时间：2023-07-07 09:20:23
绪论：在寻找写作灵感吗？爱发表网为您精选了8篇人工智能研究综述，愿这些内容能够启迪您的思维，激发您的创作热情，欢迎您的阅读与分享！
>> 研究生人工智能系列课程教学改革 研究生人工智能课程教学探索 研究生“人工智能”课程教学改革探索 人工智能实验课教学改革研究 人工智能课程全英文教学改革 创新型人工智能教学改革与实践 《人工智能》硕士课程教学改革的研究与实践 落实科学发展观,深化“人工智能”课程的教学改革 面向人工智能的信息管理与信息系统专业教学改革 人工智能课程教学方法研究 人工智能的应用研究 日本巨资扶持人工智能研究 人工智能系列课程研究 高中人工智能教学初探 《人工智能》双语教学初索 人工智能双语教学建设 人工智能实验教学探讨 “人工智能”之父 人工智能 AI人工智能 常见问题解答 当前所在位置：l(美国人工智能协会)、caiac.ca/(加拿大人工智能协会)等，它们包括了学科前沿动态、讨论交流及大量的代码资源等。通过使用这些资源，学员可及时了解人工智能最新发展动态，进行人工智能程序设计的交流及对一些问题进行较为深入的探讨。
2教学方法研究
研究生教学应更突出学生的主体地位，注重发挥其学习的主动性和自觉性，为此，课程组结合课程特点，在教学方法进行了如下探索。
2.1加强教学设计
教学设计就是对教学活动进行系统计划的过程, 是教什么(课程内容)及怎么教(组织、方法、策略、手段及其他传媒工具的使用等)的过程[2]。在教学过程中，每节课授课前，坚持集体备课的原则，由课程组集体讨论选定授课内容，补充阅读文献，根据授课对象与课程内容特点，确定课堂组织方式，采用的授课方式以研讨式教学为主，给合讲授、实验、自学等。
2.2抓好课堂教学环节
教学方法与教学手段是保证课堂教学效果的关键。本课程授课对象主要为硕士研究生，他们的接受能力较强，有一定的求知欲。由于学员人数较少，授课方式可灵活组织。教室有完备的多媒体设备，基本的软件实验环境，教学过程可采用灵活教学方法、多种教学手段，提高教学效率，保证授课质量。
1) 以研讨式为主的教学方式。研究生教学应坚持学术研究为导向，发挥学员在学习过程中的主动性和自觉性。由于研究生学员有一定的学习基础与自学能力，教员可以在课前给学员布置预习内容，学员通过查阅资料、分析整理进而形成自己的观点，使在课堂教学中师生互动交流成为可能，改变传统的教员讲，学员听的灌输式教学方式。研讨式教学也有力于培养学员积极思考、创新思维的习惯与能力。
2) 教学手段的信息化。人工智能原理教学一个突出矛盾是知识点多、内容抽象、理论性强，但学时较少，因此，必须发挥现代教学手段的作用，提高教学效率。为此，课程组对每节课都精心设计了教学课件，课堂教学中以课件为主，辅以板书，充分利用多媒体信息量大、直观等优点，改善教学效果；引入教学声像资料，便于学员课下学习；设计演示程序，使部分比较抽象、不易于理解的内容，如子句归结、搜索策略更形象直观，易于学习和掌握。
3注重培养学员学术研究能力
学术能力是指专门对某一学问进行系统的哲理或理论研究的能力，它不仅包括思辨的方面，还包括实践及感性的敏感力等方面。研究生阶段学习的一个突出特点是要求学习的主体――研究生必须具备研究的能力[3]。论文写作是培养、锻炼、提高研究生的学术能力的重要途径，在教学实施过程中，要求每个专题学习结束后，都要提交一份格式符合期刊发表要求的总结报告，题目可自行选定，也可由教员指定；内容既可以是人工智能该专题某一算法的实现，也可以是对某一问题的进一步研究，或者是对该专题最新研究进展的综述。教员重点在以下几个方面予以指导。
1) 选题准确。要求选题不能过于宏大，应以小题目反映大问题，具有一定的可研究性为宜。
2) 研究内容。研究目标明确，方法恰当，能够提出自己的见解，所提观点正确。
3) 论文结构。结构清晰、完整，论述严谨，表达规范。
4) 占有文献丰富。撰写过程中要有意识培养学员查阅科技文献的能力，要求查阅反映最新研究成果的权威文献。
4加强实验环节教学
人工智能教学在进行各种理论知识讲授的同时，还应重视实践教学，把抽象的知识转化为形象、直观的实验，让学员真正理解人工智能的概念、本质、研究目标，从而提高学员多角度思维的能力和逻辑推理能力，进一步了解信息技术、计算机技术发展的前沿，培养他们对人工智能研究的兴趣，激发对人工智能技术未来的追求。为此，课程组借鉴国内外知名大学人工智能实验教学经验，编写了《人工智能原理实验指导书》，围绕问题表示、经典逻辑推理、不确定推理、搜索策略及简单专家系统实现等教学内容提供了7组实验供学员选择。
例如，在状态空间搜索一节教学过程中，先完成理论部分的教学，使学员对状态空间基本概念、问题表示及求解方法有一个准确的认识，然后进行实验教学。由学员自主完成重排九宫问题求解的程序，初始状态和目标状态如图1所示，调整的规则是，每次只能将与空格(左、上、下、右)相邻的一个数字平移到空格中[4]。实验过程重点指导学员掌握状态空间进行问题求解的关键步骤：问题表示和搜索策略。问题表示就是要确定该问题的基本信息及程序实现的数据结构，基本信息有初始状态集合、操作符集合、目标检测及路径费用函数，数据结构可采用向量、链表等形式；搜索策略可分为盲目式搜索和启发式搜索，可按照先易后难的原则，先实现盲目搜索中的广度优先及深度优先搜索，在此基础上再定义估价函数实现启发式搜索。而在启发式搜索实现过程中，又可以通过定义不同的启发函数：如某状态格局与目标节点格局不相同的牌数、不在目标位置的牌距目标位置的距离之和等加以比较，准确理解启发函数的意义。通过实验，学员加深了对课堂讲授的理论知识的理解，能够熟练地将状态空间法运用于实际问题的求解，提高了工程实践能力。
实验教学组织方式可根据具体的实验内容特点，采用上机编程实验、演示程序验证、模拟平台开发、分组讨论等多种形式进行。
5适度开展双语教学
研究生的英语基础普遍较好，基本都通过了国家公共英语四级考试，部分学员通过了六级考试，加之在本科阶段还开设了专业英语课程，因此，在培养研究生人工智能知识的同时，我们要提高学员阅读原版英文资料、用英语进行简单科技写作及对外学术交流的能力，适度开展双语教学，对此，我们可采取以下基本方式。
1) 专业术语全部用英语表示。
在教学过程中用英语表达人工智能原理中的专业术语和主要概念，如Knowledge Representation(知识表示)、Depth-First Search(深度优先搜索)、Breadth- First Search(广度优先搜索)等。
2) 以英文原版教材为教学参考书。
选定机械工业出版社出版的《Artificial Intelligence Structures and Strategies for Complex Problem Solving》为参考书，该书“是人工智能课程的完美补充。它既能给读者以历史的观点，又给出所有技术的实用指南[5]。”
3) 加强英文文献的阅读。
在课程论文撰写时，要求阅读一定数量的外文文献；在讨论课中，鼓励学员使用英语进行讨论。
经过课程学习，学员都能准确掌握人工智能学科专业词汇，英文运用能力得到一定提高，能较自如地阅读原版英文专业资料，为进一步用英文进行学术交流及学术论文写作打下基础。
6考试与成绩评定改革
考核方式采用传统的试卷与课程论文、实践环节等三部分组成，全面考查学员对基础理论知识掌握情况以及理论联系实际的能力，其中试卷占70%，课程论文占10%，实践环节占20%。课程论文题目不作限制，由学员在课程学习阶段结合某一专题选定题目，课程论文以选题意义、研究内容、论文结构、参考文献及撰写规范等指标为评价依据；实验成绩采用实验过程考查、实验结果验收和实验报告评阅相结合的考核方法，综合评定。这样做不但考核了学员人工智能基本理论掌握情况，也反映了学员的学术研究能力和工程实践能力。同时，考核结合实际教学进程，改变了单一课终总结性考核的弊端。
7结语
经过课程组近两年的教学方法研究与教学实践，研究生人工智能原理课程教学收到较好的效果，但仍存在一些问题，如在课堂讨论环节，个别学员准备不充分、讨论不够深入；课程论文撰写选题随意，文献综述不够全面、准确，论文格式不够规范等。在今后的授课中，课程组将根据授课研究生人数较少的特点，采取明确每名学员预习重点、加强课程论文交流等方式予以改进，力求取得更好的教学效果。同时，进一步充分利用便利的校园网平台，开展“人工智能原理”网络课程建设，购买或自主开发网络教学资源，引导学员利用网络资源进行个性化自主学习，增强教学过程的信息化程度。
参考文献：
[1] 王永庆. 人工智能原理与方法[M]. 西安:西安交通大学出版社,2002:1.
