浅议人工智能技术在智慧旅游中的应用
王军
【摘 要】人工智能技术作为当前高科技和新技术发展的热点，逐渐被广泛应用在社会生产生活的各个方面，对相关产业的发展和提升起到了良好的促进作用。在旅游业中，人工智能技术的应用推广为智慧旅游发展奠定了科技基础，在旅游服务、景区管理、市场预测等方面都有广泛的应用，对旅游产业的发展起到了提质增效的推动作用。论文从人工智能技术在智慧旅游发展中常见的几类具体应用入手，分析人工智能技术的特点、优势以及需要重点关注的问题，并对人工智能技术在智慧旅游中的应用提出了一些发展和完善的建议。
【Abstract】Asthehotspotofcurrenthigh-techandnewtechnologydevelopment，artificialintelligencetechnologyisgraduallywidelyappliedinallaspectsofsocialproductionandlife，andplaysagoodroleinpromotingthedevelopmentandpromotionofrelatedindustries.Inthetourismindustry，theapplicationandpromotionofartificialintelligencetechnologyhaslaidascientificandtechnologicalfoundationforthedevelopmentofsmarttourism.Itiswidelyusedintourismservices，scenicspotmanagement，marketforecastingandotheraspects，andplaysadrivingroleinimprovingthequalityandefficiencyofthetourismindustry.Thispaperstartswithseveralspecificapplicationsofartificialintelligencetechnologyinthedevelopmentofsmarttourism，analyzesthecharacteristics，advantagesandproblemsthatneedtobepaidattentiontoofartificialintelligencetechnology，andputsforwardsomesuggestionsforthedevelopmentandimprovementofartificialintelligencetechnologyintheapplicationofsmarttourism.
【關键词】人工智能;智慧旅游;技术应用;发展建议
【Keywords】artificialintelligence;smarttourism;technologyapplication;developmentsuggestions
【中图分类号】F592;TP18 【文献标志码】A 【文章编号】1673-1069（2020）09-0173-03
1引言
“智慧旅游”是近年来兴起的全新命题，目前尚无统一明确的概念定义，但一般认为：智慧旅游至少包含物联网、云计算、高性能信息处理、大数据挖掘、下一代通信网络等高新技术在旅游规划与开发、旅游体验、旅游产业发展、旅游行业管理等方面的应用，这些应用系统化整合了既有的旅游物理资源和信息资源，更高效地服务于社会公众、旅游企业、政府机关等个人或组织，形成了全新的旅游业态。“人工智能技术”则专注于通过计算机软件和硬件模拟人类的某些智能行为，涉及机器学习、知识获取和表达、信息检索、逻辑推理、自然语言理解、智能机器人等内容的理论研究和技术实践，广泛应用于决策系统、控制系统、仿真系统等领域。人工智能技术在智慧旅游中的推广和应用给传统旅游业带来了全新的发展契机。
2人工智能技术在智慧旅游中的常见具体应用
人工智能技术在智慧旅游中的应用，以通信和信息等技术的深度融合为基础，围绕游客自主参与和互动体验开发旅游产品和服务。实践中，人工智能技术在智慧旅游中的具体应用形式丰富多样，较为常见和有代表性的为以下几类。
2.1旅游信息服务和支持
