)域上。權(quán)一般取隨機(jī)數(shù)，而且要求比較小，這樣可以保證每個(gè)神經(jīng)元一開始都在它們轉(zhuǎn)換函數(shù)變化最大的地方進(jìn)行[3]。

3.1.4數(shù)據(jù)的歸一化處理

由于輸入數(shù)據(jù)的密集性，數(shù)據(jù)之間的差別太小，如超聲值；同時(shí)由于采集的各數(shù)據(jù)單位不一致，直接將數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練會(huì)引起混淆。因此，必須對(duì)輸入數(shù)據(jù)和輸出數(shù)據(jù)進(jìn)行歸一化處理（Normalization Processing），使得輸入層的輸入值介于[-1,1]之間，而輸出層的輸出值介于[0,1]之間。

神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)束后，在神經(jīng)網(wǎng)絡(luò)進(jìn)行混凝土強(qiáng)度推測(cè)階段（即仿真階段），需要對(duì)數(shù)據(jù)進(jìn)行反歸一化處理。

3.2網(wǎng)絡(luò)算法改進(jìn)

3.2.1附加沖量(動(dòng)量)法

附加沖量法修正網(wǎng)絡(luò)參數(shù)時(shí)，不僅考慮誤差函數(shù)的梯度下降，而且考慮誤差曲面的變化趨勢(shì)。沒有附加沖量作用時(shí)，網(wǎng)絡(luò)可能陷入局部極小或進(jìn)入誤差曲面平坦區(qū)，而附加沖量則有可能使網(wǎng)絡(luò)跳出局部極小或滑過平坦區(qū)[4]。

3.2.2自適應(yīng)學(xué)習(xí)速率

正確選擇學(xué)習(xí)速率不是一件容易的事情，通常對(duì)訓(xùn)練初期合適的學(xué)習(xí)速率，隨著訓(xùn)練的進(jìn)行會(huì)變得不合適，因?yàn)檎`差曲面是非常復(fù)雜的。為了解決這一問題，設(shè)法讓網(wǎng)絡(luò)具有這樣一種功能，根據(jù)自身的訓(xùn)練情況自動(dòng)調(diào)整學(xué)習(xí)速率，即采用自適應(yīng)學(xué)習(xí)速率[5]。

3.2.3 S型函數(shù)輸出限幅算法

網(wǎng)絡(luò)的連接權(quán)和閥值的調(diào)節(jié)量都與中間層輸出b有關(guān)，當(dāng)bj=0或b=l時(shí)，vji=0或wji=0或θj=0，即當(dāng)bj=0或bj=1時(shí)，不能對(duì)網(wǎng)絡(luò)的權(quán)值和閥值進(jìn)行調(diào)整。

3.3 網(wǎng)絡(luò)訓(xùn)練和模型的建立

混凝土強(qiáng)度回彈-超聲-拔出綜合法神經(jīng)

網(wǎng)絡(luò)訓(xùn)練如圖1示。經(jīng)過訓(xùn)練，網(wǎng)絡(luò)模型如

圖2所示。

建立的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練函數(shù)為Trainlm。

輸入層數(shù)是3，即回彈值、超聲值、拔出力；

輸出層數(shù)是1，即混凝土立方體抗壓強(qiáng)度。

隱含層是1層，單元數(shù)是5。初始學(xué)習(xí)速率

0.05，沖量系數(shù)0.9，允許學(xué)習(xí)次數(shù)3000，

學(xué)習(xí)樣本數(shù)168，計(jì)算樣本數(shù)15，初始權(quán)值和閾值為[-0.01，0.01]區(qū)間的隨機(jī)數(shù)，輸入層的輸入值介于[-1，1]之間，輸出層的輸出值介于[0，1]之間。網(wǎng)絡(luò)檢測(cè)樣本見表2所示。

4 人工神經(jīng)網(wǎng)絡(luò)與回歸算法推測(cè)混凝土強(qiáng)度對(duì)比

4.1回歸模型選擇

根據(jù)試驗(yàn)數(shù)據(jù)情況擬選三種回歸公式，通過回歸指標(biāo)綜合評(píng)價(jià)這三種回歸公式，然后選取既能反映混凝土實(shí)際工作狀況又較為簡(jiǎn)單的回歸公式作為綜合法的測(cè)強(qiáng)公式 。

擬選用以下幾種回歸公式模型[6，7]：

冪函數(shù)方程 ：

線性方程：

指數(shù)方程：

式中；—混凝土強(qiáng)度計(jì)算值(MPa)；F—拔出力(kN)；N—回彈值；V—超聲速度(km/s)；A、B、C、D—回歸系數(shù)

4.2 綜合法檢測(cè)回歸公式及試驗(yàn)結(jié)果分析

本次試驗(yàn)通過對(duì)576組150×150×150mm試塊和90根750×200×200mm小梁180組進(jìn)行拔出、回彈、超聲檢測(cè)。對(duì)試驗(yàn)數(shù)據(jù)利用Matlab進(jìn)行回歸分析，得到如下回歸方程和相應(yīng)的回歸指標(biāo)，見表3。

篇2

中圖分類號(hào)：TP27 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2017）03-0221-02

人工智能是當(dāng)今科技發(fā)展中最具潛力的熱點(diǎn)問題之一，2016年初轟動(dòng)世界的谷歌AlphaGo打敗圍棋世界冠軍李世石的經(jīng)典案例更是引起了全世界廣泛的關(guān)注和熱議?！叭斯ぶ悄堋边@個(gè)概念再次被推到了風(fēng)口浪尖。那么，究竟什么是人工智能呢？它會(huì)對(duì)我們的生活有什么影響？在這個(gè)背景下，我們深入探究人工智能及其相關(guān)的技術(shù)領(lǐng)域，對(duì)于人工智能的普及和發(fā)展有著重要意義，也希望能給予人工智能相關(guān)領(lǐng)域的科學(xué)研究者們提供一些參考和方向。

1 什么是人工智能

人工智能（Artificial Intelligence，AI）是一門全新的信息技術(shù)科學(xué)，是計(jì)算機(jī)科學(xué)技術(shù)的一個(gè)重要分支，是指對(duì)于模擬、拓展和延伸人類的智能的應(yīng)用系統(tǒng)及相關(guān)的理論和技術(shù)方法的開發(fā)研究。主要通過研究及了解人類智能的本質(zhì)從而開發(fā)出能給出類似人類智能反饋的智能機(jī)器，計(jì)算機(jī)系統(tǒng)在理解目標(biāo)方向之后所取得的最大化成果是計(jì)算機(jī)實(shí)現(xiàn)的最大智慧。人工智能不單單是一個(gè)特定的技術(shù)，它所研究的往往是能創(chuàng)造智能意識(shí)的高科技機(jī)器，包括了算法和其他應(yīng)用程序，處理的任務(wù)也遠(yuǎn)遠(yuǎn)超出了簡(jiǎn)單計(jì)算，從學(xué)習(xí)感知規(guī)劃到推理識(shí)別控制等等。人工智能的研究方向包含語言及圖像識(shí)別技術(shù)、機(jī)器人設(shè)計(jì)、自然語言處理等，日益成熟的理論方法和技術(shù)實(shí)踐也使得應(yīng)用領(lǐng)域范圍大規(guī)模擴(kuò)張，人工智能是人類智慧的結(jié)晶，未來也可能展現(xiàn)出超過人類的智能。

2 人機(jī)智能的研究方向

人工智能的科學(xué)研究通常涉及到數(shù)學(xué)、邏輯學(xué)、認(rèn)知科學(xué)、以及最重要的計(jì)算機(jī)科學(xué)等多學(xué)科領(lǐng)域，延伸出了以下幾個(gè)主要的研究方向：

2.1 邏輯推理與證明

早期的人工智能更多的解決了大量數(shù)學(xué)問題，邏輯推理是基礎(chǔ)也是研究時(shí)間最長(zhǎng)最重點(diǎn)的領(lǐng)域之一。通過找到可靠的證明或者反證方法實(shí)現(xiàn)潛在的定理證明，根據(jù)數(shù)據(jù)庫的實(shí)例進(jìn)行推導(dǎo)并及時(shí)更新證明結(jié)論，演繹和直覺相結(jié)合，在推理和證明中實(shí)現(xiàn)部分智能。

2.2 問題求解

問題求解領(lǐng)域的一大重要應(yīng)用則是下棋程序的功能實(shí)現(xiàn)，化繁為簡(jiǎn)、將困難的問題點(diǎn)拆分成為獨(dú)立的子問題進(jìn)行求解；而另一個(gè)實(shí)例則是數(shù)學(xué)方程的求解實(shí)現(xiàn)，分析各種公式符號(hào)的組合意義從而為科學(xué)研究者提供強(qiáng)有力的基礎(chǔ)保障。問題求解中所運(yùn)用的搜索和規(guī)約也是人工智能領(lǐng)域中的兩大基本技術(shù)。

2.3 自然語言處理

自然語言處理也叫自然語言理解（Natural Language Processing，NLP），是指借助計(jì)算機(jī)來處理使用人類語言作為計(jì)算對(duì)象的算法程序，并研究相關(guān)的理論方法和技術(shù)。NLP是人工智能領(lǐng)域的主要研究方向之一，也是發(fā)展時(shí)間較長(zhǎng)的研究方向之一。語音識(shí)別、搜索引擎、機(jī)器翻譯等等都是NLP的重要研究?jī)?nèi)容，目前也都在人工智能領(lǐng)域獲得了突出的應(yīng)用成果。

2.4 專家系統(tǒng)

專家系統(tǒng)是指具有大量模擬人類相關(guān)領(lǐng)域?qū)＜抑R(shí)和經(jīng)驗(yàn)的智能計(jì)算機(jī)程序系統(tǒng)，依托于人工智能相關(guān)技術(shù)，根據(jù)專家系統(tǒng)所提供的數(shù)據(jù)方法進(jìn)行判斷推理進(jìn)一步?jīng)Q策，從而代替人類專家解決一部分該領(lǐng)域的特定問題。從知識(shí)表示技術(shù)的角度上看，專家系統(tǒng)可分為基于網(wǎng)絡(luò)語義、基于規(guī)則、基于邏輯、基于框架等幾種類別；而從任務(wù)類型及專家系統(tǒng)主要解決的問題類型的角度來看，專家系統(tǒng)也可分成解釋型（分析和闡述符號(hào)數(shù)據(jù)的意義）、調(diào)試型（根據(jù)故障制定排除方案）、預(yù)測(cè)型（根據(jù)現(xiàn)狀預(yù)測(cè)指定對(duì)象未來可能的結(jié)果）、維修型（針對(duì)特定故障制定并實(shí)施規(guī)劃方案）、設(shè)計(jì)型（按指定需求制作圖樣和方案）、規(guī)劃型（根據(jù)指定目標(biāo)制定行動(dòng)方案）等。

專家系統(tǒng)的建立包含以下幾個(gè)步驟：（1）初始專家知識(shí)庫的設(shè)計(jì)：包括問題、知識(shí)、概念、形式、規(guī)則等多個(gè)概念的籌建；（2）開發(fā)和試驗(yàn)系y原型機(jī)；（3）改進(jìn)與歸納專家知識(shí)庫等。

專家系統(tǒng)的實(shí)現(xiàn)通常建立在大量的數(shù)據(jù)統(tǒng)計(jì)與人類專家提供的問題解決實(shí)例上，沒有精確或統(tǒng)一的求解算法，因此也會(huì)造成一些局限性。在人工智能與計(jì)算機(jī)科學(xué)快速發(fā)展的今天，專家系統(tǒng)也逐漸更重視理論和基礎(chǔ)研究，除了基于經(jīng)驗(yàn)的理論，基于規(guī)則和模型的方法也將投入到實(shí)際運(yùn)用中，未來的專家系統(tǒng)將更偏向協(xié)同式和分布式方向發(fā)展。

2.5 機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是指計(jì)算機(jī)自動(dòng)獲取新的推理算法和新的科學(xué)事實(shí)的過程，是計(jì)算機(jī)具有智能的基礎(chǔ)。計(jì)算機(jī)的學(xué)習(xí)能力是人工智能研究史上的突出成就與重要進(jìn)展，也是人工智能初步實(shí)現(xiàn)的重要標(biāo)志。機(jī)器學(xué)了在人工智能領(lǐng)域有著重要應(yīng)用，對(duì)于探索人類智慧的奧秘以及學(xué)習(xí)方法和機(jī)理都有著重要意義，機(jī)器學(xué)習(xí)的時(shí)代才剛剛開始，各種理論方法也正在逐步完善中，未來精彩可期。

3 人工智能的應(yīng)用

人工智能的首次提出至今已有60年的歷史，在這個(gè)循序漸進(jìn)的過程中，無論是功能場(chǎng)景還是機(jī)器模式，都逐漸從單一到通用、從簡(jiǎn)單到復(fù)雜，表達(dá)方法也更多種多樣。目前主要通過賦予機(jī)器產(chǎn)品一定的人類智能從而有效地提升機(jī)器工作效率及能力，未來的人工智能將更多的模擬人類生活環(huán)境及思維方式來設(shè)計(jì)出真正具有人類智能的高效人機(jī)系統(tǒng)。

3.1 人工智能在各個(gè)行業(yè)的應(yīng)用

人工智能已經(jīng)運(yùn)用到人類生產(chǎn)生活的各個(gè)方面，主要包括以下幾點(diǎn)：（1）以智能汽車為代表的自動(dòng)化交通方式。（2）種類繁多的家庭智能服務(wù)機(jī)器人。（3）用于臨床支持和病人看護(hù)中的自動(dòng)化智能設(shè)備及醫(yī)療器械。（4）智能教育輔導(dǎo)系統(tǒng)、線上學(xué)習(xí)和智能輔助學(xué)習(xí)設(shè)備的普及。（5）基于圖像處理和自然語言處理的各類音樂社交軟件及VR設(shè)備的興起給互聯(lián)網(wǎng)娛樂時(shí)代帶來的巨大變革。（6）邏輯證明及智能分析在公共安全領(lǐng)域的預(yù)測(cè)及防范。（7）大量重復(fù)機(jī)械的勞動(dòng)逐漸由智能機(jī)器取代，人類承擔(dān)著更多的創(chuàng)新及實(shí)踐工作。

3.2 人工智能生活應(yīng)用實(shí)例

作為輔助人類生產(chǎn)生活的重要工具，日趨成熟的智能機(jī)器人已經(jīng)快速走進(jìn)了人們的日常生活中，下面我們介紹幾種常見的使用場(chǎng)景：（1）智能房屋和家居生活的構(gòu)建：目前的智能停留在自動(dòng)控制I域，通過用戶指令來便捷的操控比如電視、窗簾、燈具、空調(diào)等等；而未來，人工智能的發(fā)展將根據(jù)你的日常行為了解你的習(xí)慣喜好，利用傳感器和自動(dòng)裝置搜集用戶的行為數(shù)據(jù)，通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法改造你所居住的環(huán)境。最終實(shí)現(xiàn)真正意義上的智能家居生活。（2）無人駕駛的智能汽車：主要通過導(dǎo)航和定位實(shí)現(xiàn)規(guī)定路線的行駛、通過激光測(cè)距、雷達(dá)感應(yīng)和照相等技術(shù)，配合復(fù)雜的計(jì)算公式從而辨別和避讓各種障礙，最終脫離人類操控的環(huán)境下自動(dòng)完成發(fā)動(dòng)、駕駛、剎車等動(dòng)作。行駛的安全性和準(zhǔn)確性在智能機(jī)器的幫助下其實(shí)更可靠，我們完全有理由相信未來自動(dòng)駕駛將成為人們出行的新方式。（3）基于神經(jīng)網(wǎng)絡(luò)的新型翻譯方式：在線翻譯相信大多數(shù)人都不陌生，使用范圍廣普及率極高，但其準(zhǔn)確性一直都是人們關(guān)注的焦點(diǎn)之一。谷歌翻譯負(fù)責(zé)人表示將在部分功能上嘗試使用深度學(xué)習(xí)技術(shù)，如果能順利實(shí)施必將使得翻譯準(zhǔn)確性的研究取得實(shí)質(zhì)性突破，而基于神經(jīng)網(wǎng)絡(luò)的翻譯方式則將幫助計(jì)算機(jī)更好地模擬和理解人類思維，使得翻譯結(jié)果更流暢合乎規(guī)范，也方便人們更好地理解。

4 人工智能的發(fā)展歷程

人工智能的發(fā)展歷程不算很長(zhǎng)，但發(fā)展速度卻異常迅猛。跟所有新興的前沿學(xué)科一樣，人工智能的發(fā)展中也經(jīng)歷了和低谷時(shí)期。根據(jù)不同時(shí)期代表性人物和事件的發(fā)生，我們大致可以將整個(gè)過程分為以下幾個(gè)階段：

（1）1950年，舉世聞名的“圖靈測(cè)試”（圖靈，英國數(shù)學(xué)家，1912―1954）首次發(fā)表于《計(jì)算機(jī)與智能》一文，即通過房間外的人和兩個(gè)房間內(nèi)的人和機(jī)器分別對(duì)話中，是否能區(qū)分人和機(jī)器從而判斷出機(jī)器是否具有了人的智能。這是人類對(duì)于人工智能最初的概念。

（2）1956年，由香農(nóng)、麥卡錫、朗徹斯特和明斯基共同發(fā)起的DARTMOUTH學(xué)會(huì)于達(dá)特茅斯大學(xué)召開，會(huì)上首次提出“人工智能”一詞，這是歷史上第一次關(guān)于人工智能領(lǐng)域的研討會(huì)，見證了人工智能學(xué)科研究的開端。

（3）1960年以來，生物進(jìn)化領(lǐng)域逐漸建立起了遺傳、策略和規(guī)劃等算法。1992年計(jì)算智能由Bezdek提出，計(jì)算智能對(duì)于生物進(jìn)化學(xué)的探究有著重大意義，涵蓋了模式識(shí)別、人工生命、神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算等多學(xué)科集合與交叉。

（4）上世紀(jì)90年代開始，專家系統(tǒng)逐漸興起，對(duì)于專家知識(shí)庫的不斷改進(jìn)以及基于規(guī)則和模型的協(xié)同式分布式專家系統(tǒng)將是未來使用的主要趨勢(shì)。

（5）從1960年神經(jīng)網(wǎng)絡(luò)首次應(yīng)用于自動(dòng)控制的實(shí)施，到1965年人工智能啟發(fā)式推理規(guī)則的方法引入，再到1977年運(yùn)籌學(xué)理論中概念智能控制模式的成功借鑒，人工智能的發(fā)展也順利引導(dǎo)了自動(dòng)控制模式逐漸切換到了智能控制模式。

（6）從1956年AI概念的正式提出以來，人工智能領(lǐng)域已經(jīng)取得了眾多突破性的成就和進(jìn)展，很多天馬行空的想象也隨著科技的進(jìn)步在一代代科學(xué)工作者的不斷努力下逐漸設(shè)計(jì)落實(shí)，人工智能已經(jīng)從科學(xué)研究逐漸走向了人們的日常生活中，成為了當(dāng)下最具潛力的多學(xué)科交叉的前沿科學(xué)。

5 人工智能的未來與發(fā)展趨勢(shì)

從人工智能的提出到逐漸走入人們生活，人工智能的概念一經(jīng)問世則得到了人們的普遍關(guān)注，甚至帶動(dòng)了語音識(shí)別、自然處理處理、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等一系列相關(guān)學(xué)科的發(fā)展和興盛。人工智能領(lǐng)域中的創(chuàng)新和蓬勃發(fā)展是趨勢(shì)也是必然，通過了解人工智能學(xué)科的發(fā)展歷程及應(yīng)用領(lǐng)域，我們大致可以推測(cè)出關(guān)于未來人工智能的一些方向：（1）機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法指導(dǎo)下更聰明更多樣性更具智能的機(jī)器系統(tǒng)。（2）自然語言處理應(yīng)用中更自然的人機(jī)互動(dòng)交流。（3）機(jī)器學(xué)習(xí)時(shí)代更快速的數(shù)據(jù)處理分析策略。（4）各研發(fā)企業(yè)和機(jī)構(gòu)對(duì)于人工智能先進(jìn)技術(shù)更激烈的競(jìng)爭(zhēng)和角逐。（5）超人工智能（Artificial Super Intelligence，簡(jiǎn)稱ASI）時(shí)代下AI是否會(huì)走向失控給人們帶來的微恐懼。

