人工智能论文

人工智能论文

LastupdatedontheafternoonofJanuary3,2021

重庆理工大学

专业选修课课程考查报告

《AI的发展与未来》

成绩评阅教师

课程名称：《人工智能及应用》

专业：软件工程

学号：

学生姓名：

提交时间：2017年5月5日

进入人工智能

人工智能的话题，在近年尤其火热，很多人是因为在2016年看到AlphaGo打败了

世界围棋冠军李世石。这使得大家对人工智能非常感兴趣，同时也有很多人思考人工智能

是否应该继续无节制地发展下去人们会担忧将来人工智能发展到一定的高度可能会取代人

类。包括霍金、比尔·盖茨这样伟大的人物也怀疑人工智能。

我们谁都无法下结论说到底该不该发展人工智能，所以我们先来了解一下什么是人

工智能，否则我们只会在对人工智能的恐惧中无法获得理性认知。

人工智能似乎没有明确的定义。人工智能就是研究如何使计算机去做过去只有人才

能做的智能工作[1]，这是美国麻省理工学院的温斯顿教授认为的人工智能。人工智能大概

来说可能是有几个部分，首先是感知，感知是包括视觉、语音、语言；然后是决策，做一

些预测，做一些判断；那当然如果你要做一套完整的系统，就像机器人或是自动驾驶，它

会需要一个反馈[2]。

人工智能的发展

通过了解人工智能发展的主要里程碑，可能会更加直观的了解人工智能。在感知方

面，比如我国的科大讯飞。该企业使命是让机器能听会说，能理解会思考；用人工智能建

设美好世界[3]。正如他们的企业使命，讯飞语音识别软件现在已经能听懂人们所说的，而

且正确率相当高，如果要打很多字完全可以不动手，直接念一遍就都以文字的形式输出

来。以前电视里播的现场直播都是没有字幕的，现在已经可以在直播的时候也可以看到实

时字幕。可见语音识别给我们带来了巨大的便利。还如微软的小冰，你可以在微信关注

她，并且同她聊天，还可以和她语音聊天，她甚至可以为你唱歌。现在小冰会的东西越来

越多，也越来越智能。

决策方面，从早期MicrosoftOffice里的工具到Google广告的推荐，然后到金融行业的很

多智能决策公司的出现，进步迅速。现在的gamil，有时候收到email，Google会跳出来问

要不要发回复，有时候它连回复都帮你写好了，而且写的很精确。这也是人工智能的体

现。可能以后我们讲话都不用，助理能帮我们搞定。最后是反馈，比如无人驾驶汽车，它

通过车载传感系统感知道路环境，并根据感知所获得的道路、车辆位置和信息，控制车辆

的转向和速度，自动规划行车路线并控制车辆到达预定目标的。从而使车辆能够安全、可

靠地在道路上行驶。

深度学习及其应用领域

提到人工智能就不得不提深度学习，它是一种神经网络，它的特点是使用了多层网

络，能够学习抽象概念，同时融入自我学习，而且收敛相对快速。收敛快速可能是一种技

巧，不见得是一个理论，但是有一批人通过它解决了很多重要的问题。简单的来说，如果

我们有很多笑脸，然后我们把笑脸的像素输入到一个神经网络里面去，最后你那儿希望让

机器能识别这是姚明，那是马云，但是因为你这个深度学习的网络很深，要一次性学会这

么多也会比较困难，所以就需要用到一个比较快速收敛的技巧——自我学习。通过自我学

习，机器会逐步从大量的样本中逐层抽象出相关的概念，然后做出理解，最终做出判断和

决策。深度学习或者是任何的机器学习，它是不是超越人类的能力表现，如果超越的话，

可能很多应用就会产生。比如在机场，如果机器识别人脸的准确度超过人，那么那些边防

的人就可能不需要那么多。这并不是说机器不会犯错，而是说既然人不能比机器做的更

好，那不妨就用机器取代。

关于深度学习的应用领域，在过去的五年，深度学习的准确度从75%多提升到了

97%左右，而人的表现准确率大概是95%。从95%到97%听起来只进步了2%，但实际上

是把错误率降低了40%，这是很大的进步。如果这种进步持续，未来人工智能必然会超过

人类的表现，同时也将可以进入一些可应用的领域。在很多领域，包括人脸识别、科大讯

飞的语音识别，它们的认知水平将在未来几年的时间内超过人类，而一旦超过人类，应用

就会快速的增加。银行保险方面，比如说贷款该不该审批，则无论是银行的贷款，还是

P2P的贷款，都可以通过机器来判断，而且数据未必要来自银行内部。医学方面，今天的

医生的判断真的不是最完善的。一方面医生有好有坏，顶尖的医生非常少；第二方面比如

在癌症方面，它每一年都有新的药出来，那每个医生每天忙着看病人，就不见得有时间去