[2] 李志厚. 国外教学设计研究现状与发展趋势[J]. 外国教育研究,1998(1):6-10.
[3] 肖川,胡乐乐. 论研究生学术能力的培养[J]. 学位与研究生教育,2006(9):1-5.
[4] 周金海. 人工智能学习辅导与实验指导[M]. 北京:清华大学出版社,2008:204.
[5] George F.Luger.Artificial Intelligence Structures and Strategies for Complex Problem Solving[M].北京:机械工业出版社,2009:754.
Reform on Postgradrates Artificial Intelligence Course Teaching
TAN Yuehui, QI Jianfeng, WANG Hongsheng, LI Xiongwei
(Department of Computer Engineering, Ordnance Engineering College, Shijiazhuang 050003, China)
【Abstract】In recent years， with the support of highly developed electronic technology， artificial intelligence has developed rapidly， even a lot of artificial intelligence products have been put into use and walk， into people's lives. In this paper， the artificial intelligence is reviewed， and analyzed the present situation of artificial intelligence technology， points out its development problems， and the future of artificial intelligence is prospected.
【关键词】人工智能；发展现状；未来展望
【Keywords】artificial intelligence； current situation of the development； future
【中图分类号】TP18 【文献标志码】A 【文章编号】1673-1069（2017）04-0107-02
1 引言
2016年年初，韩国围棋国手李在石与围棋程序Alpha Go对弈中首战失利，再一次将人工智能拉入了公众的视野，使其成为2016年度话题度最高的科技之一。不可否认，近些年来人工智能发展迅速，很多人工智能产品已经开始进入人们的家中，如扫地机器人、智能保姆等，虽然它们还没有美国大片《终结者》中所描述得那么先进，但从前遥不可及的人工智能概念正在一步步变为现实却是不争的事实。人工智能的现状如何，它又将如何发展，都是学界较为关注的课题。
2 人工智能综述
2.1 人工智能的概念
人工智能即AI，其英文全称为Artificial Intelligence。人工智能的概念要从人工和智能两方面来了解，所谓人工就是指人工智能脱胎于人类的文明，是人类智慧的产物；而智能则是指具有人工智能的计算机或其他子设备可以模拟人类的智能行为和思维方式，人工智能是计算机科学的一个分支，它的近期主要目标在于研究用机器来模仿和执行人脑的某些智能功能，并开发相关理论和技术。
2.2 人工智能的现实应用
如今的人工智能机器，可以在胜任一些复杂脑力劳动的同时，辅助人类进行记忆和逻辑运算等活动。现阶段学者已经研制出了一些可以模拟人类精神活动的电子机器，经过完善升级，这些电子机器将有希望超越人类的能力，协助人类完成一些执行难度较大的工作。但是目前研制出的自动化系统或者机器人虽然可以代替部分人类劳动，却还没有到达可以实现人类多方面协调和自我学习升级的智能水平，要制造出一款可以完全拥有人类智慧的机器，还需进一步深入研究。还有一些人工智能产物经常应用于各种商业用途，例如单位内部的客户信息系统，决策支持系统，以及我们在世面上可以看见的医学顾问、法津顾问等软件。
3 人工智能发展现状
3.1 智能接口技术研究现状
人工智能接口研究就是为了实现人机交流，为此学者必须从理论和实践两方面努力，解决计算机对文字和语言的理解与翻译、对自我的表达等功能问题。由于智能接口技术的研究和应用，计算机技术的发展获得了极大的推动力，在运行速率和人机交流等方面都有巨大提升。
3.2 数据挖掘技术研究现状
数据挖掘技术主要是对各类模糊的、大量的应用数据、人未知的、潜在已经存在的数据进行整理挖掘进行细致的研究，寻找出对研究有用的数据。目前，数据库、人工智能、数理统计已经成为数据挖掘技术的三大技术支撑，以基础理论、发现算法、可视化技术、知识表示方法、半结构化等作为研究内容，为数据挖掘技术的发展提供理论和技术支持。
3.3 主体系统研究现状
主体系统可以实现机器意图和想法的生成，是一种智能方面更接近人类的自主性实体系统。自主系统可以完成一些相对独立、自主的任务，甚至可以通过调整自我状态，应对环境和特殊情况的变化，进而保证自身规划任务的完成。在多主体系统研究中，主要是从物理和逻辑思维方面对主体进行智能行为的分析研究。
4 人工智能发展中面临的问题
4.1 识别功能的困惑
计算机识别技术研究在近些年取得了大量成果，其产品的实际应用范围较广，但不可否认的是，计算机识别的模式是基于一定的算法和程序设定的，其识别机制完全不同于人类的感官识别，因此，在计算机进行识别，尤其是图形识别时，对各种印刷体、文字、指纹等清晰图形可以快速识别，但对于相似度较高的物体，计算机识别能力相对较弱，识别失败的情况较为普遍。语音识别主要研究各种语音信号的分类。语音识别技术近年来发展很快，但是缺点是识别极易受到干扰，发音不标准的语音较易引发识别错误。
4.2 GPS功能的局限性
GPS是企图实现一种不依赖于领域知识求解人工智能问题的通用方法，但是问题内部的表达形式和领域知识是分不开的，用谓词逻辑进行定理归结或者人工智能通用方法GPS，都可以从分析表达能力上找出其局限性，这样就减少了人工智能的应用范围[1]。
5 人工智能的未来应用展望
人工智能与人生活最息息相关的应用范围就是融入人们的衣食住行和教育等方面，这也是人工智能未来最普遍的应用方向。
5.1 无人驾驶的汽车
奔驰、丰田等很多大型汽车企业都在研究o人驾驶的汽车，像007电影中的那种拥有自主辨别路况、自动驾驶等功能的汽车也许很快就会成为现实。自动驾驶的汽车要搭载的技术并不只人工智能一种，它还需要将自动控制和视觉计算等新型技术集成应用，改变现有汽车的体系结构，赋予其自动识别、分析和控制的能力。因此，自动驾驶汽车需要实现三方面的技术突破：其一，实现利用摄像设备、雷达和激光测距机来获得路况信息；其二，实现利用地图进行自动的车辆导航；其三，根据已有信息数据对车辆的速度和方向进行控制。未来的自动驾驶汽车还可以通过车辆之间的信息互通和互相感应，来协调车速和方向，避免车辆碰撞，实现自动驾驶车辆的安全行进。
5.2 智能化的课堂
当前已经有一些智能化的教学软件，教师们可以在这些软件上把教学课件传送给学生，并进行授课答题，学生还可以与教师弹幕互动，使课堂变得妙趣横生，方便了教师的授课活动。对于学生而言，能够在期末十分便捷地回顾上课的错题，甚至能够在几年后翻阅学习过的课件；对于教师而言，能够精细地知道学生对知识的掌握程度，甚至能够发现最积极和最懈怠的学生。未来的智能课堂将更具有时间延展性，学生不仅可以在课堂学习知识，还可以利用智能电子设备进行课前预习和课后复习，从而使学生可以在更加趣味性的氛围中进行自主学习安排。
5.3 自动化的厨房