6 結(jié)語

在短短60年的時(shí)間內(nèi)，人工智能的快速發(fā)展已經(jīng)從很大程度上改善和刷新了人們的生活方式。人工智能的深入研究和實(shí)現(xiàn)正在不斷幫助我們探索這個(gè)世界、幫助我們搜尋信息應(yīng)對(duì)各種各樣的挑戰(zhàn)。人工智能在逐漸強(qiáng)大的同時(shí)，有機(jī)遇也存在著巨大的挑戰(zhàn)和技術(shù)瓶頸，距離人工智能時(shí)代的真正實(shí)現(xiàn)還有很長(zhǎng)的路要走。而人工智能的不斷更迭完善，是否能取得超越人類智力和認(rèn)知的智能、是否會(huì)出現(xiàn)違背人類價(jià)值觀的危險(xiǎn)行為將是未來很長(zhǎng)一段時(shí)間內(nèi)需要研究的重要課題。

參考文獻(xiàn)

篇3

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-3973（2013）001-085-03

1引言

人工智能（Artificial Intelligence，AI）自從20世紀(jì)50年代產(chǎn)生，經(jīng)過長(zhǎng)期發(fā)展，已經(jīng)有了長(zhǎng)足的進(jìn)步，并且已經(jīng)深入到社會(huì)生活的諸多領(lǐng)域，如語言處理、智能數(shù)據(jù)檢索系統(tǒng)、視覺系統(tǒng)、自動(dòng)定理證明、智能計(jì)算、問題求解、人工智能程序語言以及自動(dòng)程序設(shè)計(jì)等。隨著科學(xué)技術(shù)的不斷發(fā)展，現(xiàn)在的人工智能已經(jīng)不再是僅僅具有簡(jiǎn)單的模仿與邏輯思維能力，人們也越來越期待人工智能能夠幫助或者替代人類從事各種復(fù)雜的工作，加強(qiáng)人的思維功能、行為功能或是感知功能。這就要求人工智能具有更強(qiáng)的情感識(shí)別、情感表達(dá)以及情感理解能力。通俗的說，為了使得人工智能對(duì)外界的變化適應(yīng)性更強(qiáng)，需要給它們賦予相應(yīng)的情感從而能夠應(yīng)對(duì)這個(gè)難以預(yù)測(cè)的世界。

在賦予人工智能“情感”的過程中，面臨著許多的問題，有科技層面上的，也有社會(huì)學(xué)層面的。本文在這里只討論其中一個(gè)比較基本的社會(huì)學(xué)問題：“人工智能情感約束問題”，即關(guān)注于如何約束賦予給人工智能的情感，不至于使其“情感泛濫”。情感指的是一種特殊的思維方式，人工智能具有了情感后的問題是：人工智能的情感是人類賦予的，人工智能自身并不會(huì)創(chuàng)造或者控制自己的情感。如果賦予人工智能的情感種類不合理，或者是賦予的情感程度不恰當(dāng)，都有可能造成“情感泛濫”并導(dǎo)致一些災(zāi)難性的后果。例如，當(dāng)人工智能具有了情感之后，如果人類自身管理不恰當(dāng)，有可能導(dǎo)致人工智能反過來傷害人類。盡管目前我們只能在一些科幻作品中看到這種情況發(fā)生，但誰也不能保證未來有一天會(huì)不會(huì)真的出現(xiàn)這種悲劇。

本文第二章對(duì)人工智能情感研究進(jìn)行了概要性回顧，第三章對(duì)如何約束人工智能情感進(jìn)行了嘗試性探討，最后一章對(duì)全文進(jìn)行了總結(jié)。

2人工情感發(fā)展情況概述

隨著科學(xué)家對(duì)人類大腦及精神系統(tǒng)深入的研究，已經(jīng)愈來愈肯定情感是智能的一部分。人工情感是以人類自然情感理論為基礎(chǔ)，結(jié)合人工智能、機(jī)器人學(xué)等學(xué)科，對(duì)人類情感過程進(jìn)行建模，以期獲得用單純理性思維難以達(dá)到的智能水平和自主性的一種研究方向。目前，研究者的研究方向主要是人工情感建模、自然情感機(jī)器識(shí)別與表達(dá)、人工情感機(jī)理等四個(gè)方面的內(nèi)容。其中，尤以人工情感機(jī)理的研究困難最大，研究者也最少。

目前人工情感在很多領(lǐng)域得到了應(yīng)用和發(fā)展，比較典型的是在教育教學(xué)、保健護(hù)理、家庭助理、服務(wù)等行業(yè)領(lǐng)域。在教育教學(xué)方面比較典型的例子是德國人工智能研究中心發(fā)展的三個(gè)方案：在虛擬劇場(chǎng)、虛擬市場(chǎng)和對(duì)話Agent中引入情感模型和個(gè)性特征來幫助開發(fā)兒童的想象力及創(chuàng)造力。在保健護(hù)理方面比較典型的是家庭保健與護(hù)理方向，如Lisetti等人研制的一個(gè)用于遠(yuǎn)程家庭保健的智能情感界面，用多模態(tài)情感識(shí)別手段來識(shí)別病人的情感狀態(tài)，并輸入不同媒體和編碼模型進(jìn)行處理，從而為醫(yī)生提供關(guān)于病人簡(jiǎn)明而有價(jià)值的情感信息以便于進(jìn)行有效的護(hù)理。服務(wù)型機(jī)器人的典型例子是卡內(nèi)基梅隆大學(xué)發(fā)明的一個(gè)機(jī)器人接待員Valerie。Valerie的面孔形象的出現(xiàn)在一個(gè)能夠轉(zhuǎn)動(dòng)方向的移動(dòng)屏幕上時(shí)可以向訪問者提供一些天氣和方位方面的信息，還可以接電話、解答一些問題；并且Valerie有自己的性格和愛好，情感表達(dá)較為豐富。當(dāng)然這些只是人工情感應(yīng)用領(lǐng)域中的幾個(gè)典型的例子，人工智能情感的潛力仍然是巨大的。

盡管關(guān)于人工情感的研究已經(jīng)取得了一定的成果，給我們帶來了很多驚喜和利益，但由于情緒表現(xiàn)出的無限紛繁以及它與行為之間的復(fù)雜聯(lián)系，人們對(duì)它的運(yùn)行機(jī)理了解的還不成熟，以致使得目前人工情感的研究仍面臨著諸如評(píng)價(jià)標(biāo)準(zhǔn)、情感道德約束等多方面問題。所以必須清楚的認(rèn)識(shí)到我們目前對(duì)于人工情感的計(jì)算乃至控制機(jī)制并沒有一個(gè)成熟的體系。

3對(duì)人工智能的情感約束

正如上文所述，如果放任人工智能“情感泛濫”，很有可能會(huì)造成嚴(yán)重的后果。為了使人工智能技術(shù)更好的發(fā)展，使智能與情感恰到好處的結(jié)合起來，我們有必要思考如何對(duì)賦予人工智能情感進(jìn)行引導(dǎo)或者約束。

3.1根據(jù)級(jí)別賦予情感

可以根據(jù)人工智能級(jí)別來賦予其情感，如低級(jí)別人工智能不賦予情感、高級(jí)別人工智能賦予其適當(dāng)?shù)那楦?。眾所周知，人工智能是一門交叉科學(xué)科，要正確認(rèn)識(shí)和掌握人工智能的相關(guān)技術(shù)的人至少必須同時(shí)懂得計(jì)算機(jī)學(xué)、心理學(xué)和哲學(xué)。首先需要樹立這樣的一個(gè)觀點(diǎn)：人工智能的起點(diǎn)不是計(jì)算機(jī)學(xué)而是人的智能本身，也就是說技術(shù)不是最重要的，在這之前必須得先解決思想問題。而人工智能由于這方面沒有一個(gè)嚴(yán)格的或是量度上的控制而容易出現(xiàn)問題。從哲學(xué)的角度來說，量變最終會(huì)導(dǎo)致質(zhì)變?，F(xiàn)在是科學(xué)技術(shù)飛速發(fā)展的時(shí)代，不能排除這個(gè)量變導(dǎo)致質(zhì)變時(shí)代的人工智能機(jī)器人的到來，而到那個(gè)時(shí)候后果則不堪設(shè)想。因此，在現(xiàn)階段我們就應(yīng)該對(duì)人工智能的情感賦予程度進(jìn)行一個(gè)約束。

根據(jù)維納的反饋理論，人工智能可以被分成高低兩個(gè)層次。低層次的是智能型的人工智能，主要具備適應(yīng)環(huán)境和自我優(yōu)化的能力。高層次的是情感型的人工智能，它的輸入過程主要是模仿人的感覺方式，輸出過程則是模仿人的反應(yīng)情緒。據(jù)此我們可分別將機(jī)器人分為一般用途機(jī)器人和高級(jí)用途機(jī)器人兩種。一般用途機(jī)器人是指不具有情感，只具有一般編程能力和操作功能的機(jī)器人。那么對(duì)于一般用途的機(jī)器人我們完全可以嚴(yán)格的用程序去控制它的行為而沒必要去給他賦予情感。而對(duì)于高級(jí)層面的情感機(jī)器人來說，我們就適當(dāng)?shù)馁x予一些情感。但即使是這樣一部分高層次的情感機(jī)器人，在賦予人工情感仍然需要考慮到可能會(huì)帶來的某些潛在的危害，要慎之又慎。

3.2根據(jù)角色賦予情感

同樣也可以根據(jù)人工智能機(jī)器人角色的不同選擇性的賦予其不同類型的情感。人類與機(jī)器合作起來比任何一方單獨(dú)工作都更為強(qiáng)大。正因?yàn)槿绱?，人類就要善于與人工智能機(jī)器合作，充分發(fā)揮人機(jī)合作的最大優(yōu)勢(shì)。由于計(jì)算機(jī)硬件、無線網(wǎng)絡(luò)與蜂窩數(shù)據(jù)網(wǎng)絡(luò)的高速發(fā)展，目前的這個(gè)時(shí)代是人工智能發(fā)展的極佳時(shí)期，使人工智能機(jī)器人處理許多以前無法完成的任務(wù)，并使一些全新的應(yīng)用不再禁錮于研究實(shí)驗(yàn)室，可以在公共渠道上為所有人服務(wù)，人機(jī)合作也將成為一種大的趨勢(shì)，而他們會(huì)以不同的角色與我們進(jìn)行合作。或作為工具、顧問、工人、寵物、伴侶亦或是其他角色?？傊?，我們應(yīng)該和這些機(jī)器建立一種合作互助的關(guān)系，然后共同完任務(wù)。這當(dāng)然是一種很理想的狀態(tài)，要做到這樣，首先需要我們?nèi)祟愞D(zhuǎn)變自身現(xiàn)有的思維模式：這些機(jī)器不再是一種工具，而是平等的服務(wù)提供人。

舉例來說，當(dāng)機(jī)器人照顧老人或是小孩的時(shí)候，我們應(yīng)該賦予它更多的正面情緒，而不要去賦予負(fù)面情緒，否則如果機(jī)器人的負(fù)向情緒被激發(fā)了，對(duì)于這些老人或者小孩來說危險(xiǎn)性是極大的；但是，如果機(jī)器人是作為看門的保安，我們對(duì)這種角色的機(jī)器人就可以適當(dāng)?shù)馁x予一些負(fù)向的情緒，那么對(duì)于那些不按規(guī)則的來訪者或是小偷就有一定的威懾力。總之，在我們賦予這些智能機(jī)器人情感前必須要周到的考慮這些情感的程度和種類，不要沒有顧忌的想當(dāng)然的去賦予，而是按分工、作用賦予限制性的情感約束，達(dá)到安全的目的。

3.3對(duì)賦予人進(jìn)行約束

對(duì)人工智能情感賦予者進(jìn)行約束，提高賦予者的自身素質(zhì)，并定期考核，并為每一被賦予情感的人工智能制定責(zé)任人。

縱觀人工智能技術(shù)發(fā)展史，我們可以發(fā)現(xiàn)很多的事故都是因?yàn)槿藶橐蛩貙?dǎo)致的。比如，首起機(jī)器人殺人案：1978年9月的一天，在日本廣島，一臺(tái)機(jī)器人正在切割鋼板，突然電腦系統(tǒng)出現(xiàn)故障，機(jī)器人伸出巨臂，把一名工人活生生地送到鋼刀下，切成肉片。

另外，某些研究者也許會(huì)因?yàn)槔娴恼T惑，而將人工智能運(yùn)用在不正當(dāng)領(lǐng)域，或者人工智能技術(shù)落入犯罪分子的手中，被他們用來進(jìn)行反對(duì)人類和危害社會(huì)的犯罪活動(dòng)。也就是用于所謂的“智能犯罪”。任何新技術(shù)的最大危險(xiǎn)莫過于人類對(duì)它失去控制，或者是它落入那些企圖利用新技術(shù)反對(duì)人類的人的手中。

因此為了減少這些由于人而導(dǎo)致的悲劇，我們需要對(duì)這些研究者本身進(jìn)行約束。比如通過相應(yīng)的培訓(xùn)或是定期的思想政治教育、或是理論知識(shí)的學(xué)習(xí)并制定定期的考核制度來保證這些專家自身的素質(zhì)，又或者加強(qiáng)對(duì)人工智能事故的追究機(jī)制，發(fā)生問題能立即查詢到事故方等等，通過這樣一系列強(qiáng)有力的硬性指標(biāo)達(dá)到減少由于人為因素導(dǎo)致悲劇的目的。

3.4制定相應(yīng)的規(guī)章制度來管理人工智能情感的發(fā)展

目前世界上并未出臺(tái)任何一項(xiàng)通用的法律來規(guī)范人工智能的發(fā)展。不過在1939 年，出生在俄國的美籍作家阿西莫夫在他的小說中描繪了工程師們?cè)谠O(shè)計(jì)和制造機(jī)器人時(shí)通過加入保險(xiǎn)除惡裝置使機(jī)器人有效地被主人控制的情景。這就從技術(shù)上提出了預(yù)防機(jī)器人犯罪的思路。幾年后， 他又為這種技術(shù)裝置提出了倫理學(xué)準(zhǔn)則的道德三律：（1）機(jī)器人不得傷害人類，或看到人類受到傷害而袖手旁觀；（2）在不違反第一定律的前提下，機(jī)器人必須絕對(duì)服從人類給與的任何命令；（3）在不違反第一定律和第二定律的前提下，機(jī)器人必須盡力保護(hù)自己。這一“機(jī)器人道德三律”表現(xiàn)了一種在道德憂思的基礎(chǔ)上，對(duì)如何解決人工智能中有害人類因素所提出的道德原則，雖然得到很多人的指責(zé)，但其首創(chuàng)性還是得到公認(rèn)的。盡管這個(gè)定律只是小說家提出來的，但是也代表了很多人的心聲，也是值得借鑒的。

那么對(duì)于人工智能情感的約束呢？顯然，更加沒有相應(yīng)的法律法規(guī)來規(guī)范。那么，我們就只能在賦予人工智能情感的道理上更加的小心翼翼。比如，我們可以制定一些應(yīng)急方案來防止可能導(dǎo)致的某些后果，也即出現(xiàn)了問題如何及時(shí)的處理之。另外我們?cè)诓僮骱凸芾砩蠎?yīng)更加慎重的去對(duì)待。也希望隨著科學(xué)技術(shù)的發(fā)展，能夠在不久的將來出臺(tái)一部相應(yīng)的規(guī)章制度來規(guī)范人工智能情感的管理，使之更加精確化、合理化。

4結(jié)束語

人工智能的情感研究目的就是探索利用情感在生物體中所扮演的一些角色、發(fā)展技術(shù)和方法來增強(qiáng)計(jì)算機(jī)或機(jī)器人的自治性、適應(yīng)能力和社會(huì)交互的能力。但是現(xiàn)階段對(duì)這方面的研究雖然在技術(shù)上可能已經(jīng)很成熟，但是人工智能情感畢竟是模擬人的情感，是個(gè)很復(fù)雜的過程，本文嘗試性的在人工智能發(fā)展中可能遇到的問題進(jìn)行了有益的探討。但是不可否認(rèn)仍然有很長(zhǎng)的道路要走，但是對(duì)于人工智能的發(fā)展勁頭我們不可否認(rèn)，將來“百分百情感機(jī)器人”的問世也許是遲早的事情。

參考文獻(xiàn)：

[1] 趙玉鵬，劉則淵.情感、機(jī)器、認(rèn)知――斯洛曼的人工智能哲學(xué)思想探析[J].自然辯證法通訊，2009，31（2）：94-99.

[2] 王國江，王志良，楊國亮，等.人工情感研究綜述[J].計(jì)算機(jī)應(yīng)用研究，2006，23（11）：7-11.

[3] 祝宇虹，魏金海，毛俊鑫.人工情感研究綜述[J].江南大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，11（04）：497-504.

[4] Christine Lisett，i Cynthia Lerouge.Affective Computing in Tele-home Health[C].Proceedings of the 37th IEEE Hawaii International Conference on System Sciences，2004.

[5] Valerie.The Roboceptionist[EB/OL].http：//.

[6] 張顯峰，程宇婕.情感機(jī)器人：技術(shù)與倫理的雙重困境[N].科技日?qǐng)?bào)，2009-4-21（005）.

[7] 張曉麗.跟機(jī)器人談倫理道德為時(shí)尚早[N].遼寧日?qǐng)?bào)，2011-11-04（007）.

[8] Peter Norvig.人工智能：機(jī)器會(huì)“思考”[J].IT經(jīng)理世界，2012（Z1）：331-332.