近年来，随着社会经济水平的快速发展，人们的旅游需求日益旺盛，旅游业已经成为国民经济发展新的增长点，旅游产业发展空间广阔巨大。当前，信息技术的蓬勃发展带来的是海量的大数据交换和利用，游客对旅游行业的服务质量和水平提出了更高的要求，这就使得在旅游信息系统的规划、设计和实施过程中必须贯彻以游客为中心的基本原则。旅游信息系统必须具有市场细分、精准营销、行程规划和预测、实时反馈等功能，使游客能够便捷地通过网络获取所需要的各种有效信息，以帮助游客在旅行时做出合理的预测和决策。
以旅游市场细分为例，由于旅游行业的产品和服务往往“同质化”现象明显，多年来，旅游企业一直困于低价竞争的营销策略，旅游业的创新发展迫切需要新的市场理念、营销观念和应用技术的支撑。为了充分利用有限的资源，提供符合游客自身需求的产品和服务，大多数旅游企业都开始采取目标市场导向的营销策略，而有效目标市场的确定的基础就是市场细分。旅游市场细分是指旅游企业根据游客特征及其旅游需求的差异化，将目标旅游市场划分为两个或多个具有相似需求特征的游客群体。在这一过程中，通常使用分类、聚类、决策树等大数据挖掘等人工智能技术进行系统仿真和推理决策，从而使市场细分更符合旅游市场的实际需求：对于游客而言，获取的旅游信息服务和支持更精确实用;对旅游企业而言，则更有利于提高目标市场营销的准确性和有效性。
2.2旅游景区安全管理
安全生产是旅游经营企业和行业主管部门重点关注的永恒主题，更是事关每一个游客和每一名旅游从业人员生命财产和切身利益的重要因素。人工智能技术在智慧旅游中的应用，特别是基于模式识别的图像数据信息识别的实现，如指纹识别、文本识别、虹膜识别、面部识别、车牌识别等，已经得到了广泛应用。而视频分析技术则可以实现对具有连续状态特征的视频流进行识别，从而进行聚类行为特征的分析和判斷，将旅游景点景区的安全管理提升到新的高度。
基于上述人工智能技术的融合应用，可以实现景区安全管理的精细化操作，例如，风景名胜区内游客人数的统计，可以通过从景区门禁系统获取的进入景区人数和对景区出口进行视频分析得出的出景区人数进行计算，从而对景区承载量的精确控制，防止拥堵和过载，影响游客体验。再如，可以利用导航定位系统和视频分析等技术，对景区内的烟雾等异常现象的速度、方向等运动特征进行智能分析和预测，达到防火防灾的预警效果。总之，人工智能技术在旅游景区安全管理中的应用，可以有效提高工作效率，降低人力物力和资金成本，从而取得更好的管理效果。
2.3客源地预测
随着人们收入和生活水平的提高以及空闲时间的增加，人们的旅游需求和旅游形式也与日俱增，并且呈现出多样化的态势。游客的个人喜好、可支配收入的数量、文化和生活背景的特征等各种因素，使旅游客源地往往呈现出明显的地域特征，旅游客源地预测的研究和应用随之产生。旅游客源地预测是旅游市场研究、旅游产业规划和旅游行业管理的重要内容，旅游客源地预测的精确与否，直接影响旅游研究、规划和管理的科学性和有效性。
以往旅游客源地预测通常使用传统的定量分析方法，倾向于对统计数据的汇总、整理和分析。而近年来，人工智能技术已经广泛应用于旅游客源地市场预测中，主要包括粗糙集方法、遗传算法、模糊时间序列、人工神经网络、灰色系统理论等技术和方法。人工智能技术进行市场预测优势明显，它对数据的概率分布等附加信息具有很好的容忍性和适应性，与传统的旅游预测方法相比，人工智能技术应用于旅游客源地市场预测取得了更好的预测效果。例如，百度大数据预测平台可以对每天数十亿网民的搜索请求进行智能分析，从中提取旅行相关的大量数据，并对数据进行计算和分析。通过大数据预测游客行为，网络用户可以通过这项技术提供的相关旅游市场预测，了解未来一段时间内景区的游客热度，从而做出合理的旅游规划和决策。
3人工智能技术在智慧旅游中的应用需要重点关注的几个问题及建议
创新必然伴随风险，人工智能技术在智慧旅游中的推广应用同样存在一些风险和问题，史蒂芬·霍金等多位科学家甚至呼吁“对人工智能保持警惕”。因此，在享受人工智能技术在智慧旅游中应用带来的高效和便利的同时，我们应该充分认识到人工智能发展带来的风险和问题，特别需要注意以下几个方面。
3.1信息和网络安全风险
人工智能技术在智慧旅游中推广应用的过程中，旅游企业、行业管理部门，必然收集和掌握大量社会公众的个人信息和行为特征数据，直接关系公民个人隐私、金融安全甚至人身安全。从广义上讲，人工智能技术在智慧旅游中的推广应用，在一定程度上考验社会治理能力和治理体系的规范化水平。对于人工智能应用背景下的智慧旅游信息和网络安全风险，应当重点从以下两个方面着力：一是信息和网络安全的主动防护，旅游企业和行业管理部门，应强化技术防护措施，加强信息和网络安全防护措施的部署和安全管理制度的落实，保障信息和网络安全;二是规范数据信息的利用和管理，旅游企业和行业管理部门应当强化从业人员的职业道德和职业操守，依法合理适当利用旅游活动中收集和存储的数据信息，确保游客个人信息得到有效的安全保护。