今后的厨房将会更加智能化，当你做饭时，设定好你想要的菜谱，准备好所需的食材，烹调设备即可将饭菜制作得恰到好处。它会根据你食材的新鲜程度，为你推荐最适合的菜谱，并计算出其营养参考标准，并为你推荐其他食物，使膳食营养均衡。当你家中某样食材不足时，物流公司便会将时下最新鲜的这一食材送至你家中[2]。
6 结语
人工智能这一概念是在1956年提出的，在当时，人工智能还只是人们头脑中的一种幻想，而在60年后的今天，人工智能的梦想已经逐渐照进现实，它甚至渗透进了工业、医学、服务等多个领域，可以说人工智能正在改变着我们生活的世界。但对于人工智能这个人类创造出来的技术，人们也存在一定的担忧，人工智能将向何方发展？人工智能发展到极致会不会脱离人类的控制？人工智能会不会超越人类的智慧？在诸多问题围绕下，人工智能技术依然在迅猛发展，它的未来如何，让我们拭目以待。
【参考文献】
关键词：人工智能；人机交互；机器学习；深度学习；数据挖掘
中图分类号：TP27 文献标识码：A 文章编号：1671-2064（2017）03-0221-02
人工智能是当今科技发展中最具潜力的热点问题之一，2016年初轰动世界的谷歌AlphaGo打败围棋世界冠军李世石的经典案例更是引起了全世界广泛的关注和热议。“人工智能”这个概念再次被推到了风口浪尖。那么，究竟什么是人工智能呢？它会对我们的生活有什么影响？在这个背景下，我们深入探究人工智能及其相关的技术领域，对于人工智能的普及和发展有着重要意义，也希望能给予人工智能相关领域的科学研究者们提供一些参考和方向。
1 什么是人工智能
人工智能（Artificial Intelligence，AI）是一门全新的信息技术科学，是计算机科学技术的一个重要分支，是指对于模拟、拓展和延伸人类的智能的应用系统及相关的理论和技术方法的开发研究。主要通过研究及了解人类智能的本质从而开发出能给出类似人类智能反馈的智能机器，计算机系统在理解目标方向之后所取得的最大化成果是计算机实现的最大智慧。人工智能不单单是一个特定的技术，它所研究的往往是能创造智能意识的高科技机器，包括了算法和其他应用程序，处理的任务也远远超出了简单计算，从学习感知规划到推理识别控制等等。人工智能的研究方向包含语言及图像识别技术、机器人设计、自然语言处理等，日益成熟的理论方法和技术实践也使得应用领域范围大规模扩张，人工智能是人类智慧的结晶，未来也可能展现出超过人类的智能。
2 人机智能的研究方向
人工智能的科学研究通常涉及到数学、逻辑学、认知科学、以及最重要的计算机科学等多学科领域，延伸出了以下几个主要的研究方向：
2.1 逻辑推理与证明
早期的人工智能更多的解决了大量数学问题，逻辑推理是基础也是研究时间最长最重点的领域之一。通过找到可靠的证明或者反证方法实现潜在的定理证明，根据数据库的实例进行推导并及时更新证明结论，演绎和直觉相结合，在推理和证明中实现部分智能。
2.2 问题求解
问题求解领域的一大重要应用则是下棋程序的功能实现，化繁为简、将困难的问题点拆分成为独立的子问题进行求解；而另一个实例则是数学方程的求解实现，分析各种公式符号的组合意义从而为科学研究者提供强有力的基础保障。问题求解中所运用的搜索和规约也是人工智能领域中的两大基本技术。
2.3 自然语言处理
自然语言处理也叫自然语言理解（Natural Language Processing，NLP），是指借助计算机来处理使用人类语言作为计算对象的算法程序，并研究相关的理论方法和技术。NLP是人工智能领域的主要研究方向之一，也是发展时间较长的研究方向之一。语音识别、搜索引擎、机器翻译等等都是NLP的重要研究内容，目前也都在人工智能领域获得了突出的应用成果。
2.4 专家系统
专家系统是指具有大量模拟人类相关领域专家知识和经验的智能计算机程序系统，依托于人工智能相关技术，根据专家系统所提供的数据方法进行判断推理进一步决策，从而代替人类专家解决一部分该领域的特定问题。从知识表示技术的角度上看，专家系统可分为基于网络语义、基于规则、基于逻辑、基于框架等几种类别；而从任务类型及专家系统主要解决的问题类型的角度来看，专家系统也可分成解释型（分析和阐述符号数据的意义）、调试型（根据故障制定排除方案）、预测型（根据现状预测指定对象未来可能的结果）、维修型（针对特定故障制定并实施规划方案）、设计型（按指定需求制作图样和方案）、规划型（根据指定目标制定行动方案）等。
专家系统的建立包含以下几个步骤：（1）初始专家知识库的设计：包括问题、知识、概念、形式、规则等多个概念的筹建；（2）开发和试验系y原型机；（3）改进与归纳专家知识库等。
专家系统的实现通常建立在大量的数据统计与人类专家提供的问题解决实例上，没有精确或统一的求解算法，因此也会造成一些局限性。在人工智能与计算机科学快速发展的今天，专家系统也逐渐更重视理论和基础研究，除了基于经验的理论，基于规则和模型的方法也将投入到实际运用中，未来的专家系统将更偏向协同式和分布式方向发展。
2.5 机器学习
机器学习是指计算机自动获取新的推理算法和新的科学事实的过程，是计算机具有智能的基础。计算机的学习能力是人工智能研究史上的突出成就与重要进展，也是人工智能初步实现的重要标志。机器学了在人工智能领域有着重要应用，对于探索人类智慧的奥秘以及学习方法和机理都有着重要意义，机器学习的时代才刚刚开始，各种理论方法也正在逐步完善中，未来精彩可期。
3 人工智能的应用
人工智能的首次提出至今已有60年的历史，在这个循序渐进的过程中，无论是功能场景还是机器模式，都逐渐从单一到通用、从简单到复杂，表达方法也更多种多样。目前主要通过赋予机器产品一定的人类智能从而有效地提升机器工作效率及能力，未来的人工智能将更多的模拟人类生活环境及思维方式来设计出真正具有人类智能的高效人机系统。
3.1 人工智能在各个行业的应用
人工智能已经运用到人类生产生活的各个方面，主要包括以下几点：（1）以智能汽车为代表的自动化交通方式。（2）种类繁多的家庭智能服务机器人。（3）用于临床支持和病人看护中的自动化智能设备及医疗器械。（4）智能教育辅导系统、线上学习和智能辅助学习设备的普及。（5）基于图像处理和自然语言处理的各类音乐社交软件及VR设备的兴起给互联网娱乐时代带来的巨大变革。（6）逻辑证明及智能分析在公共安全领域的预测及防范。（7）大量重复机械的劳动逐渐由智能机器取代，人类承担着更多的创新及实践工作。
3.2 人工智能生活应用实例
作为辅助人类生产生活的重要工具，日趋成熟的智能机器人已经快速走进了人们的日常生活中，下面我们介绍几种常见的使用场景：（1）智能房屋和家居生活的构建：目前的智能停留在自动控制I域，通过用户指令来便捷的操控比如电视、窗帘、灯具、空调等等；而未来，人工智能的发展将根据你的日常行为了解你的习惯喜好，利用传感器和自动装置搜集用户的行为数据，通过机器学习和深度学习算法改造你所居住的环境。最终实现真正意义上的智能家居生活。（2）无人驾驶的智能汽车：主要通过导航和定位实现规定路线的行驶、通过激光测距、雷达感应和照相等技术，配合复杂的计算公式从而辨别和避让各种障碍，最终脱离人类操控的环境下自动完成发动、驾驶、刹车等动作。行驶的安全性和准确性在智能机器的帮助下其实更可靠，我们完全有理由相信未来自动驾驶将成为人们出行的新方式。（3）基于神经网络的新型翻译方式：在线翻译相信大多数人都不陌生，使用范围广普及率极高，但其准确性一直都是人们关注的焦点之一。谷歌翻译负责人表示将在部分功能上尝试使用深度学习技术，如果能顺利实施必将使得翻译准确性的研究取得实质性突破，而基于神经网络的翻译方式则将帮助计算机更好地模拟和理解人类思维，使得翻译结果更流畅合乎规范，也方便人们更好地理解。
4 人工智能的发展历程
人工智能的发展历程不算很长，但发展速度却异常迅猛。跟所有新兴的前沿学科一样，人工智能的发展中也经历了和低谷时期。根据不同时期代表性人物和事件的发生，我们大致可以将整个过程分为以下几个阶段：
（1）1950年，举世闻名的“图灵测试”（图灵，英国数学家，1912―1954）首次发表于《计算机与智能》一文，即通过房间外的人和两个房间内的人和机器分别对话中，是否能区分人和机器从而判断出机器是否具有了人的智能。这是人类对于人工智能最初的概念。