篇4

當(dāng)前，世界已全面進(jìn)入以大數(shù)據(jù)共享、信息爆炸為特點(diǎn)的互聯(lián)網(wǎng)信息時(shí)代。富有智能化和人性化的計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)服務(wù)成為了人們青睞和關(guān)注的焦點(diǎn)。人工智能作為互聯(lián)網(wǎng)信息時(shí)代凝聚高端技術(shù)的超值網(wǎng)絡(luò)服務(wù)，在增強(qiáng)互聯(lián)網(wǎng)安全性、提高網(wǎng)絡(luò)操作自動(dòng)化等方面意義重大。現(xiàn)階段，已有更多行業(yè)領(lǐng)域的用戶在應(yīng)用人工智能，體驗(yàn)這一技術(shù)所帶來的新生活。

1 人工智能簡(jiǎn)述

人工智能，即Artificial Intelligence，是現(xiàn)代社會(huì)特有的綜合類前沿學(xué)科，交叉云集了計(jì)算機(jī)、網(wǎng)絡(luò)技術(shù)、控制方法論、信息論、神經(jīng)生物學(xué)、語言學(xué)等多學(xué)科知識(shí)，主要用來研究機(jī)器在思考、學(xué)習(xí)、規(guī)劃等行為的擬人態(tài)進(jìn)化，使之解決問題的能力大幅提升。人工智能發(fā)展至今已有超過60載歲月，其成就在整個(gè)歷程中熠熠生輝，代表著人類文明的不斷發(fā)展與超越。人工智能經(jīng)歷了三個(gè)階段的發(fā)展變革：第一階段是以人工智能驅(qū)動(dòng)機(jī)器設(shè)備，代替或輔助人類思考并解答難題；第二階段是研發(fā)智能機(jī)器人，處理不同系統(tǒng)及環(huán)境信息的交互工作，如不確定性信息的處理工作；第三階段的代表成果就是數(shù)據(jù)挖掘系統(tǒng)，可實(shí)現(xiàn)海量模糊信息采集與分析，可視化技術(shù)發(fā)展迅猛，計(jì)算機(jī)具有自主學(xué)習(xí)能力。

2 人工智能的應(yīng)用領(lǐng)域代表成就

任何一項(xiàng)技術(shù)的創(chuàng)新與發(fā)展，都源于人類開展生產(chǎn)生活的實(shí)際需求，人工智能技術(shù)的研究也不例外，發(fā)展至今已經(jīng)為解決不同領(lǐng)域的實(shí)際需求提供了眾多技術(shù)應(yīng)用。目前，人工智能在下列應(yīng)用領(lǐng)域中取得了代表性成就：

2.1 專家系統(tǒng)

專家系統(tǒng)，其實(shí)是由龐大的程序組編寫完成的數(shù)據(jù)系統(tǒng)，廣泛積累不同專業(yè)的知識(shí)經(jīng)驗(yàn)，這些知識(shí)均可事先歸納分析，可按具體模式表示，從而幫助用戶憑借領(lǐng)域?qū)＜业墓逃兄R(shí)進(jìn)行推理解決問題。專家系統(tǒng)可系統(tǒng)化分析輸入信息并結(jié)合已有知識(shí)體系進(jìn)行全面推理，提出建O性的決策建議，相當(dāng)于發(fā)揮行業(yè)專家的作用。

2.2 數(shù)據(jù)庫智能檢索

人工智能想要做到全面模擬人類思維和動(dòng)作，需要建設(shè)強(qiáng)大的數(shù)據(jù)庫資源，便于及時(shí)開展智能檢索。數(shù)據(jù)庫基于計(jì)算機(jī)軟件開展，存儲(chǔ)了海量專業(yè)學(xué)科知識(shí)，也稱之為知識(shí)庫系統(tǒng)，一旦有用戶需要查閱解決該學(xué)科的專業(yè)問題，都可通過智能檢索功能實(shí)現(xiàn)快速精準(zhǔn)地檢索。

2.3 程序自動(dòng)設(shè)計(jì)

自動(dòng)化的程序設(shè)計(jì)就是借助更高規(guī)格高標(biāo)準(zhǔn)的程序設(shè)計(jì)系統(tǒng)來完成指定功能的程序設(shè)計(jì)，該系統(tǒng)需要用戶輸入所設(shè)計(jì)程序的需求目標(biāo)，并對(duì)整個(gè)流程和架構(gòu)有更為高級(jí)的描述，系統(tǒng)就能自動(dòng)組織對(duì)應(yīng)程序完成設(shè)計(jì)。高度自動(dòng)化的程序設(shè)計(jì)編寫方式，也展現(xiàn)了人工智能系統(tǒng)的思考、學(xué)習(xí)、修正自身缺陷的擬人態(tài)功能。

2.4 目標(biāo)模式識(shí)別

模式識(shí)別，顧名思義正是為識(shí)別不同物體的特征是否匹配目標(biāo)對(duì)象而具備的功能?，F(xiàn)代計(jì)算機(jī)加強(qiáng)了模式識(shí)別系統(tǒng)功能，能夠提高機(jī)器對(duì)外界信息的感知能力，不斷接受外界信息，對(duì)所處環(huán)境的特征進(jìn)行識(shí)別，加強(qiáng)概念理解。當(dāng)前，目標(biāo)模式識(shí)別已由二維向三維層面升級(jí)，為研究智能機(jī)器人提供了堅(jiān)實(shí)的基礎(chǔ)。

當(dāng)然，人工智能的應(yīng)用領(lǐng)域遠(yuǎn)不止上述這些，還在機(jī)器學(xué)習(xí)、機(jī)器視覺圖像處理（machine vision）、自然語言理解（Natural Language Understanding）、自然信息博弈論等方面發(fā)揮著重要的作用。

3 不同行業(yè)的人工智能技術(shù)應(yīng)用實(shí)例

目前，眾多企業(yè)為求發(fā)展，與內(nèi)部運(yùn)營(yíng)管理中加強(qiáng)了人工智能的應(yīng)用，聚力解決各項(xiàng)問題，為企業(yè)贏得了經(jīng)濟(jì)效益，推動(dòng)著社會(huì)發(fā)展。

3.1 企業(yè)管理應(yīng)用

將人工智能應(yīng)用于企業(yè)管理中，需要人的智能和人工智能之間的辯證關(guān)系，靈活運(yùn)用工智能應(yīng)用平臺(tái)加強(qiáng)對(duì)企業(yè)內(nèi)部各項(xiàng)管理智能軟件的開發(fā)工作，借助靈活的人工智能技術(shù)幫助企業(yè)實(shí)施科學(xué)決策。

3.2 水利管理應(yīng)用

人工智能能夠在水情控制與洪災(zāi)預(yù)報(bào)中發(fā)揮作用。如可使用人工神經(jīng)網(wǎng)絡(luò)和遺傳算法等技術(shù)，模擬汛期的最大洪峰與洪水總量，研究更有針對(duì)性的抗洪模型，提高了洪災(zāi)預(yù)報(bào)精度和汛期準(zhǔn)度，有效發(fā)揮防洪降災(zāi)、攔洪儲(chǔ)水的重要作用。同時(shí)，人工智能還能夠分析大江大河的復(fù)雜地質(zhì)與環(huán)境系統(tǒng)，對(duì)治理河流起到良好的輔助作用。

3.3 建筑行業(yè)應(yīng)用

目前，建筑行業(yè)的用地規(guī)劃、給排水工程、暖通空調(diào)工程、施工管理等內(nèi)容都在應(yīng)用人工智能。已有企業(yè)基于神經(jīng)網(wǎng)絡(luò)算法發(fā)明了結(jié)構(gòu)節(jié)點(diǎn)探傷法，可查探建筑結(jié)構(gòu)損傷度；也可在市政工程建設(shè)中不斷強(qiáng)化正反向混合推理的理論思想，查明城市污水處理管網(wǎng)故障；可構(gòu)建用于分析建筑工程性能效益的系統(tǒng)，加強(qiáng)建設(shè)項(xiàng)目性能效益預(yù)測(cè)和實(shí)際效益分析。

3.4 機(jī)械行業(yè)應(yīng)用

人工智能同樣成為互聯(lián)網(wǎng)時(shí)代下的機(jī)械行業(yè)技術(shù)中的重頭戲。如：人們利用人工神經(jīng)網(wǎng)絡(luò)算法，設(shè)計(jì)出土方工程的機(jī)械調(diào)度的優(yōu)化方案；多個(gè)工程都可搭建含多目標(biāo)的尋優(yōu)函數(shù)模型。許多大型機(jī)械裝置，都配置了人工智能操作平臺(tái)，可提高安全風(fēng)險(xiǎn)監(jiān)控水平，增強(qiáng)機(jī)械操作自動(dòng)化，進(jìn)一步優(yōu)化生產(chǎn)效率。

3.5 商品銷售預(yù)測(cè)應(yīng)用

人工智能的各種函數(shù)模型或優(yōu)化算法，可在商品銷售金額的預(yù)測(cè)中發(fā)揮巨大作用。如：在計(jì)算機(jī)中輸入不同商品某一時(shí)間段的銷售額，形成非線性系統(tǒng)進(jìn)行分析，評(píng)估各種影響因素。采用人工神經(jīng)網(wǎng)絡(luò)，不斷放大自分布處理、自組織學(xué)習(xí)、自適應(yīng)與自容錯(cuò)等特性，體現(xiàn)強(qiáng)大的預(yù)測(cè)功能。

當(dāng)然，人工智能還廣泛應(yīng)用到電子網(wǎng)絡(luò)技術(shù)應(yīng)用、企業(yè)財(cái)務(wù)管理、航班信息查詢、教學(xué)服務(wù)、心理咨詢公路建設(shè)、焊接制造、等眾多方面，為更多企業(yè)帶來可觀的經(jīng)濟(jì)效益。

4 結(jié)束語

互聯(lián)網(wǎng)信息時(shí)代的人工智能應(yīng)用，將會(huì)隨著科技力量的不斷壯大而實(shí)現(xiàn)更多的應(yīng)用。人們應(yīng)該高度重視人工智能理論與技術(shù)的探究，從而更好地為全人類服務(wù)。

參考文獻(xiàn)

[1]何承.計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中人工智能的應(yīng)用探討[J].信息通信，2016（03）：180-181.

[2]韓曄彤.人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J].電子制作，2016（12）：95-95.

[3]王宇飛，孫欣.人工智能的研究與應(yīng)用[J].信息與電腦，2016（05）：115-117.

作者簡(jiǎn)介

篇5

人工智能技術(shù)是以計(jì)算機(jī)技術(shù)為基礎(chǔ)，融合多門學(xué)科的綜合性科學(xué)技術(shù)，其主要是通過計(jì)算機(jī)模擬構(gòu)建人的智能，并且創(chuàng)建機(jī)器人系統(tǒng)和專家系統(tǒng)實(shí)現(xiàn)對(duì)電氣自動(dòng)控制系統(tǒng)的智能化操作。人工智能技術(shù)的突出特點(diǎn)是：一是操作性。人工智能技術(shù)主要是依托計(jì)算機(jī)的控制實(shí)現(xiàn)對(duì)電氣設(shè)備的控制，因此人工智能技術(shù)具有很強(qiáng)的邏輯性，便于控制人員進(jìn)行操作；二是價(jià)值大。人工智能技術(shù)不僅融合了計(jì)算機(jī)技術(shù)，而且其還實(shí)現(xiàn)了對(duì)電氣設(shè)備的自動(dòng)化控制與監(jiān)測(cè)，實(shí)現(xiàn)了以較小的投入獲得更大的經(jīng)濟(jì)效益的目的。比如通過人工智能技術(shù)可以減少人工操作環(huán)節(jié)，進(jìn)而為企業(yè)節(jié)省相當(dāng)多的人力資源成本費(fèi)用；三是準(zhǔn)確性比較高。人工智能技術(shù)主要是計(jì)算機(jī)依據(jù)人的智能建立計(jì)算機(jī)控制系統(tǒng)，實(shí)現(xiàn)對(duì)電氣設(shè)備的精確性操作，比如利用人工智能技術(shù)可以對(duì)電氣設(shè)備的運(yùn)行情況進(jìn)行智能檢測(cè)與處理，避免了人工檢測(cè)所存在的弊端。

2人工智能技術(shù)在電氣自動(dòng)化控制系統(tǒng)中應(yīng)用的必要性

人工智能技術(shù)的最大優(yōu)勢(shì)就是通過對(duì)電氣控制系統(tǒng)信息的收集、研究，制定出具體的有效處理措施，從而代替?zhèn)鹘y(tǒng)的依靠人腦進(jìn)行操作的模式。將人工智能技術(shù)應(yīng)用到電氣自動(dòng)化控制系統(tǒng)中具有重要的意義：

2.1能夠有效解決電氣自動(dòng)化控制過程中存在的病態(tài)結(jié)構(gòu)問題

電氣自動(dòng)化控制過程中因?yàn)殡姎庠O(shè)備精密度越來越高，因此在運(yùn)行過程中所出現(xiàn)的病態(tài)結(jié)構(gòu)很難應(yīng)用傳統(tǒng)的方式表達(dá)出來，而人工智能技術(shù)則可以有效解決此類問題，其完全有能力利用定量與定性相結(jié)合的控制方式對(duì)控制系統(tǒng)進(jìn)行計(jì)算與分析。

2.2實(shí)現(xiàn)自動(dòng)控制系統(tǒng)的數(shù)據(jù)采集與處理功能

將人工智能技術(shù)應(yīng)用到電氣自動(dòng)化控制中能夠依托專家系統(tǒng)對(duì)電氣設(shè)備進(jìn)行實(shí)時(shí)監(jiān)視，并且對(duì)相關(guān)信息進(jìn)行自動(dòng)收集與儲(chǔ)存，一旦發(fā)現(xiàn)存在潛在故障或者存在事故的事件，人工智能技術(shù)就會(huì)自動(dòng)采取相應(yīng)的控制方式，對(duì)故障進(jìn)行自動(dòng)處理，進(jìn)而避免了電氣系統(tǒng)故障的進(jìn)一步擴(kuò)大化。

2.3簡(jiǎn)化了人工操作過程，降低了人工操作造成的損失

人工智能技術(shù)通過計(jì)算機(jī)設(shè)備就可以實(shí)現(xiàn)對(duì)電氣設(shè)備的自動(dòng)化控制，比如電氣系統(tǒng)的人工智能化控制系統(tǒng)就可以通過鼠標(biāo)對(duì)控制開關(guān)進(jìn)行自動(dòng)控制，并且對(duì)勵(lì)磁電流進(jìn)行調(diào)整。同時(shí)電氣人工智能控制系統(tǒng)還設(shè)定了應(yīng)用管理權(quán)限，限制了相應(yīng)操作人員的權(quán)限，實(shí)現(xiàn)了專人專崗制度，細(xì)化了操作責(zé)任制度。

3人工智能技術(shù)在電氣自動(dòng)化控制中應(yīng)用的思路分析

3.1人工智能技術(shù)在電氣自動(dòng)化設(shè)備中的應(yīng)用

我們知道電氣自動(dòng)化控制系統(tǒng)屬于非常負(fù)責(zé)的控制系統(tǒng)，其不僅包含復(fù)雜的元件，而且還需要操作人員嚴(yán)格按照自動(dòng)化控制系統(tǒng)的要求進(jìn)行操作，而將人工智能技術(shù)應(yīng)用到電氣設(shè)備中可以實(shí)現(xiàn)計(jì)算機(jī)的自動(dòng)化操作，最重要的就是可以代替?zhèn)鹘y(tǒng)的需要人工進(jìn)行設(shè)備檢測(cè)的落后模式，實(shí)現(xiàn)了對(duì)電氣設(shè)備的運(yùn)行狀態(tài)、故障檢測(cè)以及維修意見等一體的功能，降低了人工操作的失誤性，提高了電氣設(shè)備的應(yīng)用壽命，為企業(yè)節(jié)省了大量的成本。

3.2人工智能技術(shù)在電氣控制過程中的應(yīng)用

將智能技術(shù)應(yīng)用到電氣自動(dòng)化控制過程中，是人工智能技術(shù)發(fā)展的重要?jiǎng)恿Γㄟ^人工智能化的電氣控制系統(tǒng)不僅可以提高電氣設(shè)備的工作效率，而且還可以降低電氣自動(dòng)化控制中的故障發(fā)生率。人工智能技術(shù)主要師模糊控制、專家控制以及神經(jīng)網(wǎng)絡(luò)控制和集成智能控制。本文以專家控制為例，專家控制就是將專家系統(tǒng)的設(shè)計(jì)規(guī)范和運(yùn)行機(jī)制與電氣控制劉楠相結(jié)合實(shí)現(xiàn)實(shí)時(shí)控制系統(tǒng)的設(shè)計(jì)，其主要是對(duì)自動(dòng)控制的知識(shí)獲取、表示以及推理機(jī)制的建立。

3.3在事故和故障診斷中人工智能技術(shù)的應(yīng)用分析

人工智能技術(shù)在電氣設(shè)備故障中的作用是非常大的，尤其是對(duì)發(fā)動(dòng)機(jī)的故障檢修是具有重要作用的，我們知道在電氣設(shè)備中由于其結(jié)構(gòu)比較復(fù)雜，依靠人工很難對(duì)其進(jìn)行深入的檢測(cè)，因此需要借助人工智能技術(shù)實(shí)現(xiàn)對(duì)設(shè)備的檢修。我們以變壓器為例，將智能技術(shù)應(yīng)用到變壓器的故障檢修中首先就是先收集電壓器油體中分解的氣體，然后通過對(duì)油體氣體的分析，找出故障的原因，進(jìn)而自動(dòng)形成解決措施。這樣有效避免了人工檢測(cè)所出現(xiàn)的失誤現(xiàn)象。另外人工智能技術(shù)在電氣設(shè)備操作中的應(yīng)用價(jià)值也比較大。通過人工智能技術(shù)可以實(shí)現(xiàn)電氣自動(dòng)化控制環(huán)節(jié)的簡(jiǎn)單化，比如在機(jī)床加工中，如果運(yùn)用人工智能技術(shù)則能夠有效降低機(jī)床操作的復(fù)雜性，并且能夠?qū)C(jī)床的運(yùn)行信息進(jìn)行收集與儲(chǔ)存，便于日后對(duì)相關(guān)信息的查詢。

篇6

中途分類號(hào)：TP39    文獻(xiàn)標(biāo)識(shí)碼：A     文章編號(hào)：

引言:

計(jì)算機(jī)學(xué)科的一個(gè)重要分支就是人工智能，它與基因工程、納米科學(xué)被列為二十一世紀(jì)三大尖端技術(shù)、同時(shí)人工智能是一門匯集了多種學(xué)科相互滲透發(fā)展起來的交叉學(xué)科。對(duì)于人工智能的定義，至今尚未統(tǒng)一，美國斯坦福大學(xué)人工智能研究中心尼爾遜教授認(rèn)為：人工智能是關(guān)于知識(shí)的學(xué)科——怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)；麻省理工學(xué)院的溫斯頓教授認(rèn)為：人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作。除此之外，還有很多種不同的觀點(diǎn)，但這些說法都形象地反映了人工智能學(xué)科的基本內(nèi)容和核心思想，那就是：人工智能是研究如何用人工的方法在計(jì)算機(jī)上模擬、實(shí)現(xiàn)和擴(kuò)展人類智能的一門科學(xué)與技術(shù)。

1. 人工智能技術(shù)的發(fā)展

人工智能（(Artificial Intelligence)從上世紀(jì)50年展到現(xiàn)在，有也有低迷的時(shí)期。研究的方法和研究的態(tài)度也有多種，不管是何觀點(diǎn),它們都推動(dòng)著人工智能技術(shù)的發(fā)展。今天人工智能技術(shù)已滲透到人類生活的方方面面，實(shí)實(shí)在在的影響著科學(xué)技術(shù)的發(fā)展。

2. 人工智能技術(shù)的應(yīng)用

我們可以看到，當(dāng)今社會(huì)很多領(lǐng)域的各種技術(shù)的發(fā)展都涉及到了人工智能技術(shù)。下面就人工智能的幾種典型應(yīng)用做如下探討：

2.1人工智能應(yīng)用之問題的求解

人工智能中的問題解求，就是如何讓機(jī)器去解決人類會(huì)遇到的問題，如何根據(jù)某一具體問題找到思考問題并解決這個(gè)問題的方法。目前，人工智能技術(shù)已經(jīng)可以通過計(jì)算機(jī)程序解決了如何考慮要解決的問題，并能尋求較為準(zhǔn)確的解決方案。

2.2人工智能應(yīng)用之邏輯的推理與定理的證明

人工智能研究中最持久的探究領(lǐng)域之一就是邏輯推理。有關(guān)定理的證明就是讓機(jī)器證明非數(shù)值性的真假。其中比較重要的是，通過找到合理、準(zhǔn)確的方法，集中注意力在大型數(shù)據(jù)庫中的有效事實(shí)，關(guān)注可信度證明，并在出現(xiàn)新信息時(shí)適時(shí)修改這些證明。

2.3人工智能應(yīng)用之自然語言的處理

智能的另一表現(xiàn)就是進(jìn)行自然語言的交流，自然語言處理就是讓機(jī)器與人類進(jìn)行無阻礙的溝通，這正是人工智能技術(shù)應(yīng)用于實(shí)際領(lǐng)域的典型范例。目前此領(lǐng)域的主要研究?jī)?nèi)容是：如何利用計(jì)算機(jī)系統(tǒng)以主題和對(duì)話情境為基礎(chǔ)，生成和理解自然語言。

2.4人工智能應(yīng)用之模式的識(shí)別

如何使機(jī)器具有感知能力也是智能的表現(xiàn)。模式的識(shí)別是利用人工智能技術(shù)開發(fā)智能機(jī)器的關(guān)鍵，主要是通過計(jì)算機(jī)用數(shù)學(xué)技術(shù)方法來研究模式的自動(dòng)處理和判讀，讓計(jì)算機(jī)實(shí)現(xiàn)“看見”，“聽見”等功能。計(jì)算機(jī)模式識(shí)別的主要特點(diǎn)是速度快，準(zhǔn)確率高，效率高，計(jì)算機(jī)模式識(shí)別也為人類認(rèn)識(shí)自身智能提供了有利幫助。

2.5人工智能應(yīng)用之智能信息的檢索技術(shù)

在科學(xué)技術(shù)飛速發(fā)展的今天，人類已進(jìn)入了“知識(shí)爆炸”的時(shí)代。傳統(tǒng)檢索系統(tǒng)已經(jīng)滿不足了對(duì)如今如此數(shù)量巨大以及種類繁多的文獻(xiàn)檢索要求。人工智能科技持續(xù)穩(wěn)定發(fā)展的重要前提就是智能檢索模塊，可以說，智能信息的檢索技術(shù)的運(yùn)用勢(shì)在必行。