3.2人工智能可能引发的伦理道德风险
人工智能技术在智慧旅游中的各种具体应用，最具表现力和应用前景的当属智能机器人，各类智能机器人已经在AI导游、互动讲解等工作场景中推广应用。智能机器人通常具备知识学习和获取、逻辑判断和推理，甚至模拟人类行为等能力，而这些优势同时可能带来一些弊端，例如，当算法出现偏差时，机器人可能会出现说脏话、性别歧视、种族歧视等现象。而在旅游行业以外的其他应用方面已经出现的弊端，更加值得警惕和反思，例如，利用人工智能技术模仿人类进行手写伪造、人像修改、人声变造等，不仅可能引发伦理道德风险，更严重的后果可能是加速此类技术在黑色或者灰色地带的不法应用，加剧人工智能滥用的社会风险。因此，为保证人工智能技术正确有效的应用，需要高度重视在有关职能产品中设置一定的逻辑框架和道德判断标准。
3.3人工智能时代的法律规范
伴随科技的高速发展和迭代更新，无论智慧旅游的业态发展还是人工智能技术的推广应用，丰富多样的概念内涵和日益扩展的外延，都导致了概念准确定义的复杂性。当前，与人工智能技术在智慧旅游中应用相关的许多法律问题，大都采取简单地借鉴其他领域概念的做法，或者索性回避概念性问题的阐释。概念界限尚不明显，对于深层次的问题更是缺乏思考和规范，最终导致的结果是人工智能和智慧旅游相关的立法较为滞后。当然，法律制度的建立和完善需要系统性和全面性，与人工智能和智慧旅游相关的管理规范，必然应纳入国家层面的全盘考虑，但有关游客个人信息的保护、旅游企业信息和网络安全的管理、侵权与违法行为的追责等与智慧旅游健康持续发展的一些至关重要的问题，应当在现行法律法规体系中尽快完善。
4结语
人工智能技术在智慧旅游中的不断深入应用，给旅游产业带来新的发展契机，旅游企业的开发、建设和经营管理更加灵活高效，游客体验更加舒适便捷，旅游行业管理更加规范有序。人工智能和智慧旅游的融合应用，将传统的旅游资源和现代信息科技进行了有效整合，形成了全新的旅游业态形式，提升了旅游作为可持续发展产业的发展后劲。尽管当前的人工智能技术仍然存在一些需要重点关注的问题，也存在一些需要完善和提升的地方，但这些问题恰恰是科技进步和经济发展呈现的必然规律。人工智能技术在智慧旅游中的应用应当继续深入关注热点问题，化解和防范可能存在的风险，进一步提高科技服务生产生活的水平和质量。
【参考文献】
【1】唐亮.智慧旅游视域下生态旅游管理体系的优化设计途径[J].中国市场，2020（3）：69-70.
【2】魏维轩，王南.人工智能在智慧景区管理中的应用现状与前景初探[J].河北青年管理干部学院学报，2019（5）：54-59.
【3】李国忠.人工智能技术在智慧旅游中的应用[J].自动化与仪器仪表，2017（12）：225-227.
【4】邓辉.“智慧旅游”认知重构[J].中南民族大学学报：人文社会科学版，2015（04）：33-38.
【5】宁伟.论智慧旅游的建设[J].电子世界，2014（16）：344.
【6】屈芳，朱小小.智慧旅游城市建设关键要素分析[J].经济研究导刊，2013（36）：256-257.
【7】罗成奎.智慧旅游及其应用研究[J].黄山学院学报，2012（06）：24-27.
【8】张凌云，黎巎，刘敏.智慧旅游的基本概念与理论体系[J].旅游学刊，2012（05）：66-73.
猜你喜欢智慧旅游发展建议技术应用大数据时代黔东南州智慧旅游开发研究现代营销·学苑版(2016年10期)2016-12-12京津冀休闲产业协同发展研究（一）中国集体经济(2016年27期)2016-11-19低碳环保技术在环境治理中的应用分析及阐述企业导报(2016年19期)2016-11-05基于高职院校物联网技术应用人才培养的思考分析电脑知识与技术(2016年21期)2016-10-18现代烟草工业发展趋势及降焦减害技术应用研究科学与财富(2016年28期)2016-10-14如何走出小学音乐教学的困境考试周刊(2016年77期)2016-10-09中小企业管理与科技·上旬刊2020年9期
中小企业管理与科技·上旬刊的其它文章中小民营企业人力资源管理研究和改进措施试析目标成本管理在企业经济管理中的应用统计工作在企业管理中的作用人岗匹配是人力资源管理的重中之重事业单位人力资源管理中的激励机制分析城市社区管理政府职能转型人工智能在军事领域的发展现状及应用前景