研究这些药物，那些药物也不是每个国家都可以使用的。还有就是每一个人，他的各种特

质，不见得就适合用这个药。这些其实都是可以用机器学习来做出来的。在教育方面。在

学习的过程中，如果基础没有打好，下一个层次根本学不下去。智能化的教育系统会识别

你的学习水平，然后根据你的水平确定学习内容。比如，你的乘法没有学好，机器就不可

能让你去学除法。学习外语也是很好的例子，我们今天的语音识别，学外语就不一定要找

外教，所以，当你的技术一提高了，语音识别应用就不会只是我的讲话进去然后文字出

来，它还有可能用在教育领域。

人工智能的商业化

第一，不要用人工智能去取代人。机器不一定要取代人，很多情况之下他只要能辅助

人就可以了。未来也许很多工作会消失，但医生会全部失业吗？一定不会，应该是最高明

的医生创造很多机器人给他人使用。记者呢写深度文章还是需要的，但简单拼拼凑凑的文

字就不需要了。所以这些工具一定程度上是在辅助人而不是取代人。

第二，要聪明的找到容错的用户界面。比如搜索引擎，当你去百度搜索的时候，它们

给出的第一条就是你要的答案的情况有多少？应该不会超过50%，但是为什么我们都说搜

索引擎聪明，不说他笨呢？第一个理由当然是因为它博学，第二个则是因为它的界面做的

非常的聪明：它给用户提供很多结果，而用户只要能找到他满意的那个，就会认为搜索引

擎很棒，因为没有它的话，用户可能什么也找不到。这一类的容错的界面，即便它的识别

率很低，给你很多结果，让你在一定时间里得到满足，其实还是达到了一定的可用度。

第三，让用户提供自然的大数据。当Siri推出的时候很多人都说“这就是个玩具而

已”，认为它没有真实的用处，但是苹果靠Siri收集了很多人的真实语音，收集了大量数

据。很多人把Siri当成一个搞笑工具，会问它诸如“你是男是女”这种无聊问题，苹果就把

这些无聊的问题深度分析了一下，去了解人们最常问的都是什么问题，然后他们就考虑能

不能优化Siri，让它对正常问题的解答能让人们在一定程度上得到满足。人们满足了以

后，就会继续的问，如此问题越问越多，苹果也就可以得到更多的数据。苹果的这种数据

收集方法非常聪明。这一种有趣的方式，你就可以像草船借箭一样，去“借”到几亿个数

据。这些数据哪怕不精确也无妨，因为整体来说深度学习非常聪明，能把那些不精确不精

准的东西忽略掉。

第四，关注局限领域。Google很伟大，它要做全天候全路况的无人驾驶，GoogleCar

能在高速公路上比99%以上的人都开的更好，但是它碰到一些极端的情况，比如大风大雨

的漆黑天，它就没辙了，因为它不知道该怎么办，从来没看到过这种情况。这种情况下只

有把车子停下来，那就可能会追尾了。但是其实我们完全可以先做一个用于局限领域的无

人车，把这样的一个产品先做起来，然后我们通过它获取数据，学习教训，不断改进。比

如无人驾驶叉车。这个叉车是产生价值的，因为它取代了一个叉车工人去开叉车；它技术

难度相对低，因为它只要知道从A走到B；它不上路，不用担心政府的法律法规，不需要

考虑撞到人怎么办，是不是要停下。现在实际应用起来还非常难，那我们是否应该考虑换

一个角度去发展一个过渡期的局限领域。

个人见解

文章开头讲的人们担忧将来人工智能发展到一定的高度可能会取代人类这样的问题。

虽然不排除这件事情发生的可能性，但是我们应该先要应对下一阶段50%的人可能失业的

问题。这可能是一个最大的问题，毕竟在过去的工业时代也好，信息时代也好，失业率从

来没有这么高过，今天的政治经济体系也不能承担这么高的失业率。所以我觉得聪明的人

应该赶快解决这个问题，这个问题可能十年后就要到来了，当这个问题解决完了之后，我

们再去想下一个问题。未来人工智能会在所有的领域彻底改变人类，产生更多的价值，取

代更多人的工作，也会让很多现在重复性的工作被取代，然后让人去做人真正应该去做的

事情，让我们每个人能够找到自己的更高目标，有实现自我价值的机会。这样全人类就会

有更多的时间和精力去发展那些人工智能无法涉及的领域。所以我认为我们无需过于担忧

人工智能可能潜在的危险，大胆发展人工智能及其应用，让我们的未来更加方便和丰富，

使我们人类走向一个新的智能时代。

参考文献：

[1]温斯顿.人工智能_百度百科［DB/OL］．

,2017-05-04

[2]李开复.李开复清华演讲：为什么今天是人工智能的黄金时代？［DB/OL］．

,2016-06-25

[3]科大讯飞.科大讯飞官网公司介绍企业文化［DB/OL］．

,2017-05-04