2.6人工智能應(yīng)用之專家系統(tǒng)

我們常說的專家系統(tǒng)就是指從人類專家那里獲取的知識(shí)，并用來解決只有專家才能解決的疑難問題。這是一種基于知識(shí)的系統(tǒng)，從而也被稱為知識(shí)基系統(tǒng)。專家系統(tǒng)是人工智能技術(shù)中研究最活躍，最有成效的一個(gè)領(lǐng)域。現(xiàn)在的專家系統(tǒng)尤其特殊的模仿了專家在處理故障時(shí)的思維方式，其水平有時(shí)甚至可以超過人類專家的水平。

2.7人工智能應(yīng)用之機(jī)器人學(xué)

機(jī)器人對(duì)我們并不陌生，已在多個(gè)領(lǐng)域獲得了越來越普遍的應(yīng)用，諸如農(nóng)業(yè)、工業(yè)、商業(yè)、旅游業(yè)、航空和海洋等。那么，機(jī)器人學(xué)所研究的問題主要包括從機(jī)器人手臂的最佳移動(dòng)到實(shí)現(xiàn)機(jī)器人目標(biāo)的動(dòng)作序列的規(guī)劃方法。機(jī)器人和機(jī)器人學(xué)的研究對(duì)人工智能思想的發(fā)展都起到了促進(jìn)作用。

3. 人工智能技術(shù)發(fā)展趨勢(shì)

科學(xué)技術(shù)是第一生產(chǎn)力，但技術(shù)的發(fā)展往往是遠(yuǎn)遠(yuǎn)超越我們的想象。就目前的一些前瞻性研究可以看出，未來人工智能技術(shù)的發(fā)展有如下幾大趨勢(shì)：

3.1問題求解

問題求解一般包括兩種，一種是指解決管理活動(dòng)中由于意外引起的非預(yù)期效應(yīng)或與預(yù)期效應(yīng)之間的偏差。正在逐漸發(fā)展成為搜索和問題歸約這類人工智能的基本技術(shù)；另一種問題的求解程序，是把各種數(shù)學(xué)公式符號(hào)匯編在一起。其性能已達(dá)到非常高的水平，并正在被許多工程師和科學(xué)家應(yīng)用，甚至還有些程序能夠用經(jīng)驗(yàn)來改善其性能。

3.2機(jī)器學(xué)習(xí)

人工智能研究的核心課題之一就是機(jī)器學(xué)習(xí)。我們知道學(xué)習(xí)是人類智能的重要特征，那么機(jī)器學(xué)習(xí)就是指機(jī)器自動(dòng)獲取知識(shí)的過程。機(jī)器學(xué)習(xí)是機(jī)器獲取知識(shí)的根本途徑，也是機(jī)器智能的重要標(biāo)志。計(jì)算機(jī)的機(jī)器學(xué)習(xí)主要研究?jī)?nèi)容為如何讓計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)能力。今后機(jī)器學(xué)習(xí)的研究主要是研究人腦思維的過程、人類學(xué)習(xí)的機(jī)理等。

3.3模式識(shí)別

用計(jì)算機(jī)實(shí)現(xiàn)模式(文字、聲音、人物、物體等)的自動(dòng)識(shí)別，彌補(bǔ)計(jì)算機(jī)對(duì)外部世界感知能力低下的缺陷，使計(jì)算機(jī)能夠通過感官接受外界信息，識(shí)別和理解周圍環(huán)境。依然是人工智能技術(shù)今后研究的重要方向。因?yàn)槟Ｊ阶R(shí)別能為人類認(rèn)識(shí)自身智能提供線索，也是開發(fā)智能機(jī)器的一個(gè)最關(guān)鍵的突破口。目前計(jì)算機(jī)模式識(shí)別系統(tǒng)的研究熱點(diǎn)主要為三維景物、活動(dòng)目標(biāo)的識(shí)別和分析方面。傳統(tǒng)的用統(tǒng)計(jì)模式和結(jié)構(gòu)模式的識(shí)別方法將會(huì)被近年來迅速發(fā)展起來的模糊數(shù)學(xué)模式、人工神經(jīng)網(wǎng)絡(luò)模式的方法逐漸取代，特別是神經(jīng)網(wǎng)絡(luò)方法在模式識(shí)別中取得較大進(jìn)展。

3.4專家系統(tǒng)

專家系統(tǒng)是根據(jù)某領(lǐng)域中一個(gè)或多個(gè)專家提供的知識(shí)或經(jīng)驗(yàn)，進(jìn)行推理和判斷，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復(fù)雜問題的智能軟件，它是一個(gè)具有大量的專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)。目前各種專家系統(tǒng)已遍布各個(gè)專業(yè)領(lǐng)域，因此專家系統(tǒng)還將是人工智能應(yīng)用研究最廣泛和最活躍的應(yīng)用領(lǐng)域之一。

3.5人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)，常被簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)或類神經(jīng)網(wǎng)絡(luò)。是未來人工智能應(yīng)用的新領(lǐng)域，人工神經(jīng)網(wǎng)絡(luò)是指由大量處理單元（神經(jīng)元）互連而成的網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的自學(xué)習(xí)能力，主要擅長(zhǎng)處理復(fù)雜的多維的非線 性問題，不但可以解決定量的問題，還可以解決定性的問題，同時(shí)人工神經(jīng)網(wǎng)絡(luò)還具有大規(guī)模并行處理和分布的信息存儲(chǔ)能力?；蛟S未來智能計(jì)算機(jī)的構(gòu)成可能就是作為主機(jī)的馮•諾依曼型機(jī)與作為智能外圍的人工神經(jīng)網(wǎng)絡(luò)的結(jié)合。

4. 結(jié)論語

人工智能的基本思想已經(jīng)在許多領(lǐng)域中得到應(yīng)用，對(duì)于人工智能技術(shù)未來的發(fā)展還有很多未知的可能，但無論如何發(fā)展都將推動(dòng)人類在科學(xué)與生活領(lǐng)域的發(fā)展。

參考文獻(xiàn)：

[1]胡勤.人工智能概述[J].電腦知識(shí)與技術(shù)，2010，（13）：3507-3509.

[2]朱福喜，湯怡群等.人工智能原理[M].武昌：武漢大學(xué)出版社，2002.87-91.

[3]張妮等.人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J].煤礦機(jī)械，2009，（02）：4-7.

[4]亓慧.議當(dāng)代人工智能的應(yīng)用領(lǐng)域和發(fā)展?fàn)顩r[J].福建電腦，2008，（05）：33.

[5]蔡自興，徐光.人工智能及其應(yīng)用[M].北京：清華大學(xué)出版社，2003.51-93.

篇7

中圖分類號(hào)：TP18

文獻(xiàn)標(biāo)識(shí)碼：A

一、人工智能技術(shù)的發(fā)展及其影響

人工智能技術(shù)研究開始于20世紀(jì)50年代中期，距今僅有60年的發(fā)展歷程，但是其迅猛的發(fā)展速度，廣泛的研究領(lǐng)域以及對(duì)人類產(chǎn)生的深遠(yuǎn)影響等令人驚嘆。調(diào)查顯示，77.45%的人認(rèn)為現(xiàn)實(shí)生活中人工智能技術(shù)的影響較大，并且86.27%的人認(rèn)為人工智能技術(shù)的發(fā)展對(duì)人類的影響利大于弊；認(rèn)為人工智能技術(shù)對(duì)人類生活影響很小且弊大于利的人權(quán)占很小一部分。人工智能技術(shù)的發(fā)展和應(yīng)用直接關(guān)系到人類社會(huì)生活，并且發(fā)揮著重要的作用。人工智能技術(shù)的發(fā)展方向和領(lǐng)域等由人類掌控著，所以人類應(yīng)該盡可能地把人工智能技術(shù)的弊處降到最低以便更好地為人類造福。2016年3月份，圍棋人工智能AlphaGo與韓國棋手李世h對(duì)弈，最終比分4∶1，人類慘敗。4月份，中國科學(xué)技術(shù)大學(xué)正式了一款名為“佳佳”的機(jī)器人，據(jù)了解，機(jī)器人“佳佳”初步具備了人機(jī)對(duì)話理解、面部微表情、口型及軀體動(dòng)作匹配、大范圍動(dòng)態(tài)環(huán)境自主定位導(dǎo)航和云服務(wù)等功能。而在這次正式亮相之前，“佳佳”就擔(dān)綱主持了2016“首屆全球華人機(jī)器人春晚”和“誰是棋王”半Q賽。人工智能技術(shù)確實(shí)給人類帶來了諸多的便利，給人類生產(chǎn)生活帶來便利；但是，人工智能技術(shù)的快速發(fā)展超乎人類的預(yù)測(cè)，引起了人類的恐慌和擔(dān)憂。百度CEO李彥宏稱，人工智能是“披著羊皮的狼”。毋庸置疑，科學(xué)技術(shù)是一把雙刃劍，當(dāng)人類醉心于科學(xué)技術(shù)所帶來的福利中時(shí)，更應(yīng)當(dāng)注意其帶來的負(fù)面作用。人類發(fā)明和創(chuàng)造科學(xué)技術(shù)最終是為了造福人類，而非受到科技的異化。

隨著科技的發(fā)展，人工智能技術(shù)越來越成熟，在此整體趨勢(shì)之下，不同的人群對(duì)人工智能技術(shù)的不斷成熟與應(yīng)用有著不同的看法。調(diào)查結(jié)果顯示，在關(guān)于機(jī)器人會(huì)不會(huì)擁有人類的思維甚至超過人類的問題方面，27.45%的人認(rèn)為機(jī)器人會(huì)擁有人類的思維和超過人類；而56.86%的人認(rèn)為機(jī)器人不會(huì)擁有人類的思維和超過人類，小部分人對(duì)此不是很清楚。由于受到人工智能技術(shù)迅猛發(fā)展的沖擊，如機(jī)器人保姆、AlphaGo圍棋等智能產(chǎn)品對(duì)人類發(fā)展帶來的威脅，一部分人仍然對(duì)人工智能技術(shù)的發(fā)展擔(dān)憂甚至認(rèn)為終有一天機(jī)器人將代替人類、征服人類、控制人類。但是，大部分的人在機(jī)器人是否能夠超過人類方面，保持樂觀積極的態(tài)度，認(rèn)為機(jī)器人永遠(yuǎn)不會(huì)擁有人類的思維并且超越人類，因?yàn)槿祟愂羌夹g(shù)的主導(dǎo)者，人類掌握著技術(shù)的發(fā)展方向，技術(shù)終究是為了人類服務(wù)。這一看法肯定了人類的無止境的創(chuàng)新，然而，在人類醉心于技術(shù)創(chuàng)新的同時(shí)，應(yīng)意識(shí)到某些創(chuàng)新確實(shí)超出了人類的預(yù)料，如AlphaGo與李世h圍棋人機(jī)大戰(zhàn)就是人類在技術(shù)面前失敗的慘痛教訓(xùn)。因此，面對(duì)科技對(duì)人類的異化，人類要時(shí)刻保持警惕，適時(shí)地總結(jié)“技術(shù)異化”的緣由和解決對(duì)策。

二、人工智能技術(shù)發(fā)展面臨的問題及其原因

隨著技術(shù)的革新，人工智能技術(shù)的應(yīng)用越來越廣泛，與人們的日常生活聯(lián)系也愈加密切。從智能手機(jī)的普及到自動(dòng)駕駛汽車的研制成功，再到生產(chǎn)、建設(shè)、醫(yī)療等領(lǐng)域人工智能技術(shù)的應(yīng)用，都表明了人工智能技術(shù)正悄無聲息地改變著我們生活方式。誠然，人工智能技術(shù)使我們的生活更加豐富多彩，給我們帶來了極大便利，但與此同時(shí)，人工智能技術(shù)也給社會(huì)帶來了一系列不可忽視的問題：人工智能技術(shù)在社會(huì)生產(chǎn)領(lǐng)域的應(yīng)用對(duì)勞動(dòng)市場(chǎng)造成沖擊；人工智能系統(tǒng)在收集、統(tǒng)計(jì)用戶數(shù)據(jù)過程中個(gè)人隱私及信息安全方面的隱患；人類對(duì)人工智能產(chǎn)品的依賴引發(fā)的身心健康問題；人工智能引起的責(zé)任認(rèn)定問題等。斯蒂芬?霍金在接受BBC采訪時(shí)表示，“制造能夠思考的機(jī)器無疑是對(duì)人類自身存在的巨大威脅。當(dāng)人工智能發(fā)展完全，就是人類的末日?！北硎就瑯訐?dān)憂的還有特斯拉的創(chuàng)始人馬斯克，他曾直言，“借助人工智能，我們將召喚出惡魔。在所有的故事里出現(xiàn)的拿著五芒星和圣水的家伙都確信他能夠控制住惡魔，但事實(shí)上根本不行?！辈豢煞裾J(rèn)，人工智能技術(shù)是把雙刃劍，有利亦有弊，爭(zhēng)議從來就沒有停止過，而最不容忽視的莫過于人工智能技術(shù)引發(fā)的一系列倫理困境，關(guān)于人工智能的倫理問題成了重中之重。

調(diào)查發(fā)現(xiàn)，47.55%的人認(rèn)為人工智能所引發(fā)的倫理問題是因?yàn)槿诵缘乃伎?，占比較大；而22.55%的人認(rèn)為是由于人們價(jià)值觀念的改變；29.9%的人認(rèn)為是利益分化與失衡以及一些其他的原因?qū)е碌摹Ｓ纱丝梢钥闯鰧?dǎo)致人工智能倫理困境的原因是多方面的。主要總結(jié)為以下幾個(gè)方面。

第一，從技術(shù)層面來看，人工智能技術(shù)在現(xiàn)階段仍然有很大的局限性。人工智能是對(duì)人腦的模仿，但人腦和機(jī)器還是存在本質(zhì)區(qū)別的，人腦勝于人工智能的地方，就是具有邏輯思維、概念的抽象、辯證思維和形象思維。人工智能雖能進(jìn)行大量的模仿，但由于不具備形象思維和邏輯思維，僅能放大人的悟性活動(dòng)中的演繹方法，不可能真正具有智能，這決定了機(jī)器不能進(jìn)行學(xué)習(xí)、思維、創(chuàng)造。此外，智能機(jī)器人也不具備情感智能，它們根本無法去判斷自己行為的對(duì)錯(cuò)，也無法自動(dòng)停止自己的某項(xiàng)行為，所以如果人工智能技術(shù)一旦被不法分子利用，后果不堪設(shè)想?？梢姡捎谌斯ぶ悄茏陨砑夹g(shù)上的局限性導(dǎo)致的倫理問題已經(jīng)影響到其未來發(fā)展。

第二，從規(guī)制層面來看，倫理規(guī)制的缺失和監(jiān)督管理制度的不完善是導(dǎo)致倫理問題產(chǎn)生的重要原因?？萍嫉陌l(fā)展目標(biāo)是為人類謀求幸福，但我們必須認(rèn)識(shí)到，無論是在科技的應(yīng)用還是發(fā)展過程中總是存在一些難以控制的因素，倘若沒有相應(yīng)的倫理原則和倫理規(guī)制加以約束，后果難以想象。在目前人工智能領(lǐng)域，缺乏一套成體系的關(guān)于人工智能技術(shù)產(chǎn)品的從設(shè)計(jì)、研究、驗(yàn)收到投入使用的監(jiān)督管理方案，也沒有一個(gè)國際公認(rèn)的權(quán)威性的規(guī)范及引導(dǎo)人工智能技術(shù)的發(fā)展及運(yùn)用的組織或機(jī)構(gòu)?，F(xiàn)有的監(jiān)督體制遠(yuǎn)遠(yuǎn)滯后于人工智能技術(shù)的發(fā)展速度，無法匹配技術(shù)發(fā)展的需要。缺乏相關(guān)監(jiān)管制度的約束，人工智能技術(shù)就不可避免會(huì)被濫用，從而危害社會(huì)。

第三，從社會(huì)層面來看，公眾對(duì)人工智能技術(shù)的誤解也是原因之一。人工智能作為一門發(fā)展迅猛的新興學(xué)科，屬于人類研究領(lǐng)域的前沿。公眾對(duì)人工智能技術(shù)的了解十分有限，調(diào)查顯示，對(duì)人工智能技術(shù)只是了解水平較低的人較多，占62.75%，以致部分人在對(duì)人工智能技術(shù)沒有真實(shí)了解的情況下，在接觸到人工智能技術(shù)的負(fù)面新聞后就夸大其詞，人云亦云，最終導(dǎo)致群眾的恐慌心理，從而使得更多不了解人工智能技術(shù)的人開始害怕甚至排斥人工智能技術(shù)。我們必須清楚，人工智能是人腦的產(chǎn)物，雖然機(jī)器在某些領(lǐng)域會(huì)戰(zhàn)勝人，但它們不具備主觀能動(dòng)性和創(chuàng)造思維，也不具備面對(duì)未知環(huán)境的反應(yīng)能力，綜合能力上，人工智能是無法超越人腦智能的。在李世h對(duì)弈AlphaGo的曠世之戰(zhàn)中，盡管人工智能贏了棋，但人類贏得了未來。

三、人工智能技術(shù)的發(fā)展轉(zhuǎn)向

人工智能技術(shù)的發(fā)展已經(jīng)深入到人類社會(huì)生活的方方面面，其最終發(fā)展目標(biāo)是為人類服務(wù)。但是，科學(xué)技術(shù)是把雙刃劍，它在造福人類的同時(shí)，不可避免地會(huì)給人類帶來災(zāi)難，因此，人類應(yīng)該趨利避害，使人工智能和科學(xué)技術(shù)最大化地為人類服務(wù)。這就要求人類必須從主客體兩個(gè)角度出發(fā)，為人工智能技術(shù)的健康發(fā)展找出路。

1.技術(shù)層面

（1）加強(qiáng)各個(gè)國家人工智能的對(duì)話交流與合作。人工智能自20世紀(jì)50年代被提出以來，尤其是近六十年來發(fā)展迅速，取得了許多豐碩的成果。如Deep Blue在國際象棋中擊敗了Garry Kasparov； Watson 戰(zhàn)勝了Jeopardy的常勝冠軍；AlphaGo 打敗了頂尖圍棋棋手李世h。從表面上看，人工智能取得了很大的進(jìn)步，但深究這些人工智能戰(zhàn)勝人類的案例，我們發(fā)現(xiàn)這些成功都是有限的，這些機(jī)器人的智能范圍狹窄。造成這一現(xiàn)象的很大一部分原因就在于國際間人工智能技術(shù)的對(duì)話交流與合作還不夠積極，所以加強(qiáng)各個(gè)國家人工智能的對(duì)話和交流迫在眉睫，同時(shí)也勢(shì)在必行。

（2）跨學(xué)科交流，擺脫單一學(xué)科的局限性。從事人工智能這項(xiàng)工作的人必須懂得計(jì)算機(jī)知識(shí)、心理學(xué)和哲學(xué)。歷史的經(jīng)驗(yàn)告訴我們，一項(xiàng)科學(xué)要想走得長(zhǎng)遠(yuǎn)就必須有正確的意識(shí)形態(tài)領(lǐng)域的指導(dǎo)思想的介入。在人工智能這項(xiàng)技術(shù)中，有些科學(xué)家們可能只關(guān)注經(jīng)濟(jì)利益而沒有引進(jìn)相應(yīng)的倫理評(píng)價(jià)體系，最終使得技術(shù)預(yù)測(cè)不到位，沒有哲學(xué)的介入，等真正出現(xiàn)問題時(shí)就晚了。所以要加強(qiáng)科學(xué)家與哲學(xué)家的溝通交流，令科學(xué)家能更多地思考倫理問題，提高哲學(xué)素養(yǎng)，在人工智能技術(shù)中融入更多的哲學(xué)思想，保證人工智能技術(shù)能朝著正確、健康方向發(fā)展。

（3）人工智能技術(shù)的發(fā)展，要與生態(tài)文明觀相結(jié)合。在人工智能技術(shù)發(fā)展中，要注入更多的生態(tài)思想，這關(guān)系人民福祉、關(guān)乎民族未來的長(zhǎng)遠(yuǎn)大計(jì)。在人工智能發(fā)展中，若是產(chǎn)生資源過度消耗、環(huán)境破壞、生態(tài)污染等全球性的環(huán)境問題時(shí)，人類必須制止并進(jìn)行調(diào)整。人工智能技術(shù)要想發(fā)展得更好，前景更加明亮，前途更為平坦，就必須保持與生態(tài)文明觀一致，與人類自身利益一致，為人類造福。