因此，俄罗斯为了维护主权和保持国防能力，必须尽快在部分关键领域获得一定优势，或者至少与潜在敌人不相上下，才能部分弥补当前俄罗斯经济的不足以及大量工业领域的技术落后。
阻止将人工智能用于军事目的是不可能的
目前，武器领域的关键方向包括：人工智能，人机交互系统，无人战车和机器人，自主武器，高超音速武器，定向能，甚至还包括民用技术，比如人才管理，就是吸引军人参与创新过程，提升俄罗斯国防部军官和文职人员的创造力。
回到人工智能，它的任务主要包括四个方面：信息任务、战术任务、战略任务和经济任务。人工智能大大提升了对数据的收集和分析能力，使得在处理信息的速度和质量方面取得一定优势。在军事情报领域，将出现更多的可能性和各种信息源，还包括对敌人掩盖真像的可能性。在“虚假新闻”方面，人工智能能够向信息空间投放大量人为制造的数据、假象，这一方面迷惑了敌人，另一方面则增加了政治风险。
即便是目前机器学习领域和人工智能领域已经达成的技术，也对保障国家安全具有巨大的潜力。
现有的图像识别技术能够保证分析卫星地图和雷达数据时的高自动化水平。人工智能能够提升导弹袭击预警系统雷达站的运行效率以及像“树冠”太空目标无线电光学识别系统这样的无线电光学识别系统的信息处理效率。此外，目前卫星微型化以及轨道卫星数量的提升将对快速识别技术出现需求。
利用10米以上波长无线电波电离层空间传播原理或者波长更短无线电波地面绕射传播原理的超地平线雷达，其信息处理系统的任务量更大。这些雷达能够“看见”所有移动目标，其中包括民用技术装备，因此，摆在面前的任务是要在全部获取的数千个甚至数百万图形中识别出军事目标，以及地面和空中的异常活动。这是数量庞大的信息和图形，没有机器的帮助是不可能完成的。此外，军队将获得所谓的“目标数据库”，这将对识别和引导系统具有帮助作用。如果说为应对带红外自动寻的头的便携式防空导弹系统，飞机或者直升机只需要发射假热辐射目标，应对雷达站，只需要释放干扰就已经足够的话，那么，人工智能系统即便不是在导弹里，而是在操作员的手中，它也能完全“看见”飞行器。
其次，超地平线雷达存在与标准“敌-我”雷达识别系统不兼容问题，因此，在分析空情时，人工智能能够起到很大的帮助作用。人工智能同样能够用于对付敌方雷达，研究敌人雷达的运行情况并选择压制无线电信号的方法。
网络空间的运行以及对不断出现的网络威胁的不间断跟踪需要大量的高技术专家。人工智能同样能够分担部分任务，因为人工智能寻找漏洞，编写代码和机器算法的速度要快得多。寻找到的“弱点”数量将非常众多并对人为控制的防御手段构成威胁。那么到时候，网络攻击将变得更加复杂和危险，相关技术落入犯罪分子之手的风险也会剧增。
机器人技术装备和自主武器
自主系统的能力目前还很有限。虽然对“发射后不管”系统已经研究了数十年，但仍然需要人的参与，人需要直接定下使用武器的决心。重型航空技术装备也一样，虽然存在自动驾驶，传感器，自动打开炸弹舱门，导弹引导和目标跟踪系统，仍然需要飞行员，攻击无人机也需要操作员的跟踪。
但普通人与现代军用技术装备的能力相比，只能说是渺小、脆弱和糊涂的有机体，而在定下战斗决心环节，则是最慢的一环。人工智能用于将人从决策体系中完全解放出来，同时也保全了军人的生命。
在战斗条件下，定下决心更快并首先实施打击的一方具有优势，因此，完全自主的系统在未来将获得巨大发展。
此外，已经出现了“反自主性”概念，根据这一概念，人工智能（武器）在遭到袭击但未被摧毁的情况下，能够迅速学习并得出结论，之后对敌人实施致命的最后一击。
战术武器运用人工智能的可能性很多，指的是能够独立寻找目标并定下摧毁决心的无人飞行器，装甲车，导弹艇。
目前，无人机的成本变得越来越低，产量也越来越大。利用人工智能能够将数千架无人机联为一个巨大的可控“蜂群”，用于发起大规模攻击。
截止不久前，洛克马丁公司的F-35第五代战斗机的造价为1亿美元。而高质量的四轴飞行器成本为1000美元。这意味着，美国国防部可以用一架战斗机的价格订购十万架小型无人机。而敌人不可能同时对付得了十万架装满炸药的无人机。
苏联和俄联邦已经能够实现将一次齐射的数枚导弹联为能够相互之间交换目标信息的“狼群”，制定行动战略并独立选择攻击目标。这里指的是P-500“玄武岩”，P-700“花岗岩”和P-1000“火山”反舰导弹系统。我们的技术很有发展前景。
