人工智能的发展与未来
随着人工智能（artificialintelligent，AI）技术的不断发展，各种AI产品已经逐步进入了我们的生活。
现如今，各种AI产品已经逐步进入了我们的生活｜Pixabay
19世纪，作为人工智能和计算机学科的鼻祖，数学家查尔斯·巴贝奇（CharlesBabbage）与艾达·洛夫莱斯（AdaLovelace）尝试着用连杆、进位齿轮和打孔卡片制造人类最早的可编程数学计算机，来模拟人类的数理逻辑运算能力。
20世纪初期，随着西班牙神经科学家拉蒙-卡哈尔（RamónyCajal）使用高尔基染色法对大脑切片进行显微观察，人类终于清晰地意识到，我们几乎全部思维活动的基础，都是大脑中那些伸出细长神经纤维、彼此连接成一张巨大信息网络的特殊神经细胞——神经元。
至此，尽管智能的具体运作方式还依然是个深不见底的迷宫，但搭建这个迷宫的砖瓦本身，对于人类来说已经不再神秘。
智能，是一种特殊的物质构造形式。
就像文字既可以用徽墨写在宣纸上，也可以用凿子刻在石碑上，智能，也未必需要拘泥于载体。随着神经科学的启迪和数学上的进步，20世纪的计算机科学先驱们意识到，巴贝奇和艾达试图用机械去再现人类智能的思路，在原理上是完全可行的。因此，以艾伦·图灵（AlanTuring）为代表的新一代学者开始思考，是否可以用二战后新兴的电子计算机作为载体，构建出“人工智能”呢？
图灵在1950年的论文《计算机器与智能（ComputingMachineryandIntelligence）》中，做了一个巧妙的“实验”，用以说明如何检验“人工智能”。
英国数学家，计算机学家图灵
这个“实验”也就是后来所说的“图灵测试（Turingtest）”：一名人类测试者将通过键盘和显示屏这样不会直接暴露身份的方式，同时与一名人类和一台计算机进行“网聊”，当人类测试者中有七成都无法正确判断交谈的两个“人”孰真孰假时，就认为这个计算机已经达到了“人工智能”的标准。
虽然，图灵测试只是一个启发性的思想实验，而非可以具体执行的判断方法，但他却通过这个假设，阐明了“智能”判断的模糊性与主观性。而他的判断手段，则与当时心理学界崛起的斯纳金的“行为主义”不谋而合。简而言之，基于唯物主义的一元论思维，图灵和斯金纳都认为，智能——甚至所有思维活动，都只是一套信息处理系统对外部刺激做出反应的运算模式。因此，对于其他旁观者来说，只要两套系统在面对同样的输入时都能够输出一样的反馈，就可以认为他们是“同类”。
1956年，人工智能正式成为了一个科学上的概念，而后涌现了很多新的研究目标与方向。比如说，就像人们在走迷宫遇到死胡同时会原路返回寻找新的路线类似，工程师为了使得人工智能达成某种目标，编写出了一种可以进行回溯的算法，即“搜索式推理”。
而工程师为了能用人类语言与计算机进行“交流”，又构建出了“语义网”。由此第一个会说英语的聊天机器人ELIZA诞生了，不过ELIZA仅仅只能按照固定套路进行作答。
而在20世纪60年代后期，有学者指出人工智能应该简化自己的模型，让人工智能更好的学习一些基本原则。在这一思潮的影响下，人工智能开始了新一轮的发展，麻省理工学院开发了一种早期的自然语言理解计算机程序，名为SHRDLU。工程师对SHRDLU的程序积木世界进行了极大的简化，里面所有物体和位置的集合可以用大约50个单词进行描述。模型极简化的成果，就是其内部语言组合数量少，程序基本能够完全理解用户的指令意义。在外部表现上，就是用户可以与装载了SHRDLU程序的电脑进行简单的对话，并可以用语言指令查询、移动程序中的虚拟积木。SHRDLU一度被认为是人工智能的成功范例，但当工程师试图将这个系统用来处理现实生活中的一些问题时，却惨遭滑铁卢。
而这之后，人工智能的发展也与图灵的想象有所不同。
现实中的人工智能发展，并未在模仿人类的“通用人工智能（也称强人工智能）”上集中太多资源。相反，人工智能研究自正式诞生起，就专注于让计算机通过“机器学习”来自我优化算法，最后形成可以高效率解决特定问题的“专家系统”。由于这些人工智能只会在限定好的狭窄领域中发挥作用，不具备、也不追求全面复杂的认知能力，因此也被称为“弱人工智能”。
