1 引言

作為智能化時代的關鍵技術之一，人工智能能對我國競爭力的提升以及經濟結構的轉型升級發揮出積極的促進作用。時刻緊盯這一前沿領域的發展情況，是在新一輪技術革命中占據優勢地位的必要條件，有關人員有必要在保證安全的基礎上掌握更多的先進技術，實現戰略上的趕超。

2 人工智能發展總體趨勢研判

（1）人工智能革命的核心驅動力來自深度學習。有關學者曾指出，深度學習將會為人工智能帶來革命性的進展。對于智能革命而言，深度學習就是其核心，通過深度學習讓智能革命改變我們這個時代。目前人工智能產業的發展正處于爆發期，在大數據推動下實現的以 Deep CNN 為代表的感知智能研究成功，標志著機械機器在垂直細分領域實現了接近于人類水平的識別能力突破，而這一突破將會成為認知智能發展的趨勢。

（2）人工智能在生物和技術兩個維度的新突破。肖華是電子信息產業發展研究領域的專家，他曾在《對新一代人工智能的認識與思考》演講中提出觀點，對人工智能的理解應該從生物學和技術兩個維度出發。人工智能在生物學中的發展重點在于探索人腦結構、功能及其運行機理，將人腦的思維方式、過程以及決策方法模擬出來；人工智能在技術上的發展要基于很多基礎，比如超級計算能力、信息技術、算法模型以及大數據等等[1]。相比之下，生物學上的人工智能是歐洲國家的重點研究內容，美國則一直走在技術層面人工智能的前沿，不同的方向都將走向推動人工智能取得新突破的發展道路。

（3）人工智能在物理領域的應用案例更加豐富。已經有很多關于人工智能技術應用物理領域的案例，人工智能機器在深度學習的基礎上，在很高程度上實現了與人類唱歌、寫詞和作曲的能力。但是，在知識創意和思維想象力方面的特殊能力，機器識別功能還是遠遠落后于人腦，當前仍然處于智能發展的初級階段。即便如此，人工智能技術還是能在很大程度上幫助生產生活效率的提升。比如新東方和富士康之類的制造業工廠基于連續學習技術，通過整合內外部大數據的方法實現了具有自主學習性的供應鏈，讓企業內部的 ERP 被打通[2]。

（4）人工智能對經濟發展產生兩面性影響。關于人工智能對整個社會經濟發展的影響問題，此前工業和信息化部科技司原巡視員指出，人工智能對社會的影響是具有兩面性的。一方面，作為一種賦能技術的人工智能將不斷與傳統行業融合，通過提升傳統行業的智能化、信息化水平實現行業的轉型與升級；另一方面，人工智能技術和產品在研發、推廣和應用過程中可能引發一系列以就業、安全和法律有關的問題，對此需要現有研究人員用前瞻性的發展眼光強化人工智能管理，盡可能地有效控制可能產生的負面影響。

3 人工智能的應用領域研究

（1）計算機視覺領域。人工智能在計算機視覺領域的應用主要指充分利用當下現金的計算機技術模擬人類的視覺系統，讓該系統具有識別物體、確定物體位置以及運動狀態的功能，從而代替人類眼睛。通常情況下人工智能在計算機視覺領域的應用被分為三個步驟，即檢測目標、識別目標和識別行為，現有的關于人工智能在計算機視覺領域的應用典型系統有瞳孔識別系統、人臉識別系統和指紋識別系統等[3]。

盡管如此，由于物體種類的復雜性和多樣性，人工智能在計算機視覺領域的物體場景識別方面并沒有取得較為成熟的技術研究，雖然通過人工智能技術能實現物體特征和外貌的識別，但準確性始終不高，所以關于人工智能在計算機視覺領域的研究，還需要往提高識別物體精準度方面努力。

（2）自然語言處理領域。人工智能應用領域的重要組成部分就是自然語言處理，具體的研究內容指的是讓人機靈活的運用自然語言完成有效的互動，具體應用表現在自然語言信息處技術上。就當前情況而言，人工智能語言信息處理技術有多種表現形式，主要有語言學、語言工程和數據處理等，較為典型且應用比較成熟的領域有機器同聲傳譯、客服服務和機器人聊天等。大量實踐表明，自然語言識別技術的應用與發展已經處于成熟階段，自然語言準確識別率高達95%，社會已有一些知名企業，比如科大訊飛和百度都對該項技術進行了有效的應用。

（3）智能機器人領域。智能機器人指的是在人類一定程度的操控下，仍然擁有屬于自身較為發達的“大腦”，并在“大腦”作用下用于獨立性的自我控制的機器人。智能機器人主要包括感覺和運動兩大要素，前者主要用于識別外部環境，后者主要用于與外界信息進行有效互動。除此以外，智能機器人中還有一個重要的思考要素，主要用于處理從外界接收到的所有信息，經過“思考”后做出更加準確的回應[4]。當前社會上已經有部分行業開始使用工業機器人和服務機器人，基于其能為人類生活創出極大的便利性考慮，智能機器人在未來也會擁有較為廣闊的發展空間和應用市場。

4 人工智能的發展仍然面臨很多難題

首先，數據流通和協同化的感知度不高。在基礎設施層中生產的所有仿人體五感的傳感器都缺乏統一的感知協調中控系統和集成度，因此面對不同類型傳感器獲得的數據時，難以實現一體化的采集、加工和分析。軟件集成和類腦芯片將成為人工智能發展的重大突破點。一方面是因為作為人工智能核心的軟件集成，其算法的發展決定著計算性能的提升幅度；另一方面是因為人工智能算法設計類腦化芯片一直以來就是發展路上的難題。

其次，實現強人工智能的關鍵技術難以突破。就技術研發角度而言，當前人工智能技術仍然處于初級發展階段，還沒有在更高層次技術方面取得顯著的成效和技術性突破，比如情感感知環節、人工方面的意識等，這些都屬于腦科學研究領域。要想讓人工智能技術水平得到進一步的提升，要將真正地理解分析能力作為進一步研究的重點內容，實現大腦進化演進和全身協調控制領域的突破。

最后，智能硬件平臺的自主化和易用性之間的差距過大。當前已經有很多人工智能應用受了技術水平的限制，比如智能硬件平臺、感知操作系統、服務機器人的智能水平以及對不同環境的適應能力等，這些都是由于智能硬件平臺的自主化和易用性差距過大，但在短期內是難以實現接近于人腦的分析能力、推理能力和判斷能力的。

5 結語

總而言之，人工智能技術的有效應用是全人類共同的夢想，作為一門極具挑戰性的學科，人工智能在發展與應用的過程中將遇到比一般學科更多的阻礙與挫折，但只要有關研究人員樹立堅定的信心，擁有強大的毅力，人工智能將更好地融入我們的生活。