（2）1956年，由香农、麦卡锡、朗彻斯特和明斯基共同发起的DARTMOUTH学会于达特茅斯大学召开，会上首次提出“人工智能”一词，这是历史上第一次关于人工智能领域的研讨会，见证了人工智能学科研究的开端。
（3）1960年以来，生物进化领域逐渐建立起了遗传、策略和规划等算法。1992年计算智能由Bezdek提出，计算智能对于生物进化学的探究有着重大意义，涵盖了模式识别、人工生命、神经网络、进化计算等多学科集合与交叉。
（4）上世纪90年代开始，专家系统逐渐兴起，对于专家知识库的不断改进以及基于规则和模型的协同式分布式专家系统将是未来使用的主要趋势。
（5）从1960年神经网络首次应用于自动控制的实施，到1965年人工智能启发式推理规则的方法引入，再到1977年运筹学理论中概念智能控制模式的成功借鉴，人工智能的发展也顺利引导了自动控制模式逐渐切换到了智能控制模式。
（6）从1956年AI概念的正式提出以来，人工智能领域已经取得了众多突破性的成就和进展，很多天马行空的想象也随着科技的进步在一代代科学工作者的不断努力下逐渐设计落实，人工智能已经从科学研究逐渐走向了人们的日常生活中，成为了当下最具潜力的多学科交叉的前沿科学。
5 人工智能的未来与发展趋势
从人工智能的提出到逐渐走入人们生活，人工智能的概念一经问世则得到了人们的普遍关注，甚至带动了语音识别、自然处理处理、机器学习、数据挖掘等一系列相关学科的发展和兴盛。人工智能领域中的创新和蓬勃发展是趋势也是必然，通过了解人工智能学科的发展历程及应用领域，我们大致可以推测出关于未来人工智能的一些方向：（1）机器学习和深度学习算法指导下更聪明更多样性更具智能的机器系统。（2）自然语言处理应用中更自然的人机互动交流。（3）机器学习时代更快速的数据处理分析策略。（4）各研发企业和机构对于人工智能先进技术更激烈的竞争和角逐。（5）超人工智能（Artificial Super Intelligence，简称ASI）时代下AI是否会走向失控给人们带来的微恐惧。
6 结语
在短短60年的时间内，人工智能的快速发展已经从很大程度上改善和刷新了人们的生活方式。人工智能的深入研究和实现正在不断帮助我们探索这个世界、帮助我们搜寻信息应对各种各样的挑战。人工智能在逐渐强大的同时，有机遇也存在着巨大的挑战和技术瓶颈，距离人工智能时代的真正实现还有很长的路要走。而人工智能的不断更迭完善，是否能取得超越人类智力和认知的智能、是否会出现违背人类价值观的危险行为将是未来很长一段时间内需要研究的重要课题。
参考文献
[1]李红霞.人工智能的发展综述[J].甘肃科技纵横，2007，36（5）：17-18.
【关键词】人工智能；电气工程自动化；控制技术
0 引言
随着经济的快速发展，人们生活水平得到了较好的改善。经济的繁荣使得我国工业水平正在不断提高。在社会主义市场经济环境下，竞争机制不断完善和发展，各企业要想在竞争激烈的市场环境中稳定发展，提高企业自身的工作效益非常重要，而人工智能在提高企业经济效益上有着重要作用。随着科学技术的不断发展，人工智能技术不断成熟并广泛的应用在电气工程自动化中，有效的提高了电气工程自动化的效率，为企业的发展带来了良好的经济效益。
1 人工智能概述
人工智能也可以称作为机器智能，是人类对自然改造做制造出来的系统所表现出来的职能，人工智能是以计算机技术为依靠的。从某种意义上将，人工智能就是沿用人工的方法和技术，以人类的智慧为模型，实现机器智能化的发展。人工智能的产生是随着科学技术的发展而发展的，是人类与计算机技术发展的产物结晶。科学技术是第一生产力，随着科学技术的不断发展，人工智能的发展已经超越了计算机这一门学科。心理学、计算机学科、哲学、物理学等众多学科都与人工智能有着密切的关系。
2 电气工程中实现人工智能控制的意义
在我国，是一个能源消耗大国，工业的发展，使得在人力上、物力上、财力上的投入不断增加，近年来，我国电气工程事业得到了飞速发展，为了满足人们日益增长的物质文化需求，适应经济快速发展的步伐，在竞争激烈的市场环境中，电气工程面临着巨大的挑战。随着科学技术的不断发展，人工智能逐渐进入到人们的视野，并且所担任的角色也来越重要。人工智能在电气工程中所扮演的角色尤为重要。当前我国电气工程很容易出现设备故障，经济效益低下，为了改变这些状况，在市场环境中长远生存下去，利用人工智能技术已经迫在眉睫了。在电气工程中，利用人工智能，可以实现智能化作业，在电气设备上实现智能化自我检修，防止出现设备故障，从而提高设备的工作效率，给电气工程事业带来经济效益[1]。
3 人工智能在电气工程自动化控制技术中的应用
在我国电气工程中，运用人工智能作业，可以有效的提高智能化作业水平，在作业过程中，可以自行的对机械设备进行检查，从而加大对电气工程自动化作业的控制，提高电气工程自动化作业水平。下面就以火力发电工程为例，来分析人工智能在工程中自动化的控制技术。
3.1火力发电的原理
火力发电系统中主要由燃烧供给系统、给水系统、蒸汽系统、冷却系统、发电系统等主要部件构成。火力发电是指利用石油、煤和天然气等燃料燃烧时所产生的热能来加热水，使水变成高温、高压水汽，然后再由水蒸气推动发电器来发电。热电厂为火力发电厂，采用煤炭作为一次能源，利用皮带传送技术，向锅炉输送经处理过的煤粉，煤粉燃烧加热锅炉使锅炉中的水变为水蒸汽，经一次加热之后，水蒸汽进入高压缸。为了提高热效率，应对水蒸汽进行二次加热，水蒸汽进入中压缸。通过利用中压缸的蒸汽去推动汽轮发电机发电。从中压缸引出进入对称的低压缸。已经作过功的蒸汽一部分从中间段抽出供给炼油、化肥等兄弟企业，其余部分流经凝汽器水冷，成为40度左右的饱和水作为再利用水。40度左右的饱和水经过凝结水泵，经过低压加热器到除氧器中，此时为160度左右的饱和水，经过除氧器除氧，利用给水泵送入高压加热器中，其中高压加热器利用再加热蒸汽作为加热燃料，最后流入锅炉进行再次利用。以上就是一次生产流程[2]。
3.2产品设计人工智能化控制
在火力发电场中，电气设备的设计是一个非常艰难的过程，设备性能的好坏直接影响到了发电系统的整体效果，要想保障火力发电系统的正常使用，产品设计的科学性很重要。人工智能利用计算机科学技术，经过模型设计，计算出电力系统做需要产品的规格，从而提高了工作效率，缩短了设计的周期，在发电系统中便利统一指导和管理[3]。
3.3经济运行人工智能化控制
随着计算机技术的发展，在火力发电厂中，运用计算机技术实现火力发电各系统之间的监控，而人工智能集合了计算机技术与人类的智慧于一体，在火力发电厂中，利用人工智能可以计算出火力发电厂各个系统运行的功率，单位的流量。火力发电厂场中，各个分系统之间是相互联系的，利用人工智能，能够计算出会理系统所需要的燃料，蒸汽系统中的水温变化情况，已经发电成效，对火力发电系统中各个子系统都能够有效的控制起来，从而保障火力发电厂经济运行[4]。
3.4机械设备人工智能化控制
火力发电厂所需要的设备较多，所要投入的人力也较大，一般都是一个子系统由两到三个人监控，发电系统能够正常运行。通过计算机监控技术，只要一个中央控制系统就能对发电系统的各个子系统中进行人工智能操作，不仅能够节省大量的人力，还能针对设备故障进行自动化检修，保障设备运行的效率，实现人工智能化控制[5]。
4 结语
随着我国科学技术的不断发展，人工智能已经逐渐成熟起来，并且广泛应用在当前企业的经营活动中。伴随着电气工程规模不断的扩大，电气自动化技术在电气工程中的作用也越来越大。在社会主义市场经济当中，随着市场竞争越来越激烈，我国电气工程要想在市场中取得发展，不断满足现代化经济快速发展的需要，就必须提高电气工程自动化的办公效率，利用人工智能技术，对企业办公实行自动化控制，从而有效的改善电气工程运行环境，提高经济效益，促进经济发展。
【参考文献】
[1]徐志国.人工智能（AI）在电力系统中的应用[J].现代电子技术，2013，06（21）：24―25.