但是无论如何，这些可以高效率解决特定问题的人工智能，在解放劳动力，推动现代工厂、组织智能化管理上都起到了关键作用。而随着大数据、云计算以及其他先进技术的发展，人工智能正在朝着更加多远，更加开放的方向发展。随着系统收集的数据量增加，AI算法的完善，以及相关芯片处理能力的提升，人工智能的应用也将逐渐从特定的碎片场景转变为更加深度、更加多元的应用场景。
人工智能让芯片的处理能力得以提升｜Pixabay
从小的方面来看，人工智能其实已经渐渐渗透进了我们生活的方方面面。比如喊一声就能回应你的智能语音系统，例如siri，小爱同学；再比如在超市付款时使用的人脸识别；抑或穿梭在餐厅抑或酒店的智能送餐机器人，这些其实都是人工智能的应用实例。而从大的方面来看，人工智能在制造、交通、能源及互联网行业的应用正在逐步加深，推动了数字经济生态链的构建与发展。
虽然脑科学与人工智能之间仍然存在巨大的鸿沟，通用人工智能仍然像个科幻梦，但就像萧伯纳所说的那样“科学始终是不公道的，如果它不提出十个问题，也永远无法解决一个问题。”科学总是在曲折中前进，而我们只要保持在不断探索中，虽无法预测是否能达到既定的目的地，但途中终归会有收获。
参考文献
[1]王永庆.人工智能原理与方法[M].西安交通大学出版社,1998.
[2]Russell,StuartJ.ArtificialIntelligence:AModernApproach[J].人民邮电出版社,2002.
[3]GabbayDM,HoggerCJ,RobinsonJA,etal.Handbookoflogicinartificialintelligenceandlogicprogramming.Vol.1:Logicalfoundations.,1995.
[4]胡宝洁,赵忠文,曾峦,张永继.图灵机和图灵测试[J].电脑知识与技术：学术版,2006(8):2.
[5]赵楠,缐珊珊.人工智能应用现状及关键技术研究[J].中国电子科学研究院学报,2017,12(6):3.
[6]GeneserethMR,NilssonNJ.LogicalFoundationofArtificialIntelligence[J].brainbroadresearchinartificialintelligence&neuroscience,1987
作者：张雨晨
编辑：韩越扬
来源：光明网
人工智能系统对各行业的影响和发展趋势
原标题：人工智能系统对各行业的影响和发展趋势来源：e-works作者：李源
在新冠疫情持续蔓延期间，全球各地的企业一直在转向以人工智能为创新动力的技术来满足他们的日常需求。无论是用于不间断为客户服务的聊天机器人、在疫情期间用于食品和药品交付的无人机，还是从根本上缓解日益增长的网络攻击，人工智能都将提供解决方案。
随着人工智能技术使机器变得更智能，人类的工作角色将逐渐变得更加专注并获得机器支持。由机器学习驱动的机器生成的无代码或低代码应用程序只是提高劳动力工作效率的一个例子，其中机器消除了对高度专业化的人类员工的需求，并为仅由人类完成的任务提供了宝贵的空闲时间。
在讨论2022年的人工智能发展趋势时，行业专家强调了由于采用人工智能技术而不断变化的工作场所。在人工智能增强的工作场所，机器将与人类并肩工作，工作人员以自然的对话语言将业务问题传达给机器，智能网络安全设备保护所有脆弱的网络点，元宇宙的沉浸式游乐场将更加广泛，公民数据科学家将主导工作场所，而诸如撰写标题或设计徽标之类的创造性工作将被机器接管。
开创性的人工智能发展
行业专家为此讨论了人工智能的一些突破性进展。例如，对话式人工智能结合了自然语言处理(NLP)、语音识别、机器学习和其他突破性技术，促进了人员与机器之间的轻松交互。对话式人工智能承诺为全球商业环境提供改变游戏规则的客户支持服务。
根据调研机构的预测，对话式人工智能市场规模预计将从68亿美元到2026年增长到184亿美元。对话式人工智能兴起的关键驱动因素是多渠道客户参与的广泛采用、聊天机器人的成功以及对持续客户支持的需求。
而有于下一代对话式人工智能的文章解释了为什么在主要基于文本的虚拟互动环境中需要基于语音的对话式人工智能设备。
