人工智能产业与未来技术开发的研究

　　吴潇

　　【摘 要】从人工向智能的跨越，是我国近六十年一直研究的课题，直到目前我们所说的人工智能（AI）也都潜意识定义为机器人，而这还只是片面的范畴。实际上，没有思维的机器人，无法理解“人”的自主性行为，缺乏自主思考后的互助性反应，所以人工智能应着重开发或建立一定程度的直觉思维网络，实现其潜在价值的最大放大。未来全球科技大多是高强度、高精度的，因而各行各业会更加依赖人工智能赋予的技术价值。针对未来技术开发工作，需要注意的是受众要面向普通人群，实现全人类可通用且适用的目标，也是人工智能产业发展的初心。同样，人工智能除了技术开发领域的更多价值亟须体现外，还要针对不同工作地点、性能要求进行突破，并秉持低耗的绿色发展观念以及实现数据知识双驱动的技术要求。

　　【关键词】人工智能；技术开发；适用；绿色低耗；数据知识双驱动

　　一、研究背景

　　人工智能这一名称正式出现在1956年，由一名数学家麦卡锡提出，并成为之后一项专业学术的术语，自那以后，众多的研究学者发展衍生了许多理论原理，而人工智能产业也随之兴起。对于人工智能，人们最初的理解正如童天湘在《从“人机大战”到人机共生》中的定义“虽然现在的机器不能思维也没有‘直觉的方程式’，但可以把人处理问题的方式编入智能程序，是不是能将智能机器的性能被赋予新型思维模式、偏向个性化的方向，使机器能做那些需要人的智能才能做的事，也就是人工智能。[1]”人工智能发展到今天，能力与技术都得到了发展，从高级AI助手（如亚马逊的Alexa、苹果的Siri等）到Aurodesk推出的Ava虚拟代理，智能产品从会话聊天业务扩展到虚拟代理服务机器人，都是技术开发的更好体现，更好地服务人群，不仅仅是帮助用户基于AI信息库搜索到的信息列表，而是对话式回复，实现智能产品的“人工化”，像人类对话一般帮助用户更容易理解并快速完成烦冗重复的工作。[2]因此，人工智能未来有希望进入更多领域，技术开发等及时发展升级，拓宽更多方向业务，实现更完善的业务平台服务。

　　二、人工智能产业相关应用领域

　　现如今，随着智能化技术的不断发展升级、应用范围扩张，各行各业几乎都对智能化系统及软件有所涉猎。[3]在计算机科学领域应用的比较宽泛，大到AI专项研究实验室里关于时间配比、项目功能应用程序、符合生产过程协同智能等智能化程序，小到常用的数据分析表，都属于人工智能应用领域；在医用设备方面，人工智能也有了大量普及，例如针对人体内部不易发现的神经性问题或者骨折，医院通常会让患者进行CT扫描检查，也就是利用智能拍片设备，了解该病患的人体神经、骨骼网络等状况；在地质勘察与石油开采等方面，相关专家往往也是利用智能化软件勘测肉眼不可观察的地下环境，依靠智能化机器人可实施的常见勘测技术找到最合适的开采路径，从而保证在地下石油储量充足的位置进行开采；还有日常生活中人们每天都能使用或看到的应用，比如日常消费的网购平台淘宝、天猫；儿童用的自动喂饭机、点读机；还有智能手机和游戏机、虚拟环境游戏机VR等等。人工智能产业早已进入我们的生活，未来人工智能的应用领域会更广，[4]比如家用电器、食品领域、建筑领域、航空领域等更多领域会迎来升级改造后的新科技，而受众也会更宽泛，这也意味着将来的智能化技术需要考虑到多数群体的需求，以普遍适用性为主要要求，让人们过得更加幸福。