2.人類自身層面

（1）增強(qiáng)科學(xué)家道德責(zé)任感?？茖W(xué)技術(shù)本身并沒有善惡性，而研發(fā)的科學(xué)家或是使用者有善惡性。人工智能將向何處發(fā)展，往往與研發(fā)人工智能的科學(xué)家息息相關(guān)?？茖W(xué)家應(yīng)打破“個(gè)體化原理”，要融入社會(huì)中去，關(guān)注社會(huì)道德倫理問題，承擔(dān)起道德責(zé)任，為自己、他人、社會(huì)負(fù)責(zé)，多去思考自己研發(fā)的技術(shù)可能帶來的后果，并盡可能去避免，多多進(jìn)行思考，嚴(yán)格履行科學(xué)家的道德責(zé)任。

（2）提高公眾文化素養(yǎng)。調(diào)查發(fā)現(xiàn)，對(duì)人工智能技術(shù)了解水平較低的人較多，占62.75%；而非常了解的人較少，占4.41%；另外，對(duì)人工智能技術(shù)了解的人占21.08%，不了解的人占11.76%。由此可以看出，大部分的人對(duì)人工智能技術(shù)都能有所了解，但都不是很深入，而且仍有部分人對(duì)人工智能技術(shù)絲毫不了解，所以，人工智能技術(shù)對(duì)于個(gè)體的影響是比較微小的，其發(fā)展還沒有深入到個(gè)人的日常生活中。特別是在一些關(guān)于人工智能的科幻電影的渲染，可能使那些對(duì)于人工智能技術(shù)并不了解或是一知半解的人產(chǎn)生偏見。在日常生活中，人工智能給人類帶來了極大的便利。通過提高公眾的文化素養(yǎng)，使公眾正確認(rèn)識(shí)人工智能技術(shù)，將是緩解甚至是解決人工智能技術(shù)某些倫理問題的重要途徑之一。

（3）加大監(jiān)督力度。人類需要通過建立一個(gè)完善的監(jiān)督系統(tǒng)引導(dǎo)人工智能技術(shù)的發(fā)展。對(duì)于每項(xiàng)新的人工智能技術(shù)產(chǎn)品從產(chǎn)生到使用的各個(gè)環(huán)節(jié)，都要做好監(jiān)督工作，以此來減少人工智能技術(shù)的負(fù)面影響，緩解甚至減少人工智能技術(shù)的倫理問題。

3.道德法律用

（1）通過立法規(guī)范人工智能技術(shù)的發(fā)展。調(diào)查發(fā)現(xiàn)，90.69%的人認(rèn)為有必要對(duì)人工智能技術(shù)所引發(fā)的科技倫理問題實(shí)行法治，由此可以看出，要想保證科技的良好健康發(fā)展，必須要建立健全相關(guān)法律條例。然而我國在這一方面的法律還存在很大的漏洞，相關(guān)法律條文滯后于人工智能的發(fā)展，并未頒布一套完整的關(guān)于人工智能的法律體系。沒有規(guī)矩不成方圓，在人工智能領(lǐng)域亦是如此。我們都無法預(yù)測(cè)將來人工智能將發(fā)展到何種地步，這時(shí)就需要人類預(yù)先加以適當(dāng)?shù)南拗?，利用法律法?guī)加以正確引導(dǎo)，使其朝安全、為人類造福的方向發(fā)展。

（2）構(gòu)建人工智能技術(shù)倫理準(zhǔn)則并確立最高發(fā)展原則。要構(gòu)建以為人類造福為最終目的的倫理準(zhǔn)則。人工智能技術(shù)的倫理問題已經(jīng)給人類造成了很多負(fù)面影響，而要防止其帶來更多負(fù)面影響，構(gòu)建合適的人工智能技術(shù)倫理準(zhǔn)則勢(shì)在必行。

此外，要確立以人為本的最高發(fā)展原則 。一切科學(xué)技術(shù)的發(fā)展都應(yīng)把人的發(fā)展作為出發(fā)點(diǎn)。人工智能的發(fā)展也是如此，要將以人為本、為人類服務(wù)為出發(fā)點(diǎn)，并作為最高發(fā)展原則。

四、結(jié)語

科學(xué)技術(shù)是把雙刃劍，人類只有消除人工智能技術(shù)的潛在威脅，發(fā)揮人工智能技術(shù)最大化效用，避免倫理困境重演，才能實(shí)現(xiàn)人機(jī)交互的良性發(fā)展，實(shí)現(xiàn)人工智能與人類的良性互動(dòng)。

參考文獻(xiàn)：

[1]王文杰，葉世偉.人工智能原理與應(yīng)用[M].北京：人民郵電出版社，2004.

[2]甘紹平.人權(quán)倫理學(xué)[M].北京：中國發(fā)展出版社，2009.

[3]楊懷中.現(xiàn)代科技倫理學(xué)概論：高科技倫理研究[M].武漢：湖北人民出版社，2004.

[4]王志良.人工情感[M].北京：機(jī)械工業(yè)出版社，2009.

[5]鄒 蕾，張先鋒.人工智能及其發(fā)展應(yīng)用[J].信息網(wǎng)絡(luò)安全，2012（2）.

[6]王 毅.基于仿人機(jī)器人的人機(jī)交互與合作研究[D].北京：北京科技大學(xué)，2015.

[7]田金萍.人工智能發(fā)展綜述[J].科技廣場(chǎng)，2007（1）.

[8]郝勇勝.對(duì)人工智能研究的哲學(xué)反思[D].太原：太原科技大學(xué)，2012.

篇8

[中圖分類號(hào)]F59

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1002—5006（2013）01—0114—15

1 引言

旅游領(lǐng)域正在經(jīng)歷著一個(gè)以商業(yè)實(shí)踐和研究活動(dòng)為平臺(tái)的迅猛發(fā)展期，對(duì)于旅游研究者而言，把握領(lǐng)域最新研究進(jìn)展、了解已被研究的內(nèi)容以及思考未來的研究方向是非常重要的。在我國的旅游研究中，針對(duì)各種研究主題的綜述性研究非常豐富，然而信息科學(xué)與旅游的交叉研究并沒有得到足夠的重視。

交叉研究或跨學(xué)科研究一詞源于1926年美國哥倫比亞大學(xué)心理學(xué)家伍德沃斯（Woodworth）創(chuàng)建的英文形容詞：interdisciplinary（跨學(xué)科的），指超過一個(gè)學(xué)科范圍的研究活動(dòng)。信息科學(xué)是一種橫斷科學(xué)與方法科學(xué)，在信息科學(xué)所涉及的4個(gè)方面研究中：（1）電子科學(xué)與技術(shù)、信息與通信系統(tǒng)、信息獲取與處理；（2）計(jì)算機(jī)科學(xué)與技術(shù)、網(wǎng)絡(luò)與信息安全；（3）控制理論與工程、系統(tǒng)科學(xué)與工程、人工智能與智能系統(tǒng)；（4）半導(dǎo)體科學(xué)與信息器件、信息光學(xué)與光電子器件、激光技術(shù)與技術(shù)光學(xué)，其中3個(gè)方面都與旅游研究在研究對(duì)象上發(fā)生交叉（如旅游博客數(shù)據(jù)挖掘、旅游推薦系統(tǒng)），且旅游研究也不斷采用信息科學(xué)的理論與方法去解決問題（如人工智能在旅游預(yù)測(cè)中的應(yīng)用、計(jì)算機(jī)仿真在游憩行為研究中的應(yīng)用），體現(xiàn)了交叉研究和跨學(xué)科特征。信息科學(xué)與旅游的交叉研究客觀存在，且已經(jīng)經(jīng)歷了20多年的發(fā)展。

旅游研究一直是一個(gè)開放的體系，吸納著其他學(xué)科的營(yíng)養(yǎng)；信息科學(xué)與旅游研究的交叉與融合為解決旅游領(lǐng)域的新矛盾、新問題和探索新規(guī)律、新原理提供了新的思維方式和科學(xué)的研究方法，是信息時(shí)代旅游發(fā)展的產(chǎn)物與趨勢(shì)。信息科學(xué)與旅游的交叉研究無論對(duì)旅游學(xué)術(shù)研究還是對(duì)旅游業(yè)發(fā)展都具有非常重要的意義，其研究進(jìn)展應(yīng)得到關(guān)注與重視。

已有關(guān)于信息科學(xué)與旅游交叉研究進(jìn)展的綜述研究川沒有體現(xiàn)出兩種研究的“交叉”性，即信息科學(xué)研究中有哪些以旅游為研究對(duì)象或者解決旅游領(lǐng)域的問題？旅游研究中涉及哪些信息科學(xué)方法與技術(shù)應(yīng)用？這些問題的回答對(duì)于研究者廣泛與深入開展信息科學(xué)與旅游的交叉研究具有重要意義。

為了較為全面地闡述信息科學(xué)與旅游研究之間的“交叉性”，本文采用系統(tǒng)綜述方法對(duì)該交叉領(lǐng)域最近12年發(fā)表的文獻(xiàn)進(jìn)行了搜集、篩選、整理、歸納與分析.以期幫助相關(guān)研究者了解這一交叉領(lǐng)域的主要研究問題及所取得的研究進(jìn)展，并對(duì)今后的深入研究有所借鑒與啟發(fā)。

2 系統(tǒng)綜述方法

系統(tǒng)綜述（systematic review）又稱系統(tǒng)評(píng)價(jià)，起源于醫(yī)學(xué)領(lǐng)域，是指在復(fù)習(xí)、分析、整理和綜合原始文獻(xiàn)的基礎(chǔ)上進(jìn)行的二次研究方法，目前已經(jīng)被廣泛應(yīng)用于循證醫(yī)學(xué)（evidence—based medicine），逐步應(yīng)用于社會(huì)學(xué)、教育學(xué)、圖書情報(bào)等領(lǐng)域。系統(tǒng)綜述可被精確區(qū)分為兩種類型：（1）定性系統(tǒng)綜述，原始文獻(xiàn)的研究結(jié)果被分析與總結(jié)，但未經(jīng)統(tǒng)計(jì)學(xué)合并；（2）定量系統(tǒng)綜述，又稱元（meta）分析或薈萃分析，應(yīng)用統(tǒng)計(jì)學(xué)方法對(duì)若干個(gè)研究結(jié)果進(jìn)行定量統(tǒng)計(jì)合并的過程。在某些不強(qiáng)調(diào)或較難實(shí)施統(tǒng)計(jì)學(xué)合并的研究領(lǐng)域，直接將定性系統(tǒng)綜述稱為系統(tǒng)綜述，將其作為一種對(duì)某研究問題、主題或現(xiàn)象的可獲得的所有研究進(jìn)行評(píng)價(jià)和解釋的方法，目標(biāo)在于通過一種可信的、嚴(yán)格的以及可審計(jì)的方法來提供公正的研究評(píng)價(jià)。信息科學(xué)與旅游科學(xué)的交叉研究屬于較難實(shí)現(xiàn)統(tǒng)計(jì)學(xué)合并的研究領(lǐng)域，因此本文采用定性系統(tǒng)綜述方法，簡(jiǎn)稱系統(tǒng)綜述。

本文關(guān)于信息科學(xué)與旅游的交叉研究的系統(tǒng)綜述研究包含如下步驟：

（1）確定研究問題

為了全面了解與分析信息科學(xué)與旅游的交叉研究現(xiàn)狀，本文確定了如下系統(tǒng)綜述的研究問題：①信息科學(xué)研究中面向旅游的研究主要有哪些方面？②旅游研究中與信息科學(xué)相關(guān)的研究主要有哪些方面？③信息科學(xué)與旅游的交叉研究有哪些趨勢(shì)？

（2）確定文獻(xiàn)搜索策略

基于所確定的研究問題，設(shè)計(jì)如下文獻(xiàn)搜索策略：

①搜索工具與數(shù)據(jù)庫：采用Google Scholar、IEEE Xplore、ScienceDirect；

②搜索關(guān)鍵字：采用關(guān)鍵字組合“tourism”AND（“computer”O(jiān)R“communication technology”），即“旅游”與“計(jì)算機(jī)”或“通信技術(shù)”同時(shí)出現(xiàn)；計(jì)算機(jī)科學(xué)與技術(shù)是信息科學(xué)研究領(lǐng)域中最為活躍的方向之一，計(jì)算機(jī)科學(xué)與技術(shù)、通信科學(xué)與技術(shù)在信息科學(xué)研究中具有一定的代表性；經(jīng)過反復(fù)搜索測(cè)試，“計(jì)算機(jī)”與“通信技術(shù)”作為關(guān)鍵字與“旅游”進(jìn)行組合搜索，搜索結(jié)果能夠較為全面地覆蓋信息科學(xué)與旅游的交叉研究，實(shí)現(xiàn)本文系統(tǒng)綜述的研究目標(biāo)；③搜索的時(shí)間范圍：2000年之后。

（3）文獻(xiàn)搜索

按照上述搜索策略分別在3個(gè)工具與數(shù)據(jù)庫進(jìn)行搜索。Google Scholar顯示共有54500條結(jié)果（2011年12月22日），其只提供最相關(guān)的前1000條；IEEE Xplore（搜索字段為“摘要”）共搜索到46條結(jié)果（2011年12月24日）；ScienceDirect（搜索字段為“題目”或“關(guān)鍵字”或“摘要”）共搜索到36條結(jié)果（2011年12月24日）。

（4）文獻(xiàn)篩選

在上述搜索到的條目中，按照表1所示的文獻(xiàn)入選和剔除標(biāo)準(zhǔn)，篩選用于本文系統(tǒng)綜述的文獻(xiàn)。

表1所示第一步完成后共有512篇文獻(xiàn)入選。第二步經(jīng)過多次逐步細(xì)化篩選，最終確定用于本文系統(tǒng)綜述的入選文獻(xiàn)共245篇，其中期刊論文158篇，會(huì)議論文87篇。245篇文獻(xiàn)來自106種期刊和58種會(huì)議，文獻(xiàn)來源分散且涉及領(lǐng)域廣泛，有關(guān)文獻(xiàn)來源、作者等的定量分析結(jié)果已另文撰寫，本文則側(cè)重對(duì)系統(tǒng)綜述研究步驟（1）所確定的研究問題的回答。

（5）分析與完成報(bào)告

根據(jù)系統(tǒng)綜述研究步驟（1）所確定的研究問題，對(duì)入選文獻(xiàn)進(jìn)行分類、分析與總結(jié)。分析結(jié)果見下一章節(jié)。

為了分別回答問題1與問題2，本文需要將入選文獻(xiàn)劃分為旅游研究和信息科學(xué)研究?jī)煞N視角，分別簡(jiǎn)稱為旅游類研究和信息類研究。而事實(shí)上，當(dāng)兩種研究產(chǎn)生交叉與融合，進(jìn)行上述嚴(yán)格區(qū)分是較為困難的。為此，本如下處理：

（1）按照文獻(xiàn)來源所屬學(xué)科范疇進(jìn)行劃分，如來源于Tourism Management及《旅游學(xué)刊》的文獻(xiàn)則劃入旅游類，來源于Expert Systems with Applications及《計(jì)算機(jī)工程》的文獻(xiàn)則劃入信息類；

（2）按照期刊載文的學(xué)科范疇劃分，如《華東經(jīng)濟(jì)管理》刊載旅游類文章，則歸為旅游類，《北京工商大學(xué)學(xué)報(bào)（自然科學(xué)版）》刊載信息技術(shù)類文章，則歸為信息類；

（3）按照入選文獻(xiàn)的具體內(nèi)容劃分，一些綜合性期刊無法直接確認(rèn)屬于哪一類，則閱讀入選文章原文，如果偏重人文社會(huì)學(xué)視角，則歸入旅游類；如果偏重信息科學(xué)及技術(shù)視角，則歸入信息類。

由此，經(jīng)管類、電子商務(wù)、地理類等期刊歸入旅游類中，測(cè)繪類期刊歸入信息類中；兩類分別含有入選文獻(xiàn)147篇和98篇。

3 綜述結(jié)果與分析

3.1問題1：信息科學(xué)研究中面向旅游的研究主要有哪些方面？

“面向旅游”并不特指專用于或?qū)ｉT針對(duì)旅游的研究，而是指其研究問題由旅游領(lǐng)域而產(chǎn)生，或者旅游是其最為典型的應(yīng)用。面向旅游的信息科學(xué)研究幾乎涉及了信息科學(xué)研究范疇的各個(gè)方面，而許多研究領(lǐng)域更是體現(xiàn)了信息科學(xué)領(lǐng)域較新及較前沿的研究方向與熱點(diǎn)，如表2所示。面向旅游的信息科學(xué)研究中最受關(guān)注的研究主題是應(yīng)用系統(tǒng)、人工智能、地理信息系統(tǒng)、移動(dòng)應(yīng)用、推薦系統(tǒng)以及語義網(wǎng)與本體等；而Web服務(wù)、虛擬現(xiàn)實(shí)、普適計(jì)算、計(jì)算機(jī)仿真也受到了一定程度的關(guān)注。下面對(duì)表2排序前10的研究主題的進(jìn)展情況進(jìn)行詳細(xì)闡述。

3.1.1

應(yīng)用系統(tǒng)

應(yīng)用系統(tǒng)指面向各種終端設(shè)備，如電腦、手機(jī)、PDA（掌上電腦）、電話等使用者的可用人機(jī)交互系統(tǒng)，也包含網(wǎng)站（Web）應(yīng)用系統(tǒng)。本文為了強(qiáng)調(diào)移動(dòng)應(yīng)用和推薦系統(tǒng)兩類特殊的應(yīng)用系統(tǒng)，在本類研究主題統(tǒng)計(jì)中將其排除，另列類別。應(yīng)用系統(tǒng)研究占據(jù)了面向旅游的信息科學(xué)研究的較大比重。一方面是因?yàn)樾畔⒖茖W(xué)向旅游研究中進(jìn)行滲透的最初方式正是其在旅游行業(yè)中的實(shí)際應(yīng)用；另一方面是人選文獻(xiàn)中我國研究占據(jù)較大比重且較集中于該類研究。

應(yīng)用系統(tǒng)的相關(guān)研究可分為：①戰(zhàn)略設(shè)計(jì)或?qū)嵤┙ㄗh，如航空業(yè)信息技術(shù)應(yīng)用戰(zhàn)略與戰(zhàn)術(shù)研究，以及非洲撒哈拉以南地區(qū)的旅游組織實(shí)施電子商務(wù)的建議；②技術(shù)架構(gòu)設(shè)計(jì)，如基于面向服務(wù)的體系架構(gòu)（service oriented architecture，SOA）的旅游資源信息服務(wù)模型研究；③系統(tǒng)設(shè)計(jì)與開發(fā)，如一種智能旅游行程導(dǎo)航系統(tǒng)，以及四川、山西和贛東北等目的地或區(qū)域管理信息系統(tǒng)的設(shè)計(jì)與開發(fā)。

3.1.2人工智能

人工智能是面向旅游的信息科學(xué)研究較多采用的方法與技術(shù)，可將相關(guān)研究分成以下幾個(gè)方面：①推理，即采用人工智能推理技術(shù)支撐各種應(yīng)用系統(tǒng)，如基于貝葉斯網(wǎng)的旅游行程推理；②數(shù)據(jù)挖掘，如旅游突發(fā)事件預(yù)測(cè)預(yù)警、消費(fèi)者特征分析、基于機(jī)器學(xué)習(xí)的旅游博客觀點(diǎn)挖掘以及數(shù)據(jù)倉庫技術(shù)在旅游業(yè)中的應(yīng)用；③主體（agent），如主體旅游者進(jìn)行數(shù)據(jù)采集、分析并向旅游者進(jìn)行旅游推薦弛；④評(píng)價(jià)，如基于神經(jīng)網(wǎng)絡(luò)的上海旅游可持續(xù)發(fā)展能力評(píng)價(jià)；⑤決策支持，如旅游目的地選擇決策支持系統(tǒng)。

3.1.3地理信息系統(tǒng)