美国海军正在研制将无人巡逻艇联成“群”的系统，这就是所谓的CARACaS（机器人代理指挥和感知控制架构）技术。另外，该系统可安装在美海军研究局研制的独立平台上，也可安装在各种小型船只上，将它们变成自主的无人运输工具。CARACaS系统的软件基于美国航空航天局（NASA）为火星车研发的技术。军人在带CARACaS系统便携式设备的帮助下，将能够轻易并迅速地将飞行器，装甲车和快艇变成统一的自动化战斗群。
人工智能在太空的前景更加广阔。可以组建不需要连续监控和从地面指挥中心进行指挥的自主跟踪卫星或者反卫星卫星集团。
将来，在人工智能的帮助下，能够大幅提升特种部队和空降分队的效能。即便规模不大的特种小组在使用无人平台的情况下，也能够以类似的形式控制敌方大片区域，并在自主交互战车的帮助下攻击各种目标，或者阻止敌军分队进入某一区域，以此来扼守主力登陆基地。
基于坦克和装甲输送车（对于俄罗斯来说就是“阿尔马塔”多用途履带式平台）的无人地面作战系统，能够为登陆兵准备登陆场，对敌开火，运送弹药及特种部队必须的设备。
自然会出现一个疑问：这种具备人工大脑的坦克会不会对己方登陆兵开火？答案显而易见：战车拥有“目标数据库”和人脸识别系统的情况下，可以避免这种情况的发生。或者为坦克加装基于普通处理器，能够限制人工智能行动的机器智能，作为能够取代坦克车长、驾驶员和瞄准手定下决心的人工智能的补充，就像负责反射的脊髓不允许人触碰滚烫的武器或者从阳台上跳下去一样。
需要注意的是，现代战争的实施战略要求改变部队的展开方法，而且现代战争将在敌人的全境同时举行：陆地、空中，近地空间，以及信息空间和网络空间，战士自主机器人技术支援系统在近期也将获得发展。有人作战行动向无人作战行动的转变速度将会加快。
军队应当关注并作为近期优先发展方向的是，具备网络支持的自主武器技术，人机协同系统，其中包括定下决心时的人机交互，具备人工智能功能的自主学习系统以及改进的无人系统。
至于机器人本身来说，在可预见的将来，未必会出现人形机器人，机器人多半看起来像火星车一样，或者类似星球大战电影中的R2-D2机器人。小型自主机器人能够成为理想的狙击手，可以在阵地上等待必要且足够长的时间。部分类型的飞行或者爬行机器人能够进入房间，在不被发现的情况下，向目标注入致命性毒剂或者喷撒神经麻痹毒气。
自然还会出现一个疑问：如果黑客侵入人工智能战车，对其进行破坏，甚至让战车向己方军人或者民用目标开火怎么办？答案显而易见：黑客什么也不能破坏，因为人工智能与机器智能和超级计算机不同，能够独立为自己生成行为算法，并非在普通计算机硬盘或者内存上进行稳定存储，而是利用瞬间产生，而后又消失的神经联络链条。
人工智能还有另外一项战略任务，在该项战略任务中，人仍然发挥着自身特殊的作用。俄联邦武装力量总参谋部未来将出现具备超大计算能力的自主战术武器，用于实施“智能”侦察，分析敌人和己方部队行动，寻找最优方案，这意味着军队展开和指挥的战略和方法将发生变化。概念性武器中的人工智能将成为与核武器一样的战略遏制因素，因此创新竞赛将会提速。
21世纪，大国之间的竞争仍在继续，恐怖组织甚至能够召集一整支军队，因此，军事技术装备应当不断进行改进和完善。完全有可能，如果一个国家借助人工智能技术控制对手的全部系统，假想的“第三次世界大战”可能在数秒内就已经结束。关于这一点，需要思考的不仅仅是军人，也包括国家政府。
在国家层面作出决策的政治家也必须了解创新性变化的意义，因为不仅出现了实施新型战争的可能性，还出现了在各国之间挑起现实冲突的可能性。人工智能同样能够被运用到国家管理和巩固政权的方法中，成为内政的工具。人工智能还能够成为国家机关在控制灾难性风险和预防人为灾难时的帮手。
人工智能研究的进步将对经济产生最重大的影响，并可能导致新的工业革命。首选运用人工智能的大国将对其余国家形成信息，甚至军事政治优势。发展人工智能正在成为21世界超级大国的战略任务。与此同时，下面这个问题的答案也很重要：我们在为自己培养什么样的助手——无耻和惨无人道的人工“靡菲斯特”，还是电子版的天使？
如果俄罗斯能够研发出突破性技术，在该方面集中主要精力和资源，那么就能保证在新一轮军事技术发展中保持与美国和中国的平等地位，尤其是当世界领导者发现，自己开始失去权力并成为大国之一时，这也就意味着世界将出现不稳定局势，可能发生冲突，包括军事冲突。
美国为了保持自身优势，将继续激化冲突，早晚会向寻求霸权地位的国家发动按照21世纪全新规则实施的战争。