计算机视觉技术训练机器学习算法识别图像和视频中的模式以进行分类，在医疗保健、农业、制造和自动驾驶汽车等许多领域具有革命性的前景。Gartner公司的一份报告指出，计算机视觉技术标志着大量人工智能投资企业的自然发展。根据这份报告，每家接受调查的公司都计划在未来两年内平均投资67.9万美元。
人工智能系统对各行业的影响
行业专家强调了机器学习在没有任何人工支持的情况下训练算法根据过去数据预测未来事件的能力。这种突破性技术的影响体现在：
●癌症研究：人工智能在癌症研究和治疗过程中取得了重大进展。借助人工智能提供的关键的、数据驱动的洞察力，医生现在可以为癌症患者提供定制治疗。人工智能有望在未来的癌症研究中取得进一步突破。
●人工智能嵌入式防御系统：这些系统可以在无人安全环境中监控风险、定位目标并为国家边界提供保护。
●无人机运送：如今，无人机运送系统将成为主流，运送医疗测试样本、药品和其他医疗用品的速度比人类在公路上行驶的速度要快得多。在新冠疫情期间，这些无人机已经证明了它们的未来潜力。
展开全文●虚拟教室：它们在当今的数字教育领域占据主导地位。从独立学习模块和小型课程到完整的证书和文凭，“虚拟学习平台”应有尽有。这些在线教室的最大好处是可以随时随地访问它们。
●人工智能机器人：人工智能机器人已部署在增强型工作场所以提高人类生产力。这些机器高效灵活地处理重复性业务任务，而人类员工则只能专注于需要人脑才能解决的复杂问题。
●自动驾驶汽车：自动驾驶汽车通常通过高性能功能和安全检查得到加强，以便在道路上获得更好的性能。
●交通管理人工智能：人工智能技术为交通管理提供了改变游戏规则的解决方案，包括卓越的导航设备、超快的信息处理系统和及时的交付机制。
●元宇宙的VR世界：佩戴VR护目镜的用户被传送到一个虚构的3D空间，利用虚拟现实(VR)和增强现实(AR)技术将虚拟世界和现实世界结合在一起。
近年来的人工智能发展
2020年，当新冠疫情席卷全球时，医学科学面临着研制疫苗的挑战。多亏有了人工智能，疫苗的开发时间缩短到了几个月。
●人工智能的发展极大地帮助研究人员在创纪录的时间内分析了大量的病毒数据。
●自动驾驶汽车（如机器人出租车）已经实现商业化并作为公共交通服务提供。
●NLP驱动的通信设备（聊天机器人）成为主流并增强了客户体验。
●定制人工智能芯片的开发——这些专用芯片可以针对深度学习等特定任务优化处理器性能。这对云计算服务提供商来说是有希望的，他们可以利用这些芯片为其企业客户服务增加价值，同时降低服务成本。
人工智能技术在核心领域的优势
以下是在医疗保健领域使用人工智能技术的一些好处：
●节省成本：几乎三分之一的医疗保健费用来自健康保险费用和其他管理费用。随着人工智能使许多这些处理任务自动化，净费用可以显著下降。
●支持人工智能的患者护理研究：人工智能工具能够对大量患者护理数据和过去的治疗记录进行高速分析。医疗保健专业人员可以从大型数据集中快速提取相关数据和见解，并为特定患者确定最佳治疗程序。
●可穿戴设备的及时警报：市场上的可穿戴设备具有智能嵌入式应用程序，可以实时分析健康数据，并向用户及其医疗保健专业人员发出潜在健康问题的警报。
在银行业，人工智能应用程序节省了大量成本，预计到2023年将节省4470亿美元。人工智能不仅为银行业务节省资金，还通过实现24/7客户交互来增强客户体验。人工智能还有助于投资银行和金融服务领域。
人工智能工具能够：
●通过识别适销对路的机会来协助内容规划。
●通过监控搜索引擎和社交媒体算法的变化来优化社交媒体内容。
●协助收集高质量的第三方内容以进行策划。
●帮助在内容库和业务功能之间保持一致的写作风格和语气。
●分析市场或受众数据，向内容团队推荐内容。
●通过生成大纲和内容简介加快内容制作过程。
人工智能的未来
在未来，人工智能将广泛应用在元宇宙、低代码人工智能、不断上升的网络安全问题、增强的语言建模、创造性的人工智能和增强的劳动力。
只有当可解释人工智能技术达到无可置疑的成熟度时，人工智能决策中现有的信任缺陷才会消失。
更多内容来源于数字化企业网返回搜狐，查看更多
责任编辑：