旅行活動(dòng)是一種人地關(guān)系，地理信息是設(shè)計(jì)與開發(fā)各種旅游應(yīng)用系統(tǒng)的重要信息資源，地理信息系統(tǒng)就是為這些應(yīng)用系統(tǒng)提供地理信息使用接口的重要支撐系統(tǒng)。個(gè)性化目的地推薦系統(tǒng)、基于短信服務(wù)的餐館推薦系統(tǒng)、導(dǎo)航系統(tǒng)、位置服務(wù)系統(tǒng)、旅游資源監(jiān)控預(yù)警系統(tǒng)以及古建筑信息系統(tǒng)等應(yīng)用系統(tǒng)都離不開地理信息系統(tǒng)的支撐。上述“應(yīng)用系統(tǒng)”主題研究中，幾乎所有面向目的地與區(qū)域的管理信息系統(tǒng)的設(shè)計(jì)與開發(fā)都離不開地理信息系統(tǒng)。有關(guān)旅游地理信息系統(tǒng)本身的研究也較為活躍，如雅安市WebGIS（萬維網(wǎng)地理信息系統(tǒng)）的實(shí)現(xiàn)研究、基于WebGIS的旅游地理信息系統(tǒng)研發(fā)以及泰山三維（3D）地理信息系統(tǒng)的研發(fā)。

3.1.4移動(dòng)應(yīng)用

移動(dòng)通信技術(shù)，特別是移動(dòng)終端技術(shù)的快速發(fā)展，使得面向旅游者手持終端（如手機(jī)、PDA）的各種移動(dòng)應(yīng)用得到了迅猛發(fā)展。相比較于傳統(tǒng)的計(jì)算機(jī)應(yīng)用，移動(dòng)應(yīng)用較好體現(xiàn)了旅游以“人為中心”而不是計(jì)算機(jī)為中心的理念。相關(guān)研究主要集中于面向旅游者服務(wù)的信息推送與搜索、導(dǎo)航、實(shí)時(shí)路線及目的地推薦；并向普適計(jì)算的方向進(jìn)行擴(kuò)展，如手機(jī)電子門票、基于全球定位系統(tǒng)的車輛監(jiān)控與導(dǎo)航以及手機(jī)與環(huán)境之間的交互游戲等。除了面向旅游者服務(wù)外，移動(dòng)應(yīng)用研究還包含面向旅游研究者、旅游公共管理與服務(wù)部門以及旅游企業(yè)的旅游行為數(shù)據(jù)采集與分析，如可通過基于手機(jī)數(shù)據(jù)的散客流分析，對(duì)目的地住宿的可容納量進(jìn)行估算。移動(dòng)應(yīng)用中與位置信息相關(guān)的應(yīng)用也被稱為位置服務(wù)，如位置信息服務(wù)、導(dǎo)航以及實(shí)時(shí)路線推薦等。

3.1.5推薦系統(tǒng)

推薦系統(tǒng)是為解決互聯(lián)網(wǎng)“信息過載”問題而提出的一種個(gè)性化服務(wù)，幫助用戶從大量信息中發(fā)現(xiàn)其可能感興趣的或者滿足其需求的資源，如信息、服務(wù)以及商品等，并自動(dòng)生成個(gè)性化推薦。目前，推薦系統(tǒng)在旅游中的典型應(yīng)用為旅游行程規(guī)劃，可面向旅游電子商務(wù)用戶，也可面向互聯(lián)網(wǎng)用戶；可規(guī)劃旅行的時(shí)間、地點(diǎn)以及活動(dòng)等全套行程規(guī)劃引，也可推薦旅游目的地、餐廳以及住宿等。推薦系統(tǒng)主要采用人工智能、語義網(wǎng)、移動(dòng)應(yīng)用、定位與地理信息系統(tǒng)等技術(shù)。相關(guān)研究還涉及用戶個(gè)性語義模型、系統(tǒng)架構(gòu)設(shè)計(jì)等方面。

3.1.6語義網(wǎng)和本體

語義網(wǎng)（semantic Web）是傳統(tǒng)網(wǎng)站的一種擴(kuò)展。在語義網(wǎng)中，信息具有明確的含義——語義，人類語言與機(jī)器語言之間能夠相互理解，機(jī)器能夠自動(dòng)地處理和集成網(wǎng)上對(duì)于人而言可用的信息，使得人與機(jī)器之間的交流變得像人與人之間交流一樣順暢。本體（ontology）是用來描述網(wǎng)絡(luò)文檔中術(shù)語的明確含義及其之間關(guān)系的技術(shù)，能夠?qū)崿F(xiàn)語義網(wǎng)信息處理的自動(dòng)化，提高網(wǎng)站搜索的準(zhǔn)確性以及網(wǎng)站服務(wù)質(zhì)量。旅游領(lǐng)域是語義Web與本體研究的問題來源與典型應(yīng)用對(duì)象，如基于語義Web與本體技術(shù)的旅游中小企業(yè)間信息交換、動(dòng)態(tài)生成客戶供給的客戶關(guān)系管理、旅游網(wǎng)站信息系統(tǒng)、旅游目的地管理系統(tǒng)以及旅行推薦系統(tǒng)。這些系統(tǒng)能夠?qū)β糜晤I(lǐng)域知識(shí)進(jìn)行本體表達(dá)，從而集成對(duì)于用戶有用的或者滿足用戶需求的語義信息；其中，旅游知識(shí)域的本體表達(dá)、行程規(guī)劃的語義信息推理是實(shí)現(xiàn)這些系統(tǒng)的關(guān)鍵技術(shù)。

3.1.7Web服務(wù)

Web服務(wù)（Web services）是Web上數(shù)據(jù)和信息集成的有效機(jī)制，是解決Web上各種應(yīng)用系統(tǒng)高維護(hù)與更新代價(jià)的最為合理的解決方案。因此，Web服務(wù)在旅游中主要用于信息集成、交換以及系統(tǒng)之間的互操作。Web服務(wù)技術(shù)對(duì)于旅游目的地管理而言非常重要，能夠?qū)崿F(xiàn)旅游目的地營(yíng)銷系統(tǒng)與旅游企業(yè)之間以及目的地旅游企業(yè)之間的異構(gòu)數(shù)據(jù)交換、共享以及集成。Web技術(shù)還是Web推薦系統(tǒng)的重要技術(shù)之一，能夠獲取推薦系統(tǒng)所需的動(dòng)態(tài)與實(shí)時(shí)的萬維網(wǎng)數(shù)據(jù)。

3.1.8虛擬現(xiàn)實(shí)

虛擬現(xiàn)實(shí)技術(shù)主要用于旅游目的地、景區(qū)、景點(diǎn)的市場(chǎng)營(yíng)銷。國內(nèi)的相關(guān)研究集中于旅游目的地、景區(qū)及景點(diǎn)等的虛擬展示，如西安市360度全景虛擬旅游系統(tǒng)、北京妙峰山古建筑群的網(wǎng)絡(luò)虛擬漫游系統(tǒng)、村鎮(zhèn)民俗旅游資源的立體展示。鄭鵬等認(rèn)為這是一種旅游產(chǎn)品的虛擬試用體驗(yàn)。而國外的相關(guān)研究則側(cè)重于游客的現(xiàn)場(chǎng)體驗(yàn)，特別針對(duì)歷史文化遺產(chǎn)與遺跡，如意大利的PEACH（personal experience with active cultural heritage，個(gè)性化體驗(yàn)活動(dòng)的文化遺產(chǎn)）項(xiàng)目針對(duì)提升游客在博物館對(duì)于文化遺產(chǎn)的體驗(yàn)以及馬來西亞凱利城堡（Kellie’s Castle）的虛擬旅游原型研發(fā)。虛擬現(xiàn)實(shí)技術(shù)在旅游中的應(yīng)用還包含了旅游開發(fā)與遺產(chǎn)保護(hù)，如十三陵景區(qū)的虛擬復(fù)原。

3.1.9普適計(jì)算

普適計(jì)算模式下人們能夠在任何時(shí)間、任何地點(diǎn)、以任何方式進(jìn)行信息的獲取與處理。由于移動(dòng)終端設(shè)備及其應(yīng)用的發(fā)展，普適計(jì)算在旅游研究中非常活躍，如一種面向移動(dòng)終端的基于旅游本體的信息廣播與推送方法研究，用以解決傳統(tǒng)移動(dòng)終端對(duì)于旅游者需要花費(fèi)昂貴的“漫游”網(wǎng)絡(luò)連接費(fèi)用以及需要主動(dòng)獲取信息等問題；一個(gè)面向德國雷根斯堡（Regensburg）游客的移動(dòng)終端游戲的設(shè)計(jì)與應(yīng)用，游客可以通過在空中晃動(dòng)手機(jī)來與游戲中的歷史人物溝通，該游戲以一種有趣的方式向游客介紹雷根斯堡的歷史。普適計(jì)算是我國目前形成研究熱點(diǎn)的物聯(lián)網(wǎng)應(yīng)用的基礎(chǔ)理論與技術(shù)之一。

3.1.10計(jì)算機(jī)仿真

計(jì)算機(jī)仿真技術(shù)研究中面向旅游的研究包含基于概率統(tǒng)計(jì)方法對(duì)上海旅游服務(wù)系統(tǒng)顧客滿意度進(jìn)行仿真以及基于系統(tǒng)動(dòng)力學(xué)方法對(duì)新度假制度對(duì)城郊旅游的影響進(jìn)行仿真等。

3.2問題2：旅游研究中與信息科學(xué)相關(guān)的研究主要有哪些方面？

旅游研究中與信息科學(xué)方法與技術(shù)相關(guān)的研究范圍較為廣泛，表3顯示本文入選文獻(xiàn)中歸入旅游類的研究主題共有43種。其中最受關(guān)注的研究主題是電子商務(wù)、網(wǎng)站評(píng)估以及在線消費(fèi)者行為。人工智能、移動(dòng)通信、地理信息系統(tǒng)等信息科學(xué)方法與技術(shù)在旅游中受到了相應(yīng)重視。旅游網(wǎng)站空間、系統(tǒng)評(píng)價(jià)、網(wǎng)絡(luò)營(yíng)銷、應(yīng)用系統(tǒng)以及正在大范圍普及的Web 2.0互聯(lián)網(wǎng)應(yīng)用模式也受到了旅游研究的重視。信息科學(xué)領(lǐng)域中的某些前沿研究也在旅游研究中得到了關(guān)注，如計(jì)算機(jī)仿真、推薦系統(tǒng)、Web服務(wù)、語義網(wǎng)與本體。

進(jìn)一步對(duì)表3各類主題的文獻(xiàn)內(nèi)容進(jìn)行剖析與歸納，可以得到以下旅游研究中與信息科學(xué)方法與技術(shù)相關(guān)的6個(gè)研究范疇：

3.2.1信息技術(shù)對(duì)旅游的影響

信息技術(shù)對(duì)旅游的影響研究主要包含信息技術(shù)對(duì)旅游產(chǎn)業(yè)的影響與信息技術(shù)在旅游中的應(yīng)用影響兩個(gè)方面。其中，信息技術(shù)在旅游中的應(yīng)用影響又分為現(xiàn)狀研究、作用研究、影響因素研究等方面。

信息技術(shù)對(duì)旅游產(chǎn)業(yè)的影響主要體現(xiàn)在其對(duì)傳統(tǒng)旅游產(chǎn)業(yè)價(jià)值鏈的重構(gòu)上，集中表現(xiàn)于電子商務(wù)對(duì)旅游產(chǎn)業(yè)的影響、新型電子中介（供應(yīng)商、互聯(lián)網(wǎng)門戶網(wǎng)站、拍賣網(wǎng)站、數(shù)字電視、移動(dòng)商務(wù)等）對(duì)傳統(tǒng)電子中介（計(jì)算機(jī)訂座系統(tǒng)、全球分銷系統(tǒng)等）的影響、信息技術(shù)對(duì)分銷渠道的影響。

信息技術(shù)在旅游中的應(yīng)用現(xiàn)狀研究主要側(cè)重于旅游企業(yè)，如電子商務(wù)在北京旅游企業(yè)中的應(yīng)用現(xiàn)狀、土耳其旅行社對(duì)互聯(lián)網(wǎng)的使用情況、愛爾蘭旅游中小企業(yè)和鄉(xiāng)村微型住宿業(yè)對(duì)信息技術(shù)使用情況的分析、南非中小旅游企業(yè)對(duì)于信息技術(shù)使用的狀況研究。

信息技術(shù)對(duì)旅游的作用研究既包含旅游企業(yè)整體層面，如信息技術(shù)對(duì)埃及中小接待企業(yè)發(fā)展的積極作用、知識(shí)管理對(duì)于澳大利亞旅游業(yè)的作用等；又包含旅游企業(yè)的某項(xiàng)具體功能，如信息技術(shù)應(yīng)用對(duì)于泰國酒店運(yùn)營(yíng)效率的作用；還包含旅游資源開發(fā)與保護(hù)方面，如計(jì)算機(jī)技術(shù)對(duì)于泰國古建筑重建的重要作用。

信息技術(shù)應(yīng)用的影響因素研究對(duì)于旅游業(yè)如何有效應(yīng)用信息技術(shù)而言是非常重要的。相關(guān)研究包含：①電子商務(wù)的應(yīng)用影響，如泰國旅游企業(yè)應(yīng)用電子商務(wù)的影響因素、酒店業(yè)應(yīng)用電子商務(wù)的影響因素②網(wǎng)絡(luò)營(yíng)銷對(duì)旅游企業(yè)的影響，如互聯(lián)網(wǎng)廣告對(duì)旅行社運(yùn)營(yíng)的影響；③旅游企業(yè)對(duì)技術(shù)應(yīng)用的態(tài)度，如希臘旅行社對(duì)互聯(lián)網(wǎng)技術(shù)的使用情況與態(tài)度；④旅游者對(duì)信息技術(shù)使用的態(tài)度，如游客在度假時(shí)是否愿意使用基于技術(shù)的信息、影響旅游者使用互聯(lián)網(wǎng)進(jìn)行旅游規(guī)劃的因素。

3.2.2信息技術(shù)在旅游中的應(yīng)用模式

目前，信息技術(shù)在旅游中的應(yīng)用模式研究主要集中于電子商務(wù)模式、網(wǎng)絡(luò)營(yíng)銷以及Web 2.0。電子商務(wù)模式的相關(guān)研究有區(qū)域旅游電子商務(wù)開發(fā)計(jì)劃研究、旅游電子商務(wù)模式現(xiàn)狀與趨勢(shì)研究、旅游電子商務(wù)模式以及運(yùn)營(yíng)模式研究等。

網(wǎng)絡(luò)營(yíng)銷是除了電子商務(wù)之外信息技術(shù)在旅游中最主要的應(yīng)用模式。網(wǎng)絡(luò)營(yíng)銷研究多圍繞網(wǎng)站展開，如英國農(nóng)村接待企業(yè)網(wǎng)站營(yíng)銷現(xiàn)狀研究、塞爾維亞旅游網(wǎng)站網(wǎng)絡(luò)促銷現(xiàn)狀和形式研究、美國旅游官方網(wǎng)站網(wǎng)絡(luò)營(yíng)銷使用分析、旅游目的地營(yíng)銷組織網(wǎng)站的客戶需求研究。此外，在線葡萄酒旅游以及在線客戶關(guān)系管理都是一種網(wǎng)絡(luò)營(yíng)銷方式。

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，Web 2.0作為一種新型的互聯(lián)網(wǎng)應(yīng)用模式受到了旅游領(lǐng)域的高度關(guān)注。相關(guān)研究可以分為如下幾個(gè)方面：①營(yíng)銷，即基于Web 2.0的網(wǎng)絡(luò)營(yíng)銷方式，這是目前旅游研究領(lǐng)域最為關(guān)注的方面，如Web 2.0對(duì)克羅地亞旅游產(chǎn)品的營(yíng)銷作用研究、博客對(duì)于旅游市場(chǎng)營(yíng)銷的中介作用；②旅游者行為與服務(wù)，如Web 2.0下網(wǎng)絡(luò)旅游消費(fèi)行為模式及旅游網(wǎng)站應(yīng)用研究、基于Web 2.0的用戶個(gè)性化定制研究以及基于人工智能技術(shù)的微博“旅游情感”數(shù)據(jù)挖掘；③網(wǎng)站分類，如Web 2.0旅游網(wǎng)站的分類機(jī)制研究。

此外，面向產(chǎn)業(yè)價(jià)值網(wǎng)絡(luò)的四川旅游信息資源整合推進(jìn)模式和機(jī)制是一種信息技術(shù)在旅游中應(yīng)用模式的有效探索。

3.2.3信息技術(shù)在旅游中的應(yīng)用評(píng)價(jià)

網(wǎng)站評(píng)價(jià)是信息技術(shù)應(yīng)用評(píng)價(jià)研究中最主要的內(nèi)容。從評(píng)價(jià)對(duì)象上看，相關(guān)研究涉及官方旅游網(wǎng)站、目的地營(yíng)銷組織網(wǎng)站、各國及地區(qū)旅游網(wǎng)站；從評(píng)價(jià)內(nèi)容上，包含有效性評(píng)價(jià)、可用性評(píng)價(jià)、使用分析、功能分析、網(wǎng)站設(shè)計(jì)、網(wǎng)站旅游本體分析、游客價(jià)值以及網(wǎng)站訪問者分析等；從評(píng)價(jià)方法上有調(diào)查法、啟發(fā)式方法、數(shù)據(jù)包絡(luò)分析法、內(nèi)容分析法、網(wǎng)站日志分析法、領(lǐng)域本體分析法等。

隨著移動(dòng)通信技術(shù)的發(fā)展，移動(dòng)應(yīng)用在旅游領(lǐng)域得到了廣泛應(yīng)用，針對(duì)移動(dòng)應(yīng)用系統(tǒng)的評(píng)價(jià)研究也受到研究者的關(guān)注，如從用戶角度對(duì)移動(dòng)應(yīng)用進(jìn)行評(píng)價(jià)、各種移動(dòng)旅游者指南功能與可用性評(píng)價(jià)。

3.2.4信息社會(huì)視角的旅游研究對(duì)象

較傳統(tǒng)旅游研究對(duì)象，如旅游資源、旅游企業(yè)以及旅游者等，信息社會(huì)視角的旅游研究對(duì)象發(fā)生了擴(kuò)展，如從旅游者的地理時(shí)空變化擴(kuò)展到了在線旅游者行為變化，從旅游資源的空間格局?jǐn)U展到了旅游網(wǎng)站的網(wǎng)絡(luò)結(jié)構(gòu)等。

在線旅游者行為研究中最受關(guān)注的是消費(fèi)行為研究，如消費(fèi)影響因素與滿意度、忠誠度與推薦行為、在線分享行為。隨著社會(huì)網(wǎng)絡(luò)的形成，在線旅游者的情緒研究得到關(guān)注，如通過旅游者在論壇、博客（微博）上的評(píng)論分析旅游者情緒，相關(guān)方法包含內(nèi)容分析、統(tǒng)計(jì)與語言學(xué)分析、人工神經(jīng)網(wǎng)絡(luò)方法以及數(shù)據(jù)挖掘技術(shù)等。一項(xiàng)研究還將旅游者的博客進(jìn)行了計(jì)算機(jī)可視化，用來輔助其他旅游者的旅行計(jì)劃。此外，旅游目的地營(yíng)銷組織網(wǎng)站的旅游者在線行為也受到研究者的關(guān)注。

目的地地理尺度的旅游網(wǎng)站空間結(jié)構(gòu)也受到研究者的關(guān)注，主要包含方法研究與案例研究。方法研究有統(tǒng)計(jì)方法以及網(wǎng)絡(luò)拓?fù)鋱D方法等；案例包含歐洲、意大利厄爾巴島]以及河北省等。

旅游虛擬社區(qū)是社會(huì)信息化背景下形成的新型社區(qū)，部分旅游研究者對(duì)其給予了關(guān)注，如針對(duì)具有中國文化背景的芒果社區(qū)網(wǎng)（Mango）的綜合性研究。