[2]王同文，管霖，张尧.人工智能技术在电网稳定评估中的应用综述[J].电网技术，2011，01（12）：136―137.
[3]李华勇，王诗明，王华.电网智能操作票管理系统的研制与开发[J].江西电力，2012，10（06）：104―105.
[4]毛钢元，刘志国.智能控制系统设计方法的比较研究[J].淮阴工学院学报，2010，10（05）：198―199.
[5]孙竹梅，张丽香.人工智能技术在国内电厂中的应用研究[J].电力学报，2011，08（02）：105―106.
关键词：讯飞超脑计划；人工智能；未来生活
中图分类号：TP18 文献标识码：A 文章编号：1671-2064（2017）01-00218-01
人工智能包含三个层次：计算智能、感知智能和认知智能，讯飞超脑计划是包含模拟人脑的知识表示与推理、类人学习机制与新知识的获取、机器加载专业知识成为专门的教育领域。讯飞超脑计划是基于全球关于人工神经网络的深度学习研究，简单来说就是希望未来讯飞超脑计划能够将人工智能从只是简单地能听会说到能够深度思考相关问题的科技转变。人工智能的不断开拓创新是为了帮助人类能够更好地生活，我们应该注重人工智能的发展推进，将其广泛合理地应用到生活的实际中去。
1 讯飞超脑计划目前取得的阶段学习研究成果
1.1 讯飞超脑计划关于我国现阶段关于高中生学习教育的人工智能成果
随着近年来教育电子多媒体设备的投入普及使用，使目前的高中老师在课堂上更习惯用电子化的教学方式来替代传统的板书课本单一枯燥的教学，与此同时，现阶段高中生也同样具备使用移动互联网的条件，这样就使得科大讯飞超脑计划的教育产品可以形成以下的模式如图1所示。
采用此智能的学习模式可以使我国的高中生接受公平的最好的教育，这就需要借助人工智能的帮助来使老师提高自身的教育水平，使高中生丰富并开阔自身的视野。课堂教学包括了在线课堂、畅言交互式多媒体教学系统以及畅言智能语音等，这种新颖的课堂教学模式使原本单一的教学方式变成了思想上任意遨游的知识海洋；智能考试包含了标准考场、英语四六级网上阅卷、普通话与英语口语测试等方面，智能考试系统从字迹工整的程度、词汇量的丰富度、语法的正确性与通顺性等多个方面来评判考试试卷，加上多年来的不断改进，人工智能的评判方法跟相关专家的人工试卷评判的相似度相差无几，很大程度地增加了试卷评判的效率性与公平性；学习产品与教育评价更是覆盖到了从低到高的各个层面的产品组织结构，更有利于高中生的学习与应试教育的公平性。
1.2 讯飞超脑计划对于提高人类生活水平的成果
随着人工智能技术在经济、教育、文化、娱乐等领域的不断应用，使人们的生活质量水平得到了很大程度的提高，人工智能带来的方便快捷对于人类的发展进化与物质文化的进步产生了不可忽视的作用。随着讯飞超脑计划的推出，一方面，可以把人类从繁重的劳动中解放出来，很大程度地提高人类生产生活的效率与质量；另一方面，人工智能的进步会极大地革新人类的思维方式，使人们能够多角度地认知世界，加深对人类对自身所处的宇宙地位的思考，利于人不断地探索奥秘，进一步推进人类社会的进步。
2 讯飞超脑计划下人工智能对于未来生活的影响及其发展趋势
2.1 讯飞超脑计划下人工智能对未来生活的影响
由于讯飞超脑计划是感知智能结合认知智能的再创新，使得未来机器将会实现高水平的感知智能，具有更多的包括语音识别、手写识别以及图像识别的更多智能感知能力与实现包括智能客服、人机交互等的取代人类脑力劳动的认知智能突破。所以说讯飞超脑计划下的人工智能在未来的教育、经济、文化、社会结构等未来生活的各个方面都会产生重大影响。在教育上，人工智能的应用优化了课堂结构，使学生能够实时接受外界的新知识以及与时俱进的教育模式改革；在经济上，人工智能的高效能与高效率会明显提高经济效益，用人工智能来进行财务管理有助于缩减不必要的人工劳务开支与相关的培训费用，利于经济的变革与提高；在文化上，人工智能对于人类语言文化与图像处理上的优势日益凸显出来，可以确定的是人工智能的发展将会深入到人类生活的各个层面中去。
2.2 讯飞超脑计划下人工智能的未来发展趋势
随着人工智能的不断演进，人工智能从最初能存会算的计算智能阶段，到后来的能听会说、能看会认的感知智能阶段，最后再到讯飞超脑计划下提出的让机器能理解、会思考的认知智能阶段，未来的人工智能在语言理解、知识表达、联想推理以及自主学习等方面都将会取得很大的进展。
3 结语
人工智能对于未来生活的影响是多方面的，在未来生活的各个方面都十分显著。与此同时，讯飞超脑计划下的人工智能不断的改革创新与发展，也将更快地推动人类的发展，人工智能与人类的生活是互相影响又相互制约的。人工智能的不断发展给人类的未来生活带来了很大程度的改变，人类在不断开拓人工智能的领域时也应不断提高自身能力与素养，以适应人工智能带来的不断创新和改变。
参考文献：
[1]张妮，徐文尚，王文文.人工智能技术发展及应用研究综述[J].煤矿机械.2009，30卷（2）.