鉴于俄罗斯经济上的落后以及科学教育多年来的退化，我国在研制新一代导弹，反导导弹，突击系统和防护装备方面的财政、技术能力目前要落后于潜在的敌人，恰恰人工智能将成为我们的盟友，作为对亚历山大三世说过的我们的两个盟友（陆军和海军）的补充。人工智能将成为定下战略决心时的助手，因为任何战略和国防任务都意味着大量的工时、分析和模拟。人工智能将能够分析我方敌人的行动，收集科学信息，寻找先前我们因信息、数据或者跨学科领域科学知识不足而未能解决的复杂工程任务的合理解决方法。人工智能能够获取人类在整个文明存在历史中存储的全部科学、政治、军事等信息，并能够创造性地访问信息，发现隐藏含义，整合知识并帮助我们在核物理，量子化学，生物技术等的进一步发展中取得突破。
人工智能是未来的战略项目，其研发方面的竞争将与20世纪中期的核竞争不相上下，而目前仅解决了数据分析，图像识别和文本翻译等部分任务。重要的是要知道，人工智能不是超级计算机，它是按照完全不同的原理运行的。关于机器技术奇异点和机器人起义的讨论目前还仅仅是科学幻想。
主要的任务还未完成——如何研制出性能与人类大脑相当的计算机。
如何研发人工智能？
计算机和现代机器人根据程序算法运行，也就是根据系列连续的命令。在同一种环境下，算法运行将得出同一个结果。
人工智能是一种机器系统，能够学习，获得并使用客观知识和经验，作出不同的决策（每次都会变得更加合理），制定战略，使用抽象的概念并像人脑一样完成创造性任务。
当工程师和科研人员试图研制出自然界中的类似物体并在机器和机械中实现人们所须要的功能时，他们就会研究标本。
以航空技术装备研制的各个阶段为例。人类从古时候就已近幻想飞行（关于伊卡洛斯和代达罗斯的神话），工程师研究了翅膀以及鸟类和飞鼠的解剖。在中世纪，当时像莱昂纳多·达·芬奇这样杰出的天才尝试制造扑翼机，在文艺复兴时期和20世纪初也一样。虽然现在的飞机与鸟类大不相同，且飞行的方式也不一样，然而，鸟类翅膀的特点是，上表面凸起，下表面平顺，气流通过时能够产生气压差（下方气流速度更快，压力更大），从而产生了升力。工程师正是将这一特性运用到了飞机上，研制了机翼和滑翔机，增加了发动机，人类便获得了飞行的能力。梦想从此实现。飞机还被区分为军用和民用飞机。
人工智能也一样。为了研制人工智能，必须了解人类思考的方式，研究人类大脑的神经生物活动。现代电子显微镜，脑电描记器，X线体层照相机等能够在细胞和分子层面“探察”大脑，了解什么是大脑神经，中枢神经系统生物神经网络的运行方法。
大脑神经的活动
神经元由神经元细胞核、细胞体和特殊的突起构成：数个接受信息的树突和向其它神经元或肌肉细胞传递信号的轴突。每个神经元与其它的神经元通过专门的电和化学信号协同，也就是通过电来刺激细胞。两个神经元之间相连的部位被称为突触。突触是神经元之间信息传递的部位，构成联系。我们的大脑中的神经元超过1千亿，它们相互联系，构成神经网络。突触中的信号借助化学神经介体（氨基酸和各种固有化合物）进行传递，或者通过电信号进行传递，钙离子通过通道蛋白由一个细胞进入另一个细胞。
虽然信号传输机制已经研究得很清楚了，但科研人员和工程师的问题在于，1千亿神经元中的每个神经元与其它神经元形成1000至20000个联接，累积大量的信息，达2-5拍字节，而这一过程伴随着放电现象以及离子和能够加强或削弱信号的复杂分子的参与。重现数十亿细胞组成的网络及数千细胞之间不断出现并消失的联系是不现实的。必须发明另外一种具备自身要素的结构。
人工智能的研发问题之所以迫切，还在于人脑无论如何也不能与计算机相比。大脑不是计算机。大脑中的信息，记忆，经验，图形，声音等并非以字母、数字、音符、图像或者二进制代码的形式存储。大脑中没有中央处理器所需要的存储器，没有能够通过算法提取和处理的物理内存。信息在我们需要的时候，通过神经元联系恢复。大脑中没有软件。大脑是一个能够学习的系统，但与此同时，对于我们来说，认识比记忆要更加容易。我们与外部世界或者想象中的世界有直接关联。我们看到一个物体并认识它。通过产生的图像，我们知道，这是什么物体。但如果我们不能认识一个物体的形状，那么我们就需要记忆额外的东西或者学习新的信息。视觉记忆非常重要，听觉记忆和音乐记忆也一样。当人用上全部记忆类型时，记忆会更快和更有效。重要的是要知道，系统的完整性和大脑的健康需要通过积极活动来维持。
人类正面临一项最复杂的任务，其难度与20世纪核物理发现以及核武器的研制相当。目前，任何一个国家都还没能完成人工智能的研发。只有虚拟生物神经元运行的数学和计算机模型。
第一批研究尝试
