简谈我对人工智能的理解与它的应用发展现状

谈起人工智能（Artificial Intelligence），英文缩写 AI，人们理解模糊、众说纷纭、喜忧参半，乐观者认为它极大地推动了产业界的进展，是目前乃至未来引领科技前沿的硬核方向之一，悲观者认为即使在某些场景它能解决很多问题，但它所引起的道德问题、伦理问题、失业问题、隐私问题已引起了很多民众的焦虑。而绝大多数民众对它的理解，仅限于“它很热”。的确，近期对于 ChatGPT 的报道与讨论更是强化了乐观者的乐观与悲观者的焦虑，也更是强化了绝大多数民众的认识— “它很热”。那么什么是人工智能[1][2][3][4]呢？通识的理解，它可以拆成两部分—“人工”和“智能”[1][2]。“人工”就是指“人造的科学和工程的产物”，“智能”就宽泛多了，在研究领域，它主要包含思维、意识过程的模拟以及推理。合起来呢，就可以理解为像人一样的思考的科学和工程的产物。对人来说呢，人吸收信息能整理总结沉淀成知识，也能直接接收知识再综合信息来进行推理和决策。那对于人工智能呢，它的思想也是类同的，它既有信息、知识性的、只能在设计的程序范围内形成动作的，不具备推理能力、独立意志的弱人工智能，又有在设计的程序范围外能独立推理及自主决策的强人工智能。下图为作者编辑合成的选自百度图片中的“人工智能”图片。

人工智能是计算机科学的一个分支，该领域的研究从应用层面包含图像分析与理解[5][6]、语音识别理解与合成[7][8][9]、自然语言处理和理解[10][11]、搜索系统、推荐系统[12][13] 、专家系统[14][15]、脑机接口[16][17]、机器人[18][19]、自动驾驶[20][21]、无人机[22][23]和无人船等。下图呈现了我认为各应用的交叉情况。

图像分析与理解中，又包含图像分类、图像识别/检测、图像分割、图像检索，现在我们认证中用到最多的车牌识别、文字识别、人脸识别、指纹识别、字体识别都是图像识别中的细分领域。图像分割在医疗领域应用比较多，比如对CT图像和核磁共振扫描图像中感兴趣的区域进行分割等。在搜索平台可以通过关键字搜索图片，在电商购物平台中已有“以图搜图”应用。语音识别与理解系统还没有发展的很完善，但是应用却已经很广泛，比如小米的小爱同学、苹果的Siri、TCL电视中的小T、小汽车中的语音识别系统和电话客服系统都已经产生了辅助的价值。语音合成，一种会带来机遇与风险并存的技术[24][25]，选好适合的应用场景尤为重要。下两图为分别说明图像分析与理解的细分领域和语音识别与理解—Siri助手的功能而编辑合成的选自百度的图片。

说到自然语言处理和理解，它们都既像是技术，又像是应用。说它们是技术，是因为它们也部分支撑着语音识别与合成、搜索系统、推荐系统和专家系统。说它们是应用，是因为它们由机器学习、深度学习、关键词提取算法、关键词排序算法、向量化算法等多种算法作为支撑。谈到搜索系统，我们再熟悉不过了，必应、百度、电商中的搜索、音/视频中的搜索，我们大多数人天天都在用吧。说到推荐系统，电商平台、读书、音/视频平台也应用得很广泛了。说到专家系统，其实所有的搜索系统和推荐系统也都是专家系统。但是之所以单列出专家系统，我认为主要是为没有规律、没有统一的解决方案、又依赖于专家的知识和经验而设计的解决方案的系统。最近异常火爆的ChatGPT[26]就是自然语言处理与理解、专家系统、搜索系统、推荐系统的集大成者，也同样是备受讨论与争议者[27][28]。

谈到脑机接口，它已不单单是科幻片里才有的呈现，在2020年，就有“用活猪演示脑机接口技术”的报道[29]，今年也既有“脑机接口新技术为脑疾病诊疗提供新思路”[30]的乐观的声音，也有人们对人伦等不安全因素的担忧[31][32]。机器人在我们生活中有不少应用了，比如扫地机器人，制造业中用到的工业机器人等，医疗机器人、手术机器人、煎饼果子机器人也都有公司在做[33][34][35]。如果未来的机器人，集成了前面提到的所有人工智能技术，那我们人类会不会很恐慌？下图为脑机接口及几种典型机器人图片的编辑合成图片。