1人工智能技术的综述
人工智能技术是以计算机技术为基础，融合多门学科的综合性科学技术，其主要是通过计算机模拟构建人的智能，并且创建机器人系统和专家系统实现对电气自动控制系统的智能化操作。人工智能技术的突出特点是：一是操作性。人工智能技术主要是依托计算机的控制实现对电气设备的控制，因此人工智能技术具有很强的逻辑性，便于控制人员进行操作；二是价值大。人工智能技术不仅融合了计算机技术，而且其还实现了对电气设备的自动化控制与监测，实现了以较小的投入获得更大的经济效益的目的。比如通过人工智能技术可以减少人工操作环节，进而为企业节省相当多的人力资源成本费用；三是准确性比较高。人工智能技术主要是计算机依据人的智能建立计算机控制系统，实现对电气设备的精确性操作，比如利用人工智能技术可以对电气设备的运行情况进行智能检测与处理，避免了人工检测所存在的弊端。
2人工智能技术在电气自动化控制系统中应用的必要性
人工智能技术的最大优势就是通过对电气控制系统信息的收集、研究，制定出具体的有效处理措施，从而代替传统的依靠人脑进行操作的模式。将人工智能技术应用到电气自动化控制系统中具有重要的意义：
2.1能够有效解决电气自动化控制过程中存在的病态结构问题
电气自动化控制过程中因为电气设备精密度越来越高，因此在运行过程中所出现的病态结构很难应用传统的方式表达出来，而人工智能技术则可以有效解决此类问题，其完全有能力利用定量与定性相结合的控制方式对控制系统进行计算与分析。
2.2实现自动控制系统的数据采集与处理功能
将人工智能技术应用到电气自动化控制中能够依托专家系统对电气设备进行实时监视，并且对相关信息进行自动收集与储存，一旦发现存在潜在故障或者存在事故的事件，人工智能技术就会自动采取相应的控制方式，对故障进行自动处理，进而避免了电气系统故障的进一步扩大化。
2.3简化了人工操作过程，降低了人工操作造成的损失
人工智能技术通过计算机设备就可以实现对电气设备的自动化控制，比如电气系统的人工智能化控制系统就可以通过鼠标对控制开关进行自动控制，并且对励磁电流进行调整。同时电气人工智能控制系统还设定了应用管理权限，限制了相应操作人员的权限，实现了专人专岗制度，细化了操作责任制度。
3人工智能技术在电气自动化控制中应用的思路分析
3.1人工智能技术在电气自动化设备中的应用
我们知道电气自动化控制系统属于非常负责的控制系统，其不仅包含复杂的元件，而且还需要操作人员严格按照自动化控制系统的要求进行操作，而将人工智能技术应用到电气设备中可以实现计算机的自动化操作，最重要的就是可以代替传统的需要人工进行设备检测的落后模式，实现了对电气设备的运行状态、故障检测以及维修意见等一体的功能，降低了人工操作的失误性，提高了电气设备的应用寿命，为企业节省了大量的成本。
3.2人工智能技术在电气控制过程中的应用
将智能技术应用到电气自动化控制过程中，是人工智能技术发展的重要动力，通过人工智能化的电气控制系统不仅可以提高电气设备的工作效率，而且还可以降低电气自动化控制中的故障发生率。人工智能技术主要师模糊控制、专家控制以及神经网络控制和集成智能控制。本文以专家控制为例，专家控制就是将专家系统的设计规范和运行机制与电气控制刘楠相结合实现实时控制系统的设计，其主要是对自动控制的知识获取、表示以及推理机制的建立。
3.3在事故和故障诊断中人工智能技术的应用分析
人工智能技术在电气设备故障中的作用是非常大的，尤其是对发动机的故障检修是具有重要作用的，我们知道在电气设备中由于其结构比较复杂，依靠人工很难对其进行深入的检测，因此需要借助人工智能技术实现对设备的检修。我们以变压器为例，将智能技术应用到变压器的故障检修中首先就是先收集电压器油体中分解的气体，然后通过对油体气体的分析，找出故障的原因，进而自动形成解决措施。这样有效避免了人工检测所出现的失误现象。另外人工智能技术在电气设备操作中的应用价值也比较大。通过人工智能技术可以实现电气自动化控制环节的简单化，比如在机床加工中，如果运用人工智能技术则能够有效降低机床操作的复杂性，并且能够对机床的运行信息进行收集与储存，便于日后对相关信息的查询。
4结束语
关键词：人工智能；智能营销；营销趋势；营销挑战
一、引言
随着人工智能技术的快速发展，越来越多的企业将人工智能技术应用到企业的日常生产经营活动中来。NarrativeScience和国家商业研究所的报告显示，在2016年仅有38%的企业表示引用了人工智能技术，而到了2017年这一数字迅速增长到了61%。与此同时人工智能技术在营销领域的应用也越来越广泛，在零售行业，人工智能可以通过自我学习，为消费者添加标签，描绘用户画像；在网络消费场景，智能人工助理可以帮助营销人员及时在线回答用户问题。人工智能的应用让消费者与企业的互动更加频繁，这也给企业营销活动本身带来了如隐私泄露、过度营销、用户倦怠等问题。如何正确处理人工智能技术在营销领域的应用问题，成为了学者们日益关注的重点。以往的研究已经从人工智能营销的技术基础、概念、隐私担忧等方面进行了分析，本文将从人工智能营销的内涵、趋势、挑战等方面进行梳理研究，希望能够对人工智能态势下的市场营销有更加全面的认识，为企业应对人工智能营销活动中的问题提供有价值的参考。
二、人工智能态势下的市场营销
（一）智能营销的内涵
智能营销，是伴随着人工智能应用的发展而产生的一个新的营销概念。智能营销不等同于电子营销，它是建立在大数据、人工智能、云计算等综合技术基础上的一种智能化运作模式（汪涛2014），是可以模仿营销人员的部分行为活动的过程。随着人工智能技术在营销领域的应用，智能化的设备通过仿真、思考、行动等模式完成了营销人员所需要进行的一部分工作，深刻改变了营销思维和方式。作为智能经济条件下的新产物，目前学者们对智能营销还没有形成一致的概念界定。但是随着对人工智能的逐步深入了解，业界逐渐形成了一种共识，即它是企业借助计算机网络、移动互联网等智能技术来进行营销活动的各种新思维、新方法、新工具的一种创新营销新概念（常亚平2018），它包括智能识别、智能存储、智能执行等多个方面。
（二）智能营销的技术基础
人工智能营销的兴起离不开技术的支持，根据以往文献的研究，可以将智能营销发展的技术基础大致归为三个方面：首先，移动互联网和5G技术为智能营销发展提供了海量数据来源的保障。智能营销发展的重要基础就是数据，持续可靠的数据获取是智能营销所需的核心技术之一。随着移动互联网和5G技术的发展，营销活动借助虚拟现实技术、仿真技术、人工生物智能技术广泛深入到消费者的工作、娱乐、生活、消费等日常行为活动中，全方位地记录了消费者的行为数据，为智能营销的后续分析处理工作提供了海量的数据信息来源。其次，云计算帮助智能营销完成了复杂的数据计算和处理分析。移动互联网时代，大数据的发展使网络数据成几何倍增长，如何计算和处理分析这些海量数据成为了智能营销发展所必须解决的重要问题。云计算技术凭借强大的数据计算能力，很好地解决了人工智能技术应用过程中的海量数据处理问题，通过多维度数据的连接实现了万物互联，从而使消费者和智能设备的交互体验更加完善，营销场景也因及时准确的数据分析而更加智慧化。最后，人工智能商业化应用技术为智能营销发展提供了网络应用环境。德勤2019年《全球人工智能发展白皮书》显示，当前人工智能技术已进入全方位商业化阶段，并预测全球人工智能市场在未来几年会经历现象级增长（钱明辉2019）。我国也出台了相应政策来支持人工智能商业化应用的发展，2019年我国从事人工智能业务企业数量居全球第二。人工智能商业化的发展环境以及人工智能商业化应用技术的支持，为智能营销的发展创造了良好的外部网络应用环境。
（三）人工智能在营销中的应用体现