　　三、技术开发与技术突破的必要条件

　　目前人工智能产业除了侧重发展技术的适用性外，还有关键的技术突破，即实现知识数据双驱动、环保低耗能的目标。于2021年10月24日，中共中央、国务院就根据发表的《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》提出大力发展绿色低碳产业，为AI赋能产业提出了新要求——绿色化助力碳中和。值得一提的就是清华大学智能产业研究院院长张亚勤就曾提出了AI+IOT绿色低碳应用场景，好处一是结合清洁能源和传统能源，促使AIOT技术可以监测碳排放，智能调度；好处二是利用信息和通信技术建立一个大型数据库，并积极推动5G等快速发展，消耗了很多能源，善用AI实时监测，实现节能减排；好处三是有助于市场出现更多的新兴产业，无论在绿色城市还是绿色交通等领域，AIOT也大有可为。[5]实际上，AI本身也是以绿色低碳发展为主的发展策略创造的产物，无论是AI的创造目的还是其运行需要的能量供给，究其根本还是AI的组成成分依赖的不是能源，更不是消耗能源，而是集大数据与深度学习于一体的智能化学习网络，未来继续发展开发也是在此基础上进行扩张改良，即构建深度神经网络，但深度神经网络所需要的算法、数据和算力的规模都较为庞大，明显不符合绿色低碳的发展策略。[6]以自然语言处理领域的GPT模型为例，其强大的功能是依靠超大的训练语料、超多的模型参数才得以出彩的，并且给予强大的计算资源。GPT模型的参数量为1.17亿，预训练数据量5GB；GPT-2的参数量为15亿，预训练数据量40GB；GPT-3的参数量为1750亿，预训练数据量45GB。据说，GPT-4的参数量将达到100万亿，比GPT-3还要大500倍。这么高的消耗量，只会让更多的人将精力耗尽在岗位上。

　　上面的做法是可行的，但却是得不偿失的。这个问题的答案其实很简单——“有所为有所不为”。AI之所为智能，因为它给予了机器除本身以外的智能技术，使得繁重的操作机制便捷化、适用化，轻便是AI最为显著的优势，因而能源消耗只能降得更低，而使AI操作模型被赋予轻量化的构建机制，减少数据堆叠，加大开发共享程度，从总体上实现绿色低碳的项目要求。

　　同样，人工智能近年来的发展离不开电子信息、计算机科学等多项科学语言类学科的辅助编程，由此可见人工智能在大数据整理以及知识处理方面的优势。早期应用在数据整理及计算方面，区别于人力挑选数据并计算，智能化则集中表现在整合大量数据并精确查找到目标、快速计算出答案，有能力在一小段时间内完成精确的计算，客观上基本是人力力所不能及的；后期随着人工智能的一系列程序经过开发监测，姑且可以称作对提炼大数据的熟练掌握，这也是对数据进行逻辑处理能力的进步，而科学技术水平的不断发展提高，也是推动人们对智能化应用多方面技术开发的研究热情，将智能化应用与生活中的一切相结合，探索身边隐藏的未知、探索遥远的星球甚至探索未来的无限可能。人工智能的创造力不仅限于智能机器人，将来或许会有更多机会激发人们的创造力、想象力。就未来有希望创造出的通用智能机器而言，“智能法官”无疑也是一种新型智能，疫情期间的种种不便以及目前全球网络的高度通用性，将来线上判案也会是一项交流方式，距离不是影响裁决正义与公正的影响因素，法律也可以凭借智能化应用造福社会、造福人类。从这一想法中，可以提炼出一个重要条件，那就是赋予未来技术一定程度的知识储备，过去的人工智能虽然拥有强大的数据处理能力，但却始终缺乏感性，而社会仍然是需要有一定理解力、同理心的“执行者”。这个执行者可以理解为类似于沃森这样基于规则的系统，也可以理解为拥有人类智慧的人工智能。

　　四、智能技术具有研究价值的发展方向

　　总体上说，人工智能技术还存在着一些长期遗留问题需要解决。但同样是在这个全球智能技术膨胀的关键期，技术发展的创新战略布局是能否实现弯道超车的决定性因素。智能视觉、智能识别、自然语言处理、智能控制等已经属于高度普及率的智能化应用程序，而人们仍是在熟悉的领域开发创造，更是难上加难。[7]因此，必须要认清形势，积极策划，促进创新。