3.2.5社會(huì)信息化下的旅游研究方法

社會(huì)信息化下的旅游研究方法包含兩個(gè)方面的含義。

一是指?jìng)鹘y(tǒng)旅游研究方法可借助社會(huì)信息化背景進(jìn)行擴(kuò)展，如網(wǎng)絡(luò)調(diào)查方法擴(kuò)展了傳統(tǒng)現(xiàn)場(chǎng)發(fā)放問卷的調(diào)查方法；基于射頻識(shí)別（RFID）與全球定位系統(tǒng)（GPS）技術(shù)的追蹤系統(tǒng)擴(kuò)展了傳統(tǒng)旅游者游憩行為問卷調(diào)查方法，并提高了數(shù)據(jù)的精度；遙感與地理信息系統(tǒng)（RS&GIS）技術(shù)可提高旅游資源監(jiān)測(cè)的準(zhǔn)確性等。

二是指旅游研究方法對(duì)于信息科學(xué)方法與技術(shù)的借鑒。人工智能是旅游研究中采用最多的信息科學(xué)方法與技術(shù)，其在旅游研究中的應(yīng)用可以分為以下幾個(gè)方面：①需求預(yù)測(cè)，如基于人工神經(jīng)網(wǎng)絡(luò)的西班牙巴利亞利群島旅游時(shí)間序列預(yù)測(cè)、遺傳算法在旅游需求預(yù)測(cè)中的應(yīng)用、模糊時(shí)間序列及灰色理論在短時(shí)間序列旅游需求預(yù)測(cè)中的應(yīng)用以及人工智能方法與其他預(yù)測(cè)方法的比較；②在線行為分析，如基于機(jī)器學(xué)習(xí)（machine learning）的在線消費(fèi)者行為數(shù)據(jù)挖掘；③基于主體（agent）的旅游系統(tǒng)仿真研究，采用人工智能研究領(lǐng)域的重要分支——多主體系統(tǒng)（multi-agent system，MAS）對(duì)多層面、多地理尺度旅游系統(tǒng)進(jìn)行計(jì)算機(jī)仿真，探索旅游主體之間的相互作用與規(guī)律，如基于多主體的旅游空間結(jié)構(gòu)演化研究、旅游者在目的地以及景區(qū)范圍的動(dòng)態(tài)性研究。

計(jì)算機(jī)仿真方法與技術(shù)在旅游研究中的應(yīng)用也受到了旅游研究者的關(guān)注，具體研究包含以下幾個(gè)方面：①預(yù)測(cè)，如旅游收入預(yù)測(cè)；②旅游經(jīng)濟(jì)研究，如區(qū)域旅游經(jīng)濟(jì)系統(tǒng)動(dòng)力學(xué)分析；③旅游主體行為研究，如上述人工智能研究中基于主體的旅游系統(tǒng)仿真研究。

地理信息系統(tǒng)（GIS）是信息科學(xué)與地理科學(xué)的交叉研究領(lǐng)域，作為旅游研究的一種研究方法或工具，主要被用于旅游資源評(píng)價(jià)。

3.2.6旅游領(lǐng)域中的信息科學(xué)研究

隨著移動(dòng)終端設(shè)備在旅游者中的普及，旅游研究者對(duì)移動(dòng)應(yīng)用的相關(guān)研究給予了較大關(guān)注，如上下文適應(yīng)的移動(dòng)應(yīng)用體系框架設(shè)計(jì)、上下文相關(guān)的信息推動(dòng)服務(wù)系統(tǒng)設(shè)計(jì)以及用于博物館導(dǎo)游的多媒體技術(shù)研究。語義網(wǎng)與本體是信息科學(xué)的前沿領(lǐng)域，但由于其對(duì)于提升面向旅游者的網(wǎng)絡(luò)服務(wù)質(zhì)量具有非常重要的作用，也受到了旅游研究者的關(guān)注，如用于搜索引擎的旅游域語義表示研究。智能系統(tǒng)作為信息科學(xué)的前沿領(lǐng)域，在旅游研究中也受到了關(guān)注，除了綜述性研究外，還出現(xiàn)了有關(guān)智能系統(tǒng)設(shè)計(jì)方面的研究。

應(yīng)用系統(tǒng)的規(guī)劃建議與系統(tǒng)結(jié)構(gòu)設(shè)計(jì)是旅游研究者較為關(guān)注的信息技術(shù)研究，如基于知識(shí)管理視角的目的地管理系統(tǒng)設(shè)計(jì)。而其中以我國的相關(guān)研究為最多，如贛東北網(wǎng)絡(luò)旅游信息系統(tǒng)研究、上饒市旅游資源信息系統(tǒng)。

數(shù)字旅游是一種典型的旅游與信息技術(shù)的綜合叉研究主題，在我國旅游研究領(lǐng)域受到了關(guān)注，既包含了偏重技術(shù)的研究，如數(shù)字旅游的體系框架，也包含了圍繞數(shù)字旅游系統(tǒng)建設(shè)的保障體系研究，如相關(guān)政策法規(guī)方面的研究。

3.3問題3：信息科學(xué)與旅游的交叉研究有哪些趨勢(shì)？

盡管信息科學(xué)與旅游的交叉研究在近12年間經(jīng)歷了快速發(fā)展，但其仍然屬于新興交叉學(xué)科，其發(fā)展需要相關(guān)學(xué)者更為廣泛與深入的探索研究。在本節(jié)，筆者在對(duì)最近12年信息科學(xué)與旅游的交叉研究進(jìn)行系統(tǒng)整理的基礎(chǔ)上，通過捕捉旅游類與信息類研究共同關(guān)注的研究主題（表4），以及基于筆者對(duì)信息科學(xué)以及旅游研究趨勢(shì)的把握，找到信息科學(xué)與旅游交叉研究中的研究重點(diǎn)，其反映了兩類科學(xué)的交叉發(fā)展趨勢(shì)，或者研究者們重新認(rèn)識(shí)某些對(duì)該交叉領(lǐng)域的發(fā)展來講非常重要的問題。以下分別對(duì)它們進(jìn)行闡述：

3.3.1人工智能在旅游領(lǐng)域的深入應(yīng)用

人工智能方法與技術(shù)是信息技術(shù)發(fā)展的高級(jí)階段，研究如何應(yīng)用計(jì)算機(jī)的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)，涉及知識(shí)表示、自動(dòng)推理和搜索方法、機(jī)器學(xué)習(xí)和知識(shí)獲取、知識(shí)處理系統(tǒng)、自然語言理解、計(jì)算機(jī)視覺、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)等方面的研究?jī)?nèi)容。盡管目前人工智能在旅游中的應(yīng)用以旅游需求預(yù)測(cè)最為成熟，然而其相關(guān)理論、方法與技術(shù)并沒有在旅游領(lǐng)域中得到充分應(yīng)用。如何充分利用人工智能方法與技術(shù)來有效處理與使用旅游數(shù)據(jù)、信息與知識(shí)，深入挖掘旅游者、旅游公共管理與服務(wù)部門以及旅游企業(yè)的特征、存在的問題并進(jìn)行決策支持，是信息科學(xué)與旅游科學(xué)交叉研究中較為迫切與前沿的問題。

3.3.2基于語義網(wǎng)與本體的旅游推薦系統(tǒng)

語義網(wǎng)與本體研究是信息科學(xué)領(lǐng)域的前沿領(lǐng)域，是海量網(wǎng)絡(luò)信息之間相互理解的基礎(chǔ)?；ヂ?lián)網(wǎng)的發(fā)展使得傳統(tǒng)面向旅游者的“線下”服務(wù)擴(kuò)展至“線上”，包含以傳統(tǒng)計(jì)算機(jī)為中心的和以新興各種移動(dòng)終端為中心的“線上”服務(wù)，“線上”服務(wù)質(zhì)量對(duì)于信息時(shí)代的旅游者體驗(yàn)是非常重要的。基于語義網(wǎng)與本體技術(shù)的旅游推薦系統(tǒng)正是提升網(wǎng)絡(luò)服務(wù)質(zhì)量的有效方法與工具，如何將語義網(wǎng)、本體技術(shù)以及旅游推薦系統(tǒng)進(jìn)行理論、方法以及應(yīng)用上的有效集成，使其對(duì)旅游者具有實(shí)際應(yīng)用價(jià)值，是信息科學(xué)與旅游科學(xué)交叉研究中的另一個(gè)前沿問題。

3.3.3

普適計(jì)算與旅游（物聯(lián)網(wǎng)、移動(dòng)互聯(lián)與旅游）

篇9

關(guān)鍵詞： 人工智能；研究現(xiàn)狀；發(fā)展趨勢(shì)；社會(huì)力量

Key words： Artificial Intelligence；research status；development tendency；social force

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2013）28-0005-03

0 引言

人工智能是自1956 Dartmouth學(xué)會(huì)后發(fā)展起來的新型學(xué)科，其有著涉及學(xué)科廣、需要技術(shù)高端、使用范圍廣等特點(diǎn)。在過去的50多年時(shí)間中人工智能經(jīng)歷了學(xué)科發(fā)展中都會(huì)遇到的發(fā)展——否定——否定的否定階段，現(xiàn)在人工智能大致分成了符號(hào)主義學(xué)派、行為主義學(xué)派、聯(lián)結(jié)主義學(xué)派三大學(xué)派。其各有優(yōu)勢(shì)，獨(dú)樹一幟。一直以來重大前沿科學(xué)研究都是以國家牽頭，等到時(shí)機(jī)成熟了再轉(zhuǎn)為民用。這樣無形中浪費(fèi)了很多社會(huì)中的人才，比如android智能機(jī)的問世，當(dāng)開發(fā)商源代碼公布后android智能機(jī)獲得了飛速的發(fā)展。這是社會(huì)資源集體作用的結(jié)果，人工智能能否通過這種方式獲得飛速的發(fā)展呢，文中給出了問題的答案。

1 人工智能的現(xiàn)狀

1.1 人工智能的發(fā)展過程 人工智能是由“人工”與“智能”組成。“人工”十分容易理解，也就是我們常說的人類開發(fā)研究出來的事物?！爸悄堋眲t是十分復(fù)雜的一個(gè)詞匯，是指如由意識(shí)（Consciousness）、自我（Self）、思維（Mind）（包括無意識(shí)的思維（Unconscious_mind））等等組成的有機(jī)集合。通常我們所說的人工智能是指人本身的智能?？傮w來說人工智能（Artificial Intelligence，AI）是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。關(guān)于人工智能的傳說一直可以追述到埃及，直到電子計(jì)算機(jī)的問世才使人們真正具備了發(fā)展人工智能的基本技術(shù)，而直到1956年的Dartmouth學(xué)會(huì)之后“人工智能”才逐漸地被大家所熟知接受。人工智能作為一門自然科學(xué)、社會(huì)科學(xué)、技術(shù)科學(xué)交叉的邊沿學(xué)科，涉及哲學(xué)和數(shù)學(xué)，認(rèn)知科學(xué)，心理學(xué)，神經(jīng)生理學(xué)，計(jì)算機(jī)科學(xué)，控制論，不定性論，信息論，社會(huì)結(jié)構(gòu)學(xué)，仿生學(xué)與科學(xué)發(fā)展觀等眾多前沿學(xué)科。二十世紀(jì)七十年代以來被稱為世界三大尖端技術(shù)之一（空間技術(shù)、能源技術(shù)、人工智能），也被認(rèn)為是二十一世紀(jì)（基因工程、納米科學(xué)、人工智能）三大尖端技術(shù)之一[1]。

人工智能在其過去的50多年時(shí)間里，有了長(zhǎng)足的發(fā)展，但并不是十分順利。目前人們大致將人工智能的發(fā)展劃分成了五個(gè)階段：

第一階段：萌芽期（1956年之前）

自古以來，人類一直在尋找能夠提高工作效率、減輕工作強(qiáng)度的工具。只是受限于當(dāng)時(shí)的科學(xué)技術(shù)水平，人們只能制作一些簡(jiǎn)單的物品來滿足自身的需求。而人類的歷史上卻因此留下了很多膾炙人口的傳說。傳說可以追溯到古埃及時(shí)期，人們制造出了可以自己轉(zhuǎn)動(dòng)的大門，自動(dòng)涌出的圣泉。我國最早的記載是在公元前900多年，出現(xiàn)了能歌能舞的機(jī)器人。這一時(shí)期出現(xiàn)了各種大家：法國十七世紀(jì)的物理學(xué)家、數(shù)學(xué)家B.Pascal、德國十八世紀(jì)數(shù)學(xué)家、哲學(xué)家Leibnitz以及二十世紀(jì)的圖靈、馮·諾伊曼等。他們?yōu)槿斯ぶ悄艿陌l(fā)展做出了十分重要的貢獻(xiàn)。

第二階段：第一次期（1956年-1966年）

1956年夏季，以麥卡賽、明斯基、羅切斯特和申農(nóng)等為首的一批有遠(yuǎn)見卓識(shí)的年輕科學(xué)家在Dartmouth學(xué)會(huì)上引發(fā)一場(chǎng)歷史性事件——人工智能學(xué)科的誕生。Dartmouth會(huì)議結(jié)束后，人工智能進(jìn)入了一個(gè)全新的時(shí)代。會(huì)議上誕生了幾個(gè)著名的項(xiàng)目組：Carnegie-RAND協(xié)作組、IBM公司工程課題研究組和MIT研究組。在眾多科學(xué)家的努力下，人工智能取得了喜人的成果：1956年，Newell和Simon等人在定理證明工作中首先取得突破，開啟了以計(jì)算機(jī)程序來模擬人類思維的道路；1960年，McCarthy建立了人工智能程序設(shè)計(jì)語言LISP。此時(shí)出現(xiàn)的大量專家系統(tǒng)直到現(xiàn)在仍然被人使用，人工智能學(xué)科在這樣的氛圍下正在茁壯的成長(zhǎng)。

第三階段：低谷發(fā)展期（1967年-八十年代初期）

1967年之后，人工智能在進(jìn)行進(jìn)一步的研究發(fā)展的時(shí)候遇到了很大的阻礙。這一時(shí)期沒有比上一時(shí)期更重要的理論誕生，人們被之前取得的成果沖昏了頭腦，低估了人工智能學(xué)科的發(fā)展難度。一時(shí)之間人工智能受到了各種責(zé)難，人工智能的發(fā)展進(jìn)入到了瓶頸期。盡管如此，眾多的人工智能科學(xué)家并沒有灰心，在為下一個(gè)時(shí)期的到來積極的準(zhǔn)備著。

第四階段：第二次期（八十年代中期-九十年代初期）

隨著其他學(xué)科的發(fā)展，第五代計(jì)算機(jī)的研制成功，人工智能獲得了進(jìn)一步的發(fā)展。人工智能開始進(jìn)入市場(chǎng)，人工智能在市場(chǎng)中的優(yōu)秀表現(xiàn)使得人們意識(shí)到了人工智能的廣闊前景。由此人工智能進(jìn)入到了第二次期，并且進(jìn)入發(fā)展的黃金期。

第五階段：平穩(wěn)發(fā)展期（九十年代之后）

國際互聯(lián)網(wǎng)的迅速發(fā)展使得人工智能的開發(fā)研究由之前的個(gè)體人工智能轉(zhuǎn)換為網(wǎng)絡(luò)環(huán)境下的分布式人工智能，之前出現(xiàn)的問題在這一時(shí)期得到了極大的解決。Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用再度出現(xiàn)了欣欣向榮的景象。人工智能已經(jīng)滲入到了我們生活的方方面面。

1.2 人工智能的主要學(xué)派 人工智能發(fā)展的50多年時(shí)間里，經(jīng)歷了符號(hào)主義學(xué)派、行為主義學(xué)派和聯(lián)結(jié)主義學(xué)派，三大學(xué)派各有特點(diǎn)，各自從不同的角度研究人工智能，為人工智能的發(fā)展做出了卓越的貢獻(xiàn)，在人工智能的發(fā)展史上留下了濃重的一筆。

1.2.1 符號(hào)主義學(xué)派 符號(hào)主義學(xué)派，又稱為邏輯主義、計(jì)算機(jī)學(xué)派或心理學(xué)派。符號(hào)主義學(xué)派理論基礎(chǔ)是物理符號(hào)系統(tǒng)假設(shè)和有限合理性原理，他們認(rèn)為人類的認(rèn)知基元是符號(hào)，認(rèn)知的過程是對(duì)符號(hào)的計(jì)算與推理的過程。人與計(jì)算機(jī)均可以看做物理符號(hào)系統(tǒng)，因此人們可以使用計(jì)算機(jī)來模擬人的行為。符號(hào)主義學(xué)派認(rèn)為人的認(rèn)知基元可以通過計(jì)算機(jī)上的數(shù)學(xué)邏輯方法表示，然后通過計(jì)算機(jī)自身的邏輯運(yùn)算方法模擬人類所具備的認(rèn)知系統(tǒng)的機(jī)能和功能，進(jìn)而實(shí)現(xiàn)人工智能[2]。

符號(hào)主義學(xué)派無視了認(rèn)知基元的本質(zhì)，對(duì)于所有的認(rèn)知基元均使用數(shù)學(xué)邏輯方法表示。符號(hào)主義學(xué)派重點(diǎn)研究認(rèn)知基元的邏輯表示以及計(jì)算機(jī)的推理技術(shù)，早期的眾多人工智能的研究都是在這一思想的推動(dòng)下進(jìn)行的。符號(hào)主義學(xué)派在歸結(jié)推理、翻譯、數(shù)學(xué)問題證明以及專家系統(tǒng)和知識(shí)工程做出了十分巨大的貢獻(xiàn)，為后期的人工智能研究打下了基礎(chǔ)。專家系統(tǒng)的出現(xiàn)更是將人工智能的研究推上了一個(gè)頂峰，其在礦業(yè)探究、醫(yī)療診查、教育推廣、工業(yè)設(shè)計(jì)的應(yīng)用帶來了巨大的社會(huì)效益。

1.2.2 行為主義學(xué)派 行為主義又被稱作進(jìn)化主義或控制論學(xué)派。行為主義學(xué)派認(rèn)為智能取決于感知和行動(dòng)，不需要像符號(hào)主義學(xué)派的邏輯知識(shí)以及推理。行為主義學(xué)派認(rèn)為人的本質(zhì)能力是行為能力、感知能力和維持生命及自我繁殖的能力，智能行為是人與現(xiàn)實(shí)世界環(huán)境的交互作用體現(xiàn)出來的。人工智能應(yīng)像人類智能一樣通過逐步進(jìn)化而實(shí)現(xiàn)，而與知識(shí)的表示和知識(shí)的推理無關(guān)[3]。行為主義學(xué)派的與傳統(tǒng)人工智能截然不同的觀點(diǎn)吸引了眾多的科學(xué)家，雖然到現(xiàn)在還沒有獨(dú)立完善的知識(shí)理論系統(tǒng)，但其在人工智能領(lǐng)域的獨(dú)樹一幟還是奠定了其霸主地位。該學(xué)派重點(diǎn)研究人類的控制行為，目前已有的機(jī)器昆蟲已經(jīng)證明了行為主義學(xué)派的理論正確性。雖然大部分人認(rèn)為機(jī)器昆蟲不能導(dǎo)致高級(jí)行為，但是行為主義學(xué)派的崛起標(biāo)志著控制論在人工智能領(lǐng)域有著獨(dú)樹一幟的作用。

1.2.3 聯(lián)結(jié)主義學(xué)派 聯(lián)結(jié)主義學(xué)派是近年來最熱門的一個(gè)學(xué)派，又被成為仿生學(xué)派或心理學(xué)派，建立于網(wǎng)絡(luò)聯(lián)結(jié)基礎(chǔ)之上模仿人類大腦的結(jié)構(gòu)和工作模式。聯(lián)結(jié)主義學(xué)派主要研究能夠進(jìn)行非程序的，可適應(yīng)環(huán)境變化的，類似人類大腦風(fēng)格的信息處理方法的本質(zhì)和能力，是基于神經(jīng)網(wǎng)絡(luò)及網(wǎng)絡(luò)間的連接機(jī)制和學(xué)習(xí)算法的人工智能學(xué)派。持這種觀點(diǎn)的學(xué)者認(rèn)為，認(rèn)知的基本元素不是符號(hào)是神經(jīng)細(xì)胞（神經(jīng)元），認(rèn)知過程是大量神經(jīng)元的聯(lián)接，而大腦是一切智能活動(dòng)的基礎(chǔ)，因而從大腦神經(jīng)元及其連接機(jī)制出發(fā)進(jìn)行研究，搞清楚大腦的結(jié)構(gòu)以及它進(jìn)行信息處理的過程和機(jī)理，就有望揭示人類智能的奧秘，從而真正實(shí)現(xiàn)人類智能在機(jī)器上的模擬。[4]