人工智能技术在营销中的应用，使营销活动体现出了新的特点，如：视觉、听觉、触觉等多种形态的新互动方式、个性化需求的预测等。根据营销活动的不同过程阶段，可以从四个方面来分析人工智能在营销中的应用体现。1.营销调查研究阶段。营销调查研究是营销活动的起点，通过提前的调研企业可以了解市场占有情况、消费者意愿、目标消费群体需求等重要信息。大数据技术以及人工智能技术的应用，极大地提高了企业营销活动前期的营销调研效率。消费者在各种生活消费场景中会留下自己的痕迹和使用信息，人工智能技术会帮助企业将海量的用户数据进行归类，如账户数据、交易数据、浏览数据等，并利用这些数据进行用户画像，从而准确分析出消费者的日常消费偏好、消费方式等信息，帮助营销人员获取营销调研后的第一手分类数据。2.营销策略的制定阶段。人工智能技术从全网智能抓取相关数据进行分析，并智能分析出最新热度关注点，帮助营销人员完成寻找吸引消费者的创新点环节，摆脱了以往只依赖于营销人员自身经验判断和小范围营销调研结果的限制。同时借助仿真技术、生物识别等技术，人工智能技术所创造的“人工脑”可以完成营销策略制定过程中的一部分思考工作，如创意筛选、优化等方面。3.营销执行阶段。以往的营销推广活动，需要营销人员提前进行宣传媒介的选择并且派大量人员进行实地配合，受限于地点、经费等外部因素。而人工智能技术根据网络热度数据分析，自行筛选出适合企业产品宣传的网络平台，并且根据用户使用偏好数据测算出适合的营销时间点、次数等，在用户进行相关网络访问时个性化推送符合该用户需求特征的营销方案，如喜马拉雅会根据用户年龄、性别、收听历史记录等自动推送相关收听图书资源和购买活动等。4.营销效果的评估阶段。以前的营销活动效果评估需要事后进行监测，而人工智能技术的应用帮助企业实现了实时监测，系统自动在全网络进行相关内容的数据抓取和分析处理，并将监测效果及时反馈给营销人员，方便营销人员根据消费者反应及时修改营销方案，降低了突发事件对企业营销活动的影响。
三、人工智能带来的营销管理新趋势
人工智能技术在营销领域的应用深刻地改变了企业的营销思维和营销方式，也让营销管理活动有了新发展，对于人工智能带来的营销管理新趋势可以从下面几个方面来理解：一是技术驱动营销变革。智能技术将成为下一代营销变革的新支撑。目前，仿真技术和人工生物智能技术的初步使用已经能够帮助智能设备进行部分营销工作中的思考问题。营销专家智能系统可以实现专业知识的传递和学习，在营销专家的训练下智能系统会增长解决问题所需的知识，并向用户提供解决问题的办法。电子自动订货系统，会根据企业线上线下的销售数据自动进行分析，智能识别畅销品和滞销品，并根据实际情况自动交换订单信息，减少营销人员在了解销售状况和消费者偏好等信息时所投入的时间成本。人工智能技术的应用带来了营销理念、方法、手段、工具等各个方面的改变，未来如何利用好人工智能技术来帮助企业进行营销活动是营销人员需要关注的重点。二是营销方式的多元化和营销推荐的大规模定制化。人工智能技术的应用给营销方式带来了巨大的变革，短视频营销、直播营销等新型营销方式使企业营销活动不再局限于传统线下和网络页面广告等方式。这种多元化的智能营销方式，可以更加广泛深入地获取消费者的各种使用数据信息，如抖音小视频会根据用户关注信息来自动推送相关产品宣传视频。智能化的营销方式让大规模定制化成为可能，企业可以借助智能技术和数据处理技术实现对每个用户的精准识别与记录，从而为其个性化推荐相关信息，实现营销个性化的批量自动生产。三是“AI+”智慧营销带来的跨场景营销。“AI+短视频”营销、“AI+KOL”的粉丝营销等不同营销策略，在人工智能技术的支持下各自发挥所长，应用到营销活动的各个环节当中。“AI+”的使用增强了消费者的互动体验感和真实感，如唯品会的智能试装功能可以帮消费者实现线上虚拟体验，大大提升了消费者从“看”到“买”的效率，缩短了购买转化时间。在移动互联网时代，消费场景碎片化、消费行为流动化，人工智能技术的使用可以帮助企业处理复杂的消费使用数据，系统整合消费者在不同场景的多维行为数据，从而精准识别不同消费个体在不同消费场景下的差异化需求，结合消费者的实时场景，为消费者适时提供跨场景的营销服务，突破圈层和场景的限制，扩大营销推广范围，提升企业的56品牌宣传度。四是基于智能识别、语音互动等技术的线上线下一体化智慧营销。根据2018年人工智能应用行业报告，目前人工智能技术已经可以应用到零售的全链条环节，既可以线上进行用户画像和精准个性化推荐，也可以线下智能物流、智能选址、优化消费者行为分析和商品运营环节等，这种线上线下一体化智慧营销，需要完整的人工智能技术体系的支持。通过分析消费者轨迹数据、可穿戴智能设备的身体数据以及社交消费平台数据等信息，利用线上线下信息的同步传输、人脸识别等技术，人工智能可以及时捕捉消费者行为及心理需求，并实现精准匹配。
四、人工智能时代市场营销面临的挑战
人工智能技术在营销领域的应用给企业和消费者都带来了极大的便利，但是技术都是具有两面性的，我们必须理性对待人工智能技术，正视人工智能应用过程中产生的问题。根据以往文献的研究，可以从以下几个方面来认识人工智能时代市场营销面临的挑战。一是人工智能背景下复合型营销人才的不足，带来的技术和营销的进一步对接问题。当前，智能营销领域的一个显著问题就是技术与营销的进一步深度衔接问题，懂技术、懂市场的复合型人才的不足使得企业在应用人工智能过程中出现很大障碍。一些机构掌握着最新智能技术，积累了海量数据；而另一些机构则了解市场，不掌握技术，技术应用与市场营销之间的衔接出现了隔阂。人工智能技术在营销的应用给所有领域的营销人员都带来了挑战，人才和工作需求双向失衡。企业必须培养复合型的营销人才，引进新技术培训课程，提升现有营销人员的整体技术素质，从而帮助企业解决智能技术与营销的进一步对接问题。二是人工智能营销过程中暴露的数据隐私保护和流量造假问题。各种数据隐私新闻案件的曝光，让越来越多的用户对新技术的使用保持着高度敏感。大量未经用户本人同意的数据非法监测和解读严重干扰着消费者的日常生活，一些企业甚至利用智能技术对用户个人信息进行预测分析来以此获取用户隐私。而流量数据造假问题更是进一步瓦解了消费者对网络消费活动的信任，一些企业为了短期的盈利，利用内容剪切等网络工具打造虚假流量信息，给消费者带来了误导，同时也严重干扰了正常的市场竞争秩序。为了能够让企业更有效地推进人工智能技术与营销活动的衔接，必须及时惩治非法获取消费者隐私的企业，营造良好的网络使用环境，同时企业也要在内部加强管理，提升营销人员的道德素养。三是全方位人工智能营销环境下的消费者心理倦怠问题。人工智能技术可以给消费者推荐各种个性化信息，但这种根据消费者使用痕迹来进行持续性的精准推荐很难不让消费者产生厌倦心理。随时随地的广告推荐、跨屏的无广告拦截、用户浏览记录的跟踪推荐等行为，在智能技术的推动下变得更加自动频繁。虽然人工智能技术可以帮助企业精准分析用户数据，但数据也不能完全反映消费者的内心，企业要避免对智能技术的完全盲从，以防消费者产生厌倦心理。营销活动是对人进行的活动，因此企业也要关注营销人员的营销经验，不能以技术决定一切，要将技术与人的主观感受相结合，真正做到从消费者本身需求出发。
五、结论
人工智能在营销领域的应用目前还处于初步发展期，企业在应用人工智能技术时必须理性看待人工智能技术。既要看到人工智能给企业营销带来的数据分析、精准识别等便利，也要看到人工智能应用带来的技术陷阱、用户隐私等问题。当然，人工智能技术在营销领域的应用未来还将有更进一步的发展，企业也要及时进行探索研究。本文仅从理论层面梳理分析了人工智能在营销领域应用的相关问题，未来还可以在其他方面进行深入研究：如何更好地解决人工智能应用过程中带来的隐私泄露问题，从而提升消费者的使用体验；人工智能的特征如何对消费者的行为产生影响；智能互动方式的改变对营销活动的影响，等等。
参考文献：
[1]高山行，刘嘉慧.人工智能对企业管理理论的冲击及应对[J].科学学研究，2018(11).