　　（一）人工智能新兴产业

　　人工智能能够快速发展的基础建设是进行人工智能技术市场布局，核心技术迎合市场，并为人工智能多领域产业发展提供了有利条件。涉及人工智能的产业能否立足市场主要依靠技术研发、公示服务平台和资源共享两个条件。其中，技术研发需要秉持数据知识双驱动人工智能性能要求，基于深度学习等人工智能基本理论加持；公示服务平台和资源共享则是人工智能技术的衍生共性技术，利用微量型人工智能零件达到一定衍生效果，例如人工智能领域的传导器、感应器、芯片、网络客户端、存储系统等。再者，人工智能新兴产业的基础建设在人工智能应用技术上，包括对于智能化应用视听觉判断、生物特征识别、人机互动、自然语言处理、机器翻译、智能裁决之类的先行应用。新兴产业资源共享服务平台的建设主要有四个方向。一是关于人工智能训练项目大量大数据整合与数据测试并行，综合音频、图像、地形及各行业智能技术应用分布状况等，这些数据都要在资源共享服务类平台进行公示，一定程度给予了人工智能研究人员和研发机构相当的参考价值；二是新兴产业资源共享服务平台的搭建，无论是为了满足深度学习等智能技术研发要求的新型计算数据整合共享平台，还是用户进行数据处理的云端智能分析系统，都建立在计算机高强度的算力集群共享能力基础上；三是类脑智能基础信息分析平台建设，要求能够符合人体大脑结构非人工分析处理数据的功能，提高一般信息的快速反应能力；四是新兴产业技术应用服务平台建设，立足于提供符合用户体验要求的人工智能创新创业类技术条件，自主测评监测、安全评估、知识维权、应用咨询等专业服务。

　　（二）多领域智能应用分布

　　加快多领域人工智能技术应用分布，是为了推动智能化产业链发展，目前人工智能在家用电器、汽车、军事、交通、社会治安、商业、健康医疗、科学教育等众多领域展开了充分应用，使得人工智能的初步技术优势在第一时间反馈到民众自身生活中去，其中较为显著的一点便是无人智能技术，无人智能技术当下还没有一个完全意义上的定义，但在社会上普及率极高的智能化技术大多体现了这一项技术要领，而这部分技术特点集中在处理自然语言、智能感知、无人驾驶或者智能机器研发运行上。智能家电、汽车无人驾驶、智能交通的技术应用主要面向普通群众，提高民众对全方位生活智能化的接受能力，[8]并推动芯片制造出智能化程度更高的应用精度，例如高精度地图分析与定位、智能控制、智能感应和裁决等，支持智能无人系统应用于高科技机器人上，有效利用人工智能结构设计和智能材料，加速巡逻机器人远距离搜查功能智能化进程，紧急救援与安全巡逻也是一个新开发领域的智能应用方向，尤其近年来疫情、自然灾害、人为伤亡等问题频发，智能化安防系统有助于直观观察民众伤亡状况并给予实时帮助，安全程度更高。同样，为了促使人工智能有效辅助人类更好地生活以及维持健康的生命条件，研究者们尝试用人工智能挑战癌症，既要在数目庞大的DNA序列中对比识别出突变的基因位点，利用影像（CT、核磁、B超、X光）等多平面成像发现毫米级的“病因”，而于3月29日，在阿里云栖大会深圳峰会上，ET医疗大脑正式上线，这是医疗领域的一大突破，依托病例大数据，不断改良升级复杂的运算方法，实现了所谓的“超能力”，以及智能分析影像并显示特殊结节位置，帮助影像科医生阅片和诊断。可见，赋予机器人人工智能这一特性，完全可以成为医生的助手并以较低的成本实现高效工作。

　　（三）智能化产品服务

　　智能化产品服务主要运行方式就是“产品+服务”，面向大众进行有效服务的智能化产品，主要涉及两大工程。一是当下社会流行的智能化产品主要还是服务类智能终端应用，充分利用了计算机的智能算法及相关附属技术，在人机互动、智能翻译、图像分析等领域有着较快发展，与此相辅相成的产品直销也更加便捷，例如智能手环、手表、耳蜗。智能可穿戴产品依赖的智能化技术具有操作轻便的特点，主要是操作系统的轻量化程度和智能化软件零件微量型较高、高储能度、高完成度虚拟环境，同样芯片内耗速率缓慢，有助于长时可持续利用。二是保持客户高效服务的体验感，在虚拟现实与强化现实中达成某种平衡，并善用这类转化应用，在智能机器人发展工作中提供技术支持，包括家用机器人、反恐反暴机器人、紧急抢险救灾智能机器人和一些特殊场地的适用机器人等等。除了功能性特点，人工智能在研发过程中并没有一个确定的标准或者概念，所以无法总结提炼一个统一的技术体系，而智能产品咨询平台及售后服务平台提供了一个衔接多方面领域的联系接口，从平台到智能应用环节，拥有系统安装、测试评估、数据网络互通等多方位资源共享，这也是人工智能领域体系得以标准化发展的基础建设。