最常见的模型是能够学习，记忆并重建图形的神经元网络，它可以进行分析并给出答案。美国学者W·麦克卡洛和W·匹茨早在1943年就首先尝试研制人工神经元和机器智能，与N·维纳共同奠定了一门新科学——控制论的基础。之后，在1957年，F·罗森布拉特发明了视感控器——一种使用大脑接受信息的计算机模型。工程师和数学家提出研制一种输入端存在像通过突触向生物神经元树突传输信号的处理器，作为输入设备，然后信号传向相联存储器部位，然后再从该部位传向反应部位。
俄罗斯科学界的贡献
杰出的苏联数学家安德烈·尼古拉耶维奇·科尔莫戈罗夫和弗拉基米尔·伊戈列维奇·阿诺尔德在1957年证明了以下定理：任何多变量连续函数都能够表现为少变量函数有限数组合的形式，这成为构建神经元网络的数学基础。还证明，各种集合或者函数相关元之间的对应关系能够表现为与一定数量输入层“神经元”，更多数量具有一定激活功能的各潜层“神经元”，输出层具有未知激活功能“神经元”直接相联的定值神经网络。而且神经网络还能够调整或者“学习”。
对于不了解数学理论的人来说，这些听起来有些复杂，但这对于回答人工智能能否实现这一问题具有重要意义。
苏联数学家从理论上证实，是的，这是可能的。而在1964年举行的因此以“机器能否思考”为题的辩论中，A·N·科尔莫戈罗夫表示，研制完全建立在数字信息处理和控制机构基础上的，完全意义上的生物是绝对可能的，这符合唯物辩证法的原则。
如果回到大脑的计算机模型，那么可以想象，人脑中有数十亿缓慢运行的处理器，且它们的数量如此之多，使人脑比当今任何超级计算机都要更强。从控制论观点来看就很简单了。人工智能是线路信号和非线性函数和激活算法的总和。借助非线性函数，处理器将输入信号转变为输出信号，并进入下一网格——下一个处理器并继续转化。人工神经元形成层，而神经元网络具备学习，恢复和破坏联系的能力。
理论上，这一切貌似都不复杂，但问题在于，人脑的突触能够放缓信号，能够加强信号，也能够不失真地选通或者完全不作出任何反应，选通或者不选通。这样一来，至少是一个三进制逻辑“+1，0，-1”，因此借助二进制和现在的处理器模拟神经元网格是不太乐观的。俄罗斯在这方面具有一定的经验。三进制逻辑的处理器（trit和trait代替比特和字节）在苏联的导弹-太空技术装备中就已经成功运用。
工程师继续推进并开始研究光信号系统，回到了模拟信号和带内存的系统。如果说电信号能够交互并相互干扰的话，那么光信号不会混乱，因为光子不可能出现交互。或许，光学人工智能系统与苏联80年代研制的东西类似，将能够建立近似合理的神经元网络结构。
量子计算机之路
人工智能研究人员多半会关注量子物理。包含信息并参与信息传输的粒子是分子和原子，虽然它们很微小，但交互还是很明显，人类可能不得不研究大脑量子理论并使用量子计算机来研究人工智能。
而量子计算机的研制是一项工作量特别巨大且非常复杂的任务。
目前，我们离人工智能的实现还很遥远，因为我们还不能完全了解突触的工作方式，信号的传输方法，以及记忆是如何产生的。须要研究出意识的数学和物理模型。未来人类还有很多工作要做，这些工作完成的质量越高，人们活到下个千年的可能性就越大。（全文完）
（平台编辑：黄潇潇）
C2
个人会员：返回搜狐，查看更多
酒店人工智能应用浅析
酒店的人工智能并不是一个遥远的梦想。事实上，对于当今许多领先酒店品牌来说，这已成为现实。酒店中的人工智能（也称为AI）包括从机器人服务器到智能计算机系统的所有内容。在酒店中使用人工智能不仅仅是获得竞争优势的问题，为了继续经营，这是必不可少的。
酒店业如何使用人工智能？
人工智能在酒店业被用于收入管理、客人体验和日常运营的自动化。要在酒店中使用人工智能，管理人员必须根据可用预算、客人反馈和未来增长计划来考虑他们的投资将在哪些方面产生最大影响，因为几乎每天都有新技术进入市场。
酒店人工智能应用的9个例子：
如今，大多数酒店都使用基于人工智能的网站、预订工具或其他软件。采用新应用中的一个或多个以在竞争中领先、增强宾客体验、促进销售等等。
1.提供人工智能礼宾服务
伦敦和曼彻斯特的RadissonBluEdwardian等酒店使用人工智能礼宾服务来为客人办理入住或退房、订购客房服务以及24/7全天候回答问题。客人可以直接通过手机给爱德华（他们的礼宾部机器人）发短信。如果您想创造一致的宾客体验并腾出时间让前台工作人员为实际在场的宾客提供最佳服务，请考虑为您的酒店安装聊天机器人。
2.切换到超动态定价