[2]常亚平，王良燕，黄劲松，等.3D（大数据、数字化和发展中）背景下的营销战略与转型专栏介绍[J].管理科学，2018(5):1-2.
[3]Shankarv.Howartificialintelligence（AI）isreshapingretailing[J].JournalofRetailing，2018，94(4):vi－xi.
[4]汪涛，谢志鹏.拟人化营销研究综述.外国经济与管理，2014(1):38-45.
[5]Wangtao,XIEZhipeng.Areviewoftheliteratureofper-sonificationmarketing[J].ForeignEconomics,Manage-ment,2014(1):38-45.
[6]钱明辉，徐志轩.基于机器学习的消费者品牌决策偏好动态识别与效果验证研究[J].南开管理评论，2019(3):66-76.
[7]王先庆，雷韶辉.新零售环境下人工智能对消费及购物体验的影响研究：基于商业零售变革和人货场体系重构视角[J].商业经济研究，2018(17):5.
【关键词】人工智能；人脸识别；神经网络
1 人工智能简介
人工智能（Aritificial Intelligence，AI）是一门综合了计算机科学、控制论、信息论、神经生理学、心理学、语言学、哲学等多种学科互相渗透而发展起来的一门交叉学科[1]，从诞生至今已有近60年的历史。人工智能是研究如何制造智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学[2]。人工智能不在乎计算机是依靠某种算法还是真正理解人类行为，只需要其能表现出与人相似的行为，它是计算机科学中的―个分支，涉及智能机器的研究、设计和应用。人工智能的研究目标在于怎样用计算机来模仿和执行人脑的某些功能，并开发相关的技术以及产品，建立有关的理论。人工智能可分为：基本人工智能，包括知识表示、推理；高级人工智能，如模糊逻辑、神经网络、专家控制；计算智能，如遗传算法、群集智能。人工智能研究领域的三种主要观点[3]：符号主义又称为逻辑主义或计算机学派，其认为符号是人类的认识基元，同时人认识的过程即是对符号的计算与推理的过程；联结主义又被叫做仿生学派，其主要原理是人类的智能是由人脑的生理结构和工作模式所决定；行为主义又被称作进化主义、控制论学派，其主要原理是智能取决于感知和行动，它不需要知识、也不需要知识的表示与推理[4]。
2 人脸识别
人脸识别是指对输入的人脸图像或者视频，判断其中是否存在人脸，如果存在人脸，则进一步给出每张人脸的位置、大小和各个主要面部器官的位置信息，并且依据这些信息，进一步提取每张人脸蕴含的身份特征，并将其与已知人脸库中的人脸进行对比，从而识别每张人脸的身份。人脸识别的研究起源于19世纪末，其发展大致分成三个阶段[5]：第一阶段以面部特征为主要研究对象；第二阶段称为人机交互式识别阶段，分为采用几何特征参数来表示人脸正面图像和统计识别为基础的方法；第三阶段才被称为真正的自动识别阶段，人脸识别技术进入实用阶段。
3 常用的人脸识别方法
人脸识别的技术与方法一般分为：基于几何特征的方法和基于模板匹配的方法。对于基于几何特征方法而言，首先检测出眼耳口鼻等脸部主要部件的位置和大小，然后分析这些部件的总体几何分布关系以及相互之间的参数比例来识别人脸。基于模板的方法也叫做基于表象的方法，利用模板与整个人脸图像的像素值之间的自相关性进行人脸的识别[6]。通过分析常用的人脸识别方法，本文将人脸识别的方法分为基于几何特征的方法、基于模型的方法、基于统计的方法、基于神经网络的方法。
3.1 基于几何特征的方法
最早的基于几何特征的方法由Bleclsoe提出，该方法将几何特征定义为面部特征点之间的距离和比率，通过最近邻方法来识别人脸，但必须手动定位面部特征点，因此属于半自动系统。侧影识别是另一个基于几何特征的人脸识别方法，其原理是通过提取人脸的侧影轮廓线上特征点，将侧影转化为轮廓曲线，提取其中的基准点，然后识别这些点之间的几何特征。
基于几何特征的方法非常直观，能快速识别人脸，只需要较少内存，光照对特征的提取影响不大，缺点是当人脸变化时，特征的提取不精确，并且由于对图像细节信息的忽略，导致识别率较低，因此近年来少有发展。
3.2 基于模型的方法
隐马尔可夫模型（Hidden Markov Model，HMM）是一种常用的模型，基于HMM的方法被Nefian和Hayes引入到人脸识别领域，它是一组统计模型，用于描述信号统计特性。Cootes等人提出主动形状模型（Active Shape Model，ASM），对形状和局部灰度表象建模，定位新图像中易变的物体[5]。Lanitis等用该方法解释人脸图像，其原理是使用ASM找出人脸的形状，然后对人脸进行切割并归一到统一的框架，通过亮度模型解释和识别与形状无关的人脸。
主动表象模型（Active Appearance Model，AAM）通常被看作是ASM的一种扩展，一般作为通用的非线性图像编码模式，通用的人脸模型经变形处理后与输入图像进行匹配，并将控制参数作为分类的特征向量。
3.3 基于统计的方法
基于统计的方法将人脸图像视为随机向量，采用一些统计方法对人脸进行特征分析，这类方法有较为完善的统计学理论的支持，因此发展较好，研究人员也提出了一些比较成功的统计算法。
特征脸方法由Turk和Pentland提出，该方法中人脸由各个特征脸扩展的空间表示，虽然人脸信息可以有效地表示，但不能对其进行有效鉴别和区分。为取得更好的人脸识别效果，研究者又提出使用其他的线性空间来代替特征脸空间[6]。Moghaddam等人提出了贝叶斯人脸识别方法，用基于概率的方法来度量图像相似度，将人脸图像之间的差异分为类间差异和类内差异，其中类间差异表示不同对象之间的本质差异，类内差异为同一对象的不同图像之间的差异，而实际人脸图像之间的差异为两者之和。如果类内差异大于类间差异，则认为两人脸图像属于同一对象的可能性大。
奇异值分解（Singular Value Decomposition，SVD）作为一种有效的代数特征提取方法，奇异值特征具有多种重要性质，如镜像变换不变性、位移不变性、旋转不变性以及良好的稳定性等，因此人脸识别领域也引入了奇异值分解技术。
3.4 基于神经网络的方法
神经网络用于人脸识别领域也有较长的历史，Kohoncn最早将自组织映射（Self-Organizing Map，SOM）神经网络应用于人脸识别，即使当输入人脸图像有部分丢失或者具有较大噪音干扰时，也能完整的恢复出人脸。人脸识别中最具影响的神经网络方法是动态链接结构（Dynamic Link Architecture，DLA），对网络中语法关系的表达是该方法最突出的特点。
用于人脸识别的神经网络还有：时滞神经网络（Time Delay Neural Net-works，TDNN），是MLP的一种变形，径向基函数网络（Radial Basis Function Network，RBFN）以及能有效地实现低分辨率人脸的联想与识别的Hopfield网络等[6]。
与其他人脸识别方法相比，神经网络方法具有特有的优势，人脸图像的规则和特征的隐性表示可通过对神经网络的训练获得，避免了特征抽取的复杂性，有利于硬件的实现，缺点是可解释性较弱，要求训练集中有多张人脸图像，因此只适合于小型人脸库。人工智能应用在人脸识别、模式识别方面能够提高运行效率、减小计算量小、程序的代码编写更为简洁。
【参考文献】
[1]武海丽.初识人工智能[J].科技创新导报，2009，02：196.
[2]王甲海.创新型人工智能教育改革与实践[J].计算机教育，2010（08）：136.
[3]肖斌，薛丽敏，李照顺.对人工智能发展新方向的思考[J].信息技术，2009，12：166-168.
[4]朱祝武.人工智能发展综述[J].中国西部科技，2011，10（17）：08-10.
购物车(0)