谈到自动驾驶，不得不说它也是争议比较大的领域[36][37][38][39]，对于它比较通识的理解是自动驾驶汽车，目前，低速自动驾驶小车在自助送、买餐/商品方面已经有了落地的应用。自动驾驶汽车领域，我们关注包括百度在内的前5家路测公里数最多的公司就大概能了解此行业的落地情况了。无人机领域经过资本、技术与市场的角逐，行业生态已基本明朗。无人船相关的书籍不多，它的技术核心也可以归结为低速无人驾驶+船体设计，相关领域被报道的不多，可以参考几个公司的产品[40][41]。下图为自动驾驶餐车/汽车、无人机、无人船的编辑合成来自百度的图片。

特别说明：“人工智能应用”图为原创，其他编辑合成图选材自百度无版权要求的图片，旨在帮助读者理解，并已在图片中标出说明，感谢百度图片团队，如图片版权要求有变或不想被作者编辑引用，请联系作者删除。

参考文献或网址：

[1] Richard Urwin, Artificial Intelligence: The Quest for the Ultimate Thinking Machine[M], 2016. Chapter 2: Chapter 1 What is Artificial Intelligence? - Artificial Intelligence: The Quest for the Ultimate Thinking Machine

[2] Richard Urwin著，吴乔译，极简人工智能[M]，电子工业出版社，2018。

[3] 周志明，智慧的疆界：从图灵机到人工智能[M]，机械工业出版社，2018。

[4] 王晶、李贵民等，科学+预见人工智能[M]，人民邮电出版社，2017。

[5] Rafael C.Gonzalez（拉斐尔·C.，冈萨雷斯），Richcard E.Woods（理查德·E.，伍兹）著，阮秋琦、阮宇智译，数字图像处理（第四版）[M]，电子工业出版社，2020。

[6] Kenneth R. Castleman（卡斯尔曼）著，朱志刚、林学、石定机等译，数字图像处理，电子工业出版社，2004.

[7] 韩纪庆、张磊、郑铁然，语音信号处理（第3版）[M]，清华大学出版社，2019。

[8] 俞栋、邓力、俞凯、钱彦旻，人工智能：语音识别理解与实践[M]，电子工业出版社，2020。

[9] Jan P.H. van Santen, Richard W. Sproat等编，蔡莲红、杨鸿武等译，语音合成，机械工业出版社[M]，2005。

[10] 冯建周，自然语言处理，水利水电出版社，2022。

[11] James Allen著，刘群、张华平等译，刘群审校，自然语言理解（第二版）[M]，电子工业出版社，2005。

[12] Dietmar Jannach, Markus Zanker, Alexander Felfernig, Gerhard Friedrich著, 蒋凡译，推荐系统[M], 人民邮电出版社，2013。

[13] 李东胜，推荐系统：前沿与实践[M]，电子工业出版社，2022。

[14] Joseph C. Grarratano（吉奥克），Gary D. Riley著，印鉴、陈忆群、刘星成译，专家系统原理与编程[M]，机械工业出版社，2006。

[15] 尹朝庆，人工智能与专家系统（第2版）[M]，中国水利水电出版社，2009。

[16] BJ Fisch, R Spehlmann, Fisch and Spehlmann' s EEG (Electroencephalography) Primer - Basic Principles of Digital and Analog EEG, 1999。

[17] Schomer, Donald L., Lopes Da Silva, Fernando H., Niedermeyer’s Electroencephalography: Basic Principles, Clinical Applications, and Related Fields, 2011。

[18] John J. Crag（约翰J. 克雷格）著，贠超、王伟译，机器人学导论（原书第4版），机械工业出版社，2018。

[19] Kevin M. Lynch（凯文· M.林奇），Frank C. Park（朴钟宇）现代机器人学：机构、规划与控制[M]，机械工业出版社，2020。