　　五、人工智能市场

　　疫情肆虐的当下，中国的智能化发展也没有停滞，据中商情报网统计2021年中国人工智能软件及应用市场规模达52.8亿美元同比增长43.1%，涨幅略微降低，疫情的影响明显，预计2022年将增长至66亿美元。计算机视觉市场也同年实现23.4亿美元的市场规模，占了整体市场的大头。其市场增长驱动力则来源于工业质检、预测性维护场景，以及疫情防控带来的分散的视觉相关应用场景；语音语义市场也实现21.7亿美元的市场规模，占比仅次于计算机视觉，其市场增长驱动力来源于NLP技术的成熟以及相关应用场景的增长，智能语音以及对话式AI子市场均已进入缓慢增长期；机器学习平台去年全年实现5.7亿美元。市场增长驱动力主要来自政企构建AI的策划以及厂商端对于产品功能的创新改良后自主学习等方面所做的举措。目前，人工智能技术逐步成熟，产业应用领域不断扩大，人工智能相关政策持续出台，该行业发展正迈向新时代发展的高潮阶段。在未来，人工智能领域的投资将以“AI+行业”的方式展开，预计人工智能应用场景会趋向于较为成熟且需求强烈的领域，如安防、语音识别、医疗、智慧城市、金融等领域，带来升级转换，提高行业智能化的整体水平，促使企业改善经营模式，随着诸如智能医疗等认知智能技术的加速突破与应用，人工智能市场将加速爆发。

　　结语

　　有人说人工智能技术发展推动了第四次工业革命，具有其划时代意义。在一定程度上，人工智能时代的到来推动了人们的思考，学会深度学习，结合数据与知识，构造出多个拥有崭新技术应用用途的思维导图，而这需要我们结合现实实际与理想条件的多因素调节互补，争取达成智能化应用预想的效果。而因为人工智能技术发展还处于初级阶段，需要我们将人工智能向数据知识双驱动方向以及低耗环保方向稳定发展，为实现人工智能未来几十年高速发展奠定基础。人工智能产业的发展需要开发创新智能技术，并辅以信息化企业管理，这样有助于人工智能类脑化高度发展，推动我国技术快速发展。

　　参考文献：

　　[1] 何土凤, 李晓夏, 潘宁. 人工智能发展与失业: 内涵意蕴、现实样态、困境纾解[J]. 湖北经济学院学报,2021,19(06):5-11.

　　[2] 郭毅可. 论人工智能历史、现状与未来发展战略[J]. 人民论坛·学术前沿,2021(23):41-53.DOI:10.16619/j.cnki.rmltxsqy.2021.23.004.[3] 徐贵宝.“互联网+”人工智能技术发展策略解析[J]. 世界电信，2016(03):71-75.

　　[4] 彭祯方, 邢国强, 陈兴跃. 人工智能在网络安全领域的应用及技术综述[J]. 信息安全研究,2022,8(02):110-116.

　　[5] 熊连松. “新工科”背景下的新能源工程创新人才培养模式探讨[J]. 传播力研究，2018(29):202,204.

　　[6] 翟军梅. 新能源工程建设中质量管理问题研究[J]. 中国新技术新产品,2016(22):141-142. DOI:10.3969/j.issn.1673-9957.2016.22.103.

　　[7] 娄延强. 人工智能的伦理困境与正解[J]. 道德与文明,2022(01):131-139.DOI:10.13904/j.cnki.1007-1539.2022.01.012.

　　[8] 徐延章.AI 赋能：乡村振兴背景下县级融媒体智慧服务设计策略[J]. 电视研究,2021(09):63-66.

关注读览天下微信， 100万篇深度好文， 等你来看……