聯(lián)結(jié)主義學(xué)派通過模擬人類神經(jīng)網(wǎng)絡(luò)模仿人類的認(rèn)知行為，由此進(jìn)行人工智能的學(xué)習(xí)記憶、模式識(shí)別。聯(lián)結(jié)主義學(xué)派構(gòu)建了大量的神經(jīng)網(wǎng)絡(luò)模型，方便在不同的情景模式下選擇相應(yīng)的模型，進(jìn)而快速的得出答案。聯(lián)結(jié)主義學(xué)派采用分布式存儲(chǔ)數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行并行處理，這樣使得人工智能在處理問題的時(shí)候的速度有了明顯的提升，由此聯(lián)結(jié)主義學(xué)派在人工智能領(lǐng)域中受到大家的一致熱捧。

三大學(xué)派在人工智能的發(fā)展史上有著舉足輕重的作用，每一個(gè)學(xué)派的興起都代表人工智能的一個(gè)新高峰。三大學(xué)派各有優(yōu)缺點(diǎn)，在人工智能領(lǐng)域三者相輔相成，人工智能學(xué)科在三大學(xué)派的帶領(lǐng)下正在茁壯成長(zhǎng)。

2 對(duì)人工智能主要理論學(xué)派的評(píng)述

在過去的50多年時(shí)間中，人工智能獲得了巨大的發(fā)展，基本實(shí)現(xiàn)了從無到有的過程，構(gòu)建了基本完善的理論知識(shí)體系，構(gòu)建了各種模型，形成各種技術(shù)方法，但是人工智能的發(fā)展依然任重道遠(yuǎn)，前景依然不容樂觀。三大主義學(xué)派有著自身獨(dú)到的優(yōu)點(diǎn)，同時(shí)也有著各自的缺點(diǎn)，符號(hào)主義學(xué)派將人的認(rèn)知基元符號(hào)用數(shù)學(xué)邏輯表示，通過計(jì)算機(jī)邏輯處理系統(tǒng)分析得出結(jié)果，但是在面對(duì)沒有明確結(jié)果的非確定問題時(shí)經(jīng)常不能得出令人滿意的答案，它對(duì)信息要求十分精確完整，現(xiàn)實(shí)生活中的很多問題都不能滿足條件，因此符號(hào)主義學(xué)派的發(fā)展受到了一定的限制。行為主義學(xué)派認(rèn)為智能取決于感知與行動(dòng)，但是缺乏足夠的理論知識(shí)支撐學(xué)派觀點(diǎn)，而且缺乏足夠的成果表明理論的正確性。學(xué)派認(rèn)為人工智能與知識(shí)的表達(dá)和知識(shí)推理無關(guān)，與人類認(rèn)知的發(fā)展是不相符的。聯(lián)結(jié)主義學(xué)派采用仿生學(xué)的方法，模擬人腦的神經(jīng)網(wǎng)絡(luò)，通過類似人腦的結(jié)構(gòu)和運(yùn)行機(jī)制模仿人類智能。這一觀點(diǎn)十分有吸引力，在提出之后馬上就有大量的支持者，但是人腦神經(jīng)系統(tǒng)的復(fù)雜性遠(yuǎn)遠(yuǎn)超出人們的預(yù)知，現(xiàn)階段人們對(duì)人腦的構(gòu)造以及運(yùn)行機(jī)制還沒有深入的理解，在此基礎(chǔ)上想模擬出人腦的神經(jīng)系統(tǒng)顯然是有些不不切實(shí)際。聯(lián)結(jié)主義學(xué)派的發(fā)展更多的受制于對(duì)人腦結(jié)構(gòu)和運(yùn)行機(jī)制的研究，因此其發(fā)展相對(duì)緩慢。綜上，三大學(xué)派固然有著自身的優(yōu)勢(shì)，各自的成果，但是其同樣有著明顯的局限性，人工智能要想進(jìn)一步發(fā)展必須要對(duì)現(xiàn)有的發(fā)展方式進(jìn)行創(chuàng)新。

另一方面，人工智能在經(jīng)歷了兩次期后再次回落到了平穩(wěn)發(fā)展時(shí)期，社會(huì)公眾對(duì)人工智能的熱度有了明顯的降溫。人工智能的研究再次變成了國家以及一些超級(jí)公司的工作，擁有的資源有了大幅度的縮水，研究的進(jìn)度也受到干擾。在此狀態(tài)下沒有重大的技術(shù)創(chuàng)新，人工智能恐怕很難再有重大的突破。

3 對(duì)人工智能發(fā)展的評(píng)述

3.1 對(duì)人工智能涵義的認(rèn)識(shí) 同樣的詞匯在不同時(shí)期的有著不同的解釋，人工智能也不例外，大家都認(rèn)可的人工智能是指在人類制造的機(jī)器工具上實(shí)現(xiàn)人類智能，即實(shí)現(xiàn)人類的認(rèn)知能力、行為能力以及解決問題的能力。人類智能有著一個(gè)明確的特點(diǎn)，在面對(duì)未知問題時(shí)，人類智能能夠得出自身想要的答案，也就是消除答案的不確定性。符號(hào)主義學(xué)派的邏輯解決方式、行為主義學(xué)派模擬人的行為能力、聯(lián)結(jié)主義學(xué)派的神經(jīng)網(wǎng)絡(luò)，三大主義學(xué)派各自以自身的方式實(shí)現(xiàn)了對(duì)問題消除或減弱不確定性?？梢姕p弱甚至消除問題的不確定性也將是人工智能的一個(gè)研究方向。

3.2 人工智能研究模式的發(fā)展 目前人工智能領(lǐng)域中，符號(hào)主義學(xué)派通過數(shù)學(xué)邏輯表示人類的認(rèn)知基元，對(duì)數(shù)學(xué)邏輯經(jīng)過解讀分析，得到答案，進(jìn)而實(shí)現(xiàn)智能。該學(xué)派重點(diǎn)運(yùn)用還原思想，將人類的認(rèn)知基元全部使用數(shù)學(xué)邏輯表示。行為主義學(xué)派認(rèn)為人工智能取決于感知和行動(dòng)，不需要學(xué)習(xí)知識(shí)與知識(shí)推理，是一步步，由低級(jí)到高級(jí)慢慢進(jìn)化的。聯(lián)結(jié)主義學(xué)派是通過人工神經(jīng)網(wǎng)絡(luò)的形式模仿人類智能，理論上講該方法是最符合人類智能的運(yùn)行方式的。而在一系統(tǒng)中，最重要的是系統(tǒng)的運(yùn)行機(jī)制，如何將接受到的信息轉(zhuǎn)化為我們的知識(shí)并通過表述、行為展示出來，在了解了人類智能的運(yùn)行機(jī)制之后，人工智能將會(huì)更加符合人們的需求。

3.3 人工智能研究方法的發(fā)展 人工智能的目的是消除答案的不確定性，然后做出相應(yīng)的反應(yīng)。在消除答案不確定性的時(shí)候便有了各種方法，其中有一種便是突出解決問題的目標(biāo)，在有明確目標(biāo)的前提下會(huì)削弱干擾問題解決的條件，提高人工智能解決問題的效率。明確問題的目標(biāo)便需要引入目標(biāo)函數(shù)，在動(dòng)態(tài)目標(biāo)函數(shù)的引導(dǎo)下會(huì)減弱答案的不確定性。而在已有的人工智能基礎(chǔ)上設(shè)立人工智能模型，通過人工智能自身的計(jì)算結(jié)果結(jié)合目前的研究成果去優(yōu)化目前的人工智能系統(tǒng)，則會(huì)提升人工智能的發(fā)展速度。

3.4 人工智能時(shí)期的發(fā)展 人工智能自發(fā)展到現(xiàn)在已經(jīng)經(jīng)歷了五個(gè)時(shí)期，在兩次期中人工智能均獲得了迅速的發(fā)展。然而現(xiàn)在人工智能的發(fā)展步入到了緩慢發(fā)展時(shí)期，如何將人工智能的發(fā)展緩慢時(shí)期加速度過同樣是十分嚴(yán)肅的問題，傳統(tǒng)說來需要重大的科學(xué)進(jìn)步。我們往往認(rèn)為人工智能屬于頂端科技只能由國家和超級(jí)公司研究，卻忽略了社會(huì)所擁有的重大的力量。小小的android智能手機(jī)在問世的短短時(shí)間內(nèi)變改變了之前的市場(chǎng)格局，其中固然有著android智能手機(jī)的特點(diǎn)，但是我想他的市場(chǎng)策略同樣給與了莫大的助力。人工智能應(yīng)該向android一樣，適當(dāng)?shù)拈_放出來一部分根基，放開其研究門檻，甚至鼓勵(lì)民間研究。量變引發(fā)質(zhì)變，當(dāng)有足夠?qū)＜以谘芯咳斯ぶ悄軙r(shí)，人工智能的研究會(huì)加快的。而且民間的研究成果也會(huì)作為經(jīng)驗(yàn)反作用于人工智能的進(jìn)一步研究，實(shí)現(xiàn)科學(xué)與社會(huì)的雙贏。

4 結(jié)論

人工智能是人們長(zhǎng)久以來的夢(mèng)想，同時(shí)也是一門很有挑戰(zhàn)性的學(xué)科。像所有的學(xué)科一樣，人工智能會(huì)經(jīng)歷各種各樣的挫折，但是，只要我們有信心、有毅力，我們相信人工智能終將會(huì)成為現(xiàn)實(shí)，融入到我們生活的方方面面，為我們的生活帶來極大的改變。

參考文獻(xiàn)：

[1]朱祝武.人工智能發(fā)展綜述[J].中國西部科技，2011，10（17）：8-10.

篇10

1 概述

圖像識(shí)別技術(shù)是人工智能研究的一個(gè)重要分支，其是以圖像為基礎(chǔ)，利用計(jì)算機(jī)對(duì)圖像進(jìn)行處理、分析和理解，以識(shí)別不同模式的對(duì)象的技術(shù)。目前圖像識(shí)別技術(shù)的應(yīng)用十分廣泛，在安全領(lǐng)域，有人臉識(shí)別，指紋識(shí)別等；在軍事領(lǐng)域，有地形勘察，飛行物識(shí)別等；在交通領(lǐng)域，有交通標(biāo)志識(shí)別、車牌號(hào)識(shí)別等。圖像識(shí)別技術(shù)的研究是更高級(jí)的圖像理解、機(jī)器人、無人駕駛等技術(shù)的重要基礎(chǔ)。

傳統(tǒng)圖像識(shí)別技術(shù)主要由圖像處理、特征提取、分類器設(shè)計(jì)等步驟構(gòu)成。通過專家設(shè)計(jì)、提取出圖像特征，對(duì)圖像M行識(shí)別、分類。近年來深度學(xué)習(xí)的發(fā)展，大大提高了圖像識(shí)別的準(zhǔn)確率。深度學(xué)習(xí)從大量數(shù)據(jù)中學(xué)習(xí)知識(shí)（特征），自動(dòng)完成特征提取與分類任務(wù)。但是目前的深度學(xué)習(xí)技術(shù)過于依賴大數(shù)據(jù)，只有在擁有大量標(biāo)記訓(xùn)練樣本的情況下才能夠取得較好的識(shí)別效果。本文認(rèn)為研究如何在標(biāo)記數(shù)據(jù)有限的情況下繼續(xù)利用深度學(xué)習(xí)完成物體識(shí)別任務(wù)具有重要意義。這也是未來人工智能研究的重要方向之一。

2 傳統(tǒng)圖像識(shí)別技術(shù)

傳統(tǒng)的圖像識(shí)別技術(shù)包括：圖像獲取、預(yù)處理、特征提取、分類。在圖像輸入后，需要先對(duì)圖像進(jìn)行預(yù)處理。一幅標(biāo)準(zhǔn)灰度圖像，如果每個(gè)像素的像素值用一個(gè)字節(jié)表示，灰度值級(jí)數(shù)就等于256級(jí)，每個(gè)像素可以是0～255之間的任何一個(gè)整數(shù)值。一幅沒有經(jīng)過壓縮處理的640×480分辨率的灰度圖像就需要占據(jù)300KB的存儲(chǔ)空間。通常我們需要將圖片的亮度及對(duì)比度調(diào)整合適，才能使圖片更加清晰、便于觀察。

許多采集到的圖片帶有或多或少的噪聲，需要對(duì)圖片的噪聲進(jìn)行消除。對(duì)圖片噪聲的消除可以使用不同的去噪方法，如中值濾波、算數(shù)平均濾波、平滑線性濾波和高斯濾波等。不同濾波器分別適用于不同情況的噪聲。如椒鹽噪聲便適合使用中值濾波器，高斯噪聲便適合使用平滑線性濾波和高斯濾波。有時(shí)候，我們需要對(duì)圖像細(xì)化處理（如指紋細(xì)化，字符細(xì)化等），以便獲取主要信息，減少無關(guān)信息。細(xì)化操作，可以得到由單像素點(diǎn)組成的圖像輪廓，便于后續(xù)特征提取操作。

基本的圖像特征提取包括邊緣、角點(diǎn)等提取。一般使用不同的特征提取算子結(jié)合相應(yīng)的閾值得到這些關(guān)鍵點(diǎn)。另一類在頻域中進(jìn)行特征提取的方法主要是通過傅里葉變換，將圖像基于頻率分為不同的部分，從而可以在頻譜中反映出原始圖像的灰度級(jí)變化，便可得到圖像的輪廓、邊緣。

在完成圖像的預(yù)處理和特征提取之后，我們便能夠?qū)D像進(jìn)行識(shí)別、分類。常用的分類器有K-近鄰（KNN），支持向量機(jī)（SVM），人工神經(jīng)網(wǎng)絡(luò)（ANN）等等。K-近鄰算法原理是，當(dāng)一個(gè)樣本的k個(gè)最相鄰的樣本中大部分屬于某一類別時(shí)，該樣本也應(yīng)當(dāng)屬于同一類別。支持向量機(jī)是通過尋找支持向量，在特征空間確定最優(yōu)分類超平面，將兩類樣本分開。人工神經(jīng)網(wǎng)絡(luò)模仿生物大腦中的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，通過誤差反向傳播不斷優(yōu)化參數(shù)，從而得到較好的分類效果。

3 基于深度學(xué)習(xí)的圖像識(shí)別技術(shù)

一般認(rèn)為深度學(xué)習(xí)技術(shù)是由Hinton及其學(xué)生于2006年提出的，其屬于人工神經(jīng)網(wǎng)絡(luò)分支。深度神經(jīng)網(wǎng)絡(luò)模仿人腦的神經(jīng)機(jī)制來分析樣本，并盡可能地對(duì)樣本的特征進(jìn)行更深度的學(xué)習(xí)。以圖片為例，利用深度學(xué)習(xí)技術(shù)對(duì)樣本的特征進(jìn)行學(xué)習(xí)時(shí)，由低層特征到高層特征越來越抽象，越來越能表達(dá)語義概念。當(dāng)樣本輸入后，首先對(duì)圖像進(jìn)行卷積與下采樣操作，卷積和下采樣操作是為了進(jìn)行特征提取和選擇。以原始像素作為輸入，深度學(xué)習(xí)技術(shù)可以自動(dòng)學(xué)習(xí)得到較好的特征提取器（卷積參數(shù)）。深度學(xué)習(xí)的訓(xùn)練過程，首先將當(dāng)前層的輸出作為下一層的輸入，進(jìn)行逐層分析，使得每一層的輸入與輸出差別盡可能小。其后，再聯(lián)合優(yōu)化，即同時(shí)優(yōu)化所有層，目標(biāo)是分類誤差最小化。

傳統(tǒng)的深度神經(jīng)網(wǎng)絡(luò)往往網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)太過龐大，難以訓(xùn)練。人們構(gòu)造出卷積神經(jīng)網(wǎng)絡(luò)，以權(quán)值共享的方式減少了節(jié)點(diǎn)數(shù)量，從而能夠加深學(xué)習(xí)的深度，使系統(tǒng)能學(xué)習(xí)到更抽象、更深層的特征，從而提高識(shí)別正確率。目前較成功的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)有AlexNet、GoogLeNet、ResNet等。

與傳統(tǒng)識(shí)別技術(shù)相比，深度學(xué)習(xí)技術(shù)具有以下優(yōu)勢(shì)：

（1）無需人工設(shè)計(jì)特征，系統(tǒng)可以自行學(xué)習(xí)歸納出特征。

（2）識(shí)別準(zhǔn)確度高，深度學(xué)習(xí)在圖像識(shí)別方面的錯(cuò)誤率已經(jīng)低于人類平均水平，在可預(yù)見的將來，計(jì)算機(jī)將大量代替人力進(jìn)行與圖像識(shí)別技術(shù)有關(guān)的活動(dòng)。

（3）使用簡(jiǎn)單，易于工業(yè)化，深度學(xué)習(xí)由于不需要領(lǐng)域的專家知識(shí)，能夠快速實(shí)現(xiàn)并商業(yè)化，國內(nèi)較知名的深度學(xué)習(xí)創(chuàng)業(yè)公司有專注人臉識(shí)別的Face++、研究無人車的馭勢(shì)科技等。

4 存在問題與未來展望

雖然深度學(xué)習(xí)具備諸多優(yōu)點(diǎn)，但目前來看深度學(xué)習(xí)仍有許多不足之處。首先，由于深度學(xué)習(xí)模型為非凸函數(shù)，對(duì)其的理論研究十分困難，缺乏理論保證。在對(duì)數(shù)據(jù)進(jìn)行調(diào)整時(shí)，仍是簡(jiǎn)單的“試錯(cuò)”，缺少理論支撐。

同時(shí)，由于深度學(xué)習(xí)過于依賴數(shù)據(jù)量和計(jì)算資源。對(duì)一個(gè)新概念的學(xué)習(xí)，往往需要數(shù)百個(gè)甚至更多有標(biāo)記的樣本。當(dāng)遇到有標(biāo)記的樣本難以獲取或者代價(jià)太大時(shí)，深度學(xué)習(xí)就無法取得好的學(xué)習(xí)效果。并且深度學(xué)習(xí)需要十分昂貴的高性能GPU，這使得深度學(xué)習(xí)難以平民化。目前深度學(xué)習(xí)訓(xùn)練速度較慢，往往需要幾天甚至一個(gè)月。其模型擴(kuò)展性差，缺少“舉一反三”的能力，樣本稍加變化，系統(tǒng)性能便會(huì)迅速下降。目前的深度學(xué)習(xí)屬于靜態(tài)過程，與環(huán)境缺乏交互。

對(duì)其的解決方案目前主要有兩點(diǎn)：

（1）針對(duì)于模型擴(kuò)展性差的問題，通過引入遷移學(xué)習(xí)，研究不同任務(wù)或數(shù)據(jù)之間的知識(shí)遷移，提高模型的擴(kuò)展能力、學(xué)習(xí)速度，同時(shí)降低學(xué)習(xí)成本，便于冷啟動(dòng)。

（2）與強(qiáng)化學(xué)習(xí)結(jié)合，研究在動(dòng)態(tài)環(huán)境下進(jìn)行深度學(xué)習(xí)，提高深度學(xué)習(xí)與環(huán)境交互的能力。

參考文獻(xiàn)

[1]蔣樹強(qiáng)，閔巍慶，王樹徽.面向智能交互的圖像識(shí)別技術(shù)綜述與展望[J].計(jì)算機(jī)研究與發(fā)展，2016：113-122.

[2]張翠平，蘇光大.人臉識(shí)別技術(shù)綜述[J].中國圖象圖形學(xué)報(bào)，2000：885-894.

[3]梅園，趙波，朱之丹.基于直線曲線混合Gabor濾波器的指紋增強(qiáng)算法[J].計(jì)算機(jī)科學(xué)，2016.

[4]孫志軍，薛磊，許陽明，王正.深度學(xué)習(xí)研究綜述[J].計(jì)算機(jī)應(yīng)用研究，2012：2806-2810.

[5]莊福振，羅平，何清，史忠植.遷移學(xué)習(xí)研究進(jìn)展[J].軟件學(xué)報(bào)，2015：26-39.