超动态定价允许预订引擎自动搜索社交媒体、过去的用户数据，甚至世界新闻，以显示能够最大限度地提高收入潜力的价格。例如，如果附近的酒店有大型会议，人工智能软件会立即调整价格以反映需求的增加。
航空业专家和旅行顾问MatthewKlint指出，该软件在航空公司中已经非常普遍，他说：“即将出现可以破译所谓‘非结构化数据’的系统，包括扫描酒店评论以了解消费者情绪或精确定位座位分配或基于社交媒体信息的特定酒店房间。”换句话说，这项技术会随着时间的推移变得越来越精准。
3.预测公用事业使用情况
使用能源、水和废物监测工具改进收入管理并帮助保护环境。希尔顿等酒店已经使用它们十年了。根据最近对其自身可持续性和社会影响努力的庆祝活动：“希尔顿酒店通过其专有的LightStay计划减少了碳排放量，相当于减少了390,350辆汽车……同时节省了超过10亿美元的公用事业成本”。换句话说，开发或采用此类计划的品牌可以期望从这里长期获得节省和可持续发展的回报。
4.采用团体订票软件
CventPasskeyforHoteliers使用智能技术最大限度地发挥现有业务的销售潜力，改善预订体验，并无缝组织所有相关部门。PortolaHotel&Spa收入经理ColetteBarss说：“自从启用PasskeyARI以来，我们看到客房收入显着增长，我们的客人延长了住宿时间。规划人员很高兴能够保持链接打开的时间更长，而客人喜欢预订的便利性。”
所有可用的工具加起来就可以创建一个强大的预订引擎，但归根结底，它们都支持相同的目标。要做到这一点，酒店经营者需要一个团体预订软件来帮助他们更好、更聪明地工作。
5.使评论具有可操作性
通过客人在主要酒店评论网站上留下的反馈来了解客户。但是，不要总是手动完成该过程，而是使用智能工具为您完成。机器学习（AI的一个子集）可以轻松地自动收集、存储和分析来自各种在线来源的数据。
这就是豪华酒店品牌DorchesterCollections使用它来个性化客人从预订到用餐的体验的原因。在一个例子中，他们能够确定“客人对早餐的兴趣远远超过将晚餐作为正餐，酒店倾向于将投资重点放在哪些方面，以通过提供优质的用餐体验来区分自己。”更新的早餐菜单，客人可以个性化自己的需求。
“事实证明（机器学习软件）是正确的，”多切斯特收藏中心的AnaBrant说。“多切斯特厨房报告说，80%到90%的早餐订单被修改。所以今天，当你在比佛利山庄坐下来吃早餐时酒店（在TripAdvisor上有1,019条评论，在Booking.com上有298条评论，在Yelp上有235条评论，在Expedia上有294条评论），一名服务员走过来问你想要什么——他们什么都有。没有菜单。”
6.使用聊天机器人翻译器
聊天机器人翻译人员可以根据网站访问者的位置快速识别网站访问者使用的语言。他们还可以即时翻译脚本并管理来自世界各地的同步客人查询。
尽管酒店业对聊天机器人并不陌生，但它们的重要性只会继续增加。正如《纽约时报》报道的那样，聊天机器人“为旅行者提供有关冠状病毒爆发、统计数据和症状的最新信息。”由于人工智能，客人将越来越多地将聊天机器人视为旅行助手，而不是他们与现场人员之间的障碍。
7.功能智能事件图表
酒店的人工智能有许多不同的形式。“哇”活动策划者使用CventEventDiagramming等产品-一种用于创建活动空间3D图表的直观工具。模板化过去事件的布局，主持虚拟演练，并在一个地方同时与多个团队协作。
8.让机器人为客人办理签到
希尔顿和IBM联手打造了康妮（以康拉德希尔顿的名字命名），这是第一个面向酒店的现场客服机器人。AI模型可以向客人学习并随着时间的推移进行调整，同时回答问题、完成简单的预订任务并随着时间的推移改进自己的语言。
希尔顿的乔纳森·威尔逊(JonathanWilson)表示：“我们专注于重新构想整个旅行体验，让宾客体验更智能、更轻松、更愉快。”“通过利用IBMWatson（为机器人提供动力的AI软件）等创新合作伙伴，我们以最不可预测的方式‘惊艳’我们的客人。”
不用担心更换人工前台员工——像Connie这样的工具旨在防止大堂排长队，创造难忘的体验，并帮助团队提高绩效。
9.让招聘更聪明
酒店招聘人员正在使用机器学习以超越过时简历模型的方式招聘酒店员工。利用现有团队成员的个性档案和基于游戏化的测试，洲际酒店集团和其他顶级酒店品牌已经招募了数千名员工。
遵循这种方法可以让招聘人员超越页面上的内容，发现最适合各个级别的候选人。洲际酒店集团欧洲酒店运营人力资源主管HazelHogben表示，“它还有助于消除个人或先入为主的偏见。