人工智能技术范文第1篇

摘要：目的：探讨人工智能（AI）在年龄相关性黄斑变性诊断中的影响因素。方法：选择2018年1月1日—2019年12月31日在我院筛查且已诊断明确的年龄相关性黄斑变性的100张眼底照相，由AI进行解读。按照位置、对焦、准确、曝光程度、睫毛伪影、中心暗影、周边暗影等对眼底图像进行质量评价，分析眼底图像质量与AI诊断准确性的影响。结果：在现实应用场景中，100例黄斑变性图像，其中拍摄位置不标准为最常见问题占30％，其次为边缘漏光，占27％，现实场景中AI诊断阳性率86％，AI诊断正确率与眼底照相周边是否有暗影具有统计学相关性（P＜0.05）。结论：在现实应用场景中AI诊断正确率受眼底图像质量影响，改善眼底照相拍摄质量是提高诊断准确率的重要途径。

关键词：人工智能；黄斑变性；眼底照相；图像质量

年龄相关性黄斑变性（AMD）是发达国家年龄超过50岁人群不可逆转视力丧失的主要原因［1］。AMD疾病逐渐进展，从早期和中期，几乎没有或仅有微妙的视觉变化，最终患者会发生中心视力损伤，早诊断、早干预是防治AMD的重要手段。多种因素参与AMD的疾病进程。多项国内外研究发现，年龄、性别、种族、遗传等是AMD发生的重要影响因素［2］。目前，人工智能（ArtificialIntelligence，AI）基于医疗数据的深度学习已经在眼病领域进行了一系列探索。2016年初，GoogleDeepMind与英国国家健康体系（NHS）开发了一款用于辅助医生快速查看血液测试结果的软件，以辅助决策并提高效率。同年JAMA刊登了gulshan团队研究成果，通过深度学习，AI辅助的软件系统对眼底病检测准确率96％［3］。2018年我国张康团队在Cell刊文，开发出诊断眼病和肺炎的AI系统［4］，主要对糖尿病性视网膜病变进行AI辅助诊断。AI已经被应用于老年黄斑变性的检测中，其原理是能够通过观察眼底图像所呈现的玻璃膜疣及视网膜微血管病变体征等，实现对AMD玻璃膜疣的自动检测和量化系统，能够对疾病的客观记录描述，帮助识别和分类AMD患者。目前，相关研究集中在玻璃膜疣的诊断准确率和敏感度的提升方面［5］。但AMD是一个长期、慢性进展的过程，病情复杂，现实场景中的眼底照相质量并不均一，往往受限于场地环境、设备以及受培训人员的技术水平，在真实世界实际应用场景中，获得完美的照相质量相对困难［6］，从而影响人工智能辅助诊断。笔者拟通过此次研究，探索图像质量的差异与AI诊断准确率的关系，寻找影响诊断的主要因素，改善医疗技术，进一步提高AI的诊疗准确性，从而提高医疗服务质量。

1资料与方法

1．1一般资料选择2018年1月1日—2019年12月31日在我院筛查的100例年龄相关性黄斑变性患者。本研究经本院医学伦理委员会批准。

1．2仪器与方法对100例患者进行眼底照相，由AI进行解读，对诊断的正确度进行评估。按照位置、对焦、准确、曝光程度、睫毛伪影、中心暗影、周边暗影等对眼底图像进行质量评价，分析眼底图像质量与AI诊断准确性的影响。前期研究已经对社区医疗诊疗环境进行整合，保证眼底图像采集人员采集统一规范标准。对眼底图像仪器进行统一。对眼底图像进行分类，由AI进行解读，收集报告内容，对诊断的正确度进行评估。

1．3观察指标及评价标准所有纳入样本患者的影像资料均由高年资主治医师审核，并进行OCT图像的验证，确认黄斑病变，与眼底图像进行印证。对患者图像资料质量进行标准分类，包括位置的准确性、对焦是否准确、曝光过强、曝光过弱、镜头污渍、睫毛虚影、边缘漏光、黄斑区暗影、周边暗影、整体影像模糊。根据AI的判定结果分析图像质量与AI评价准确度的关系。

2结果

2．1图像效果分析100例黄斑变性图像，其中拍摄位置不标准为最常见问题占30％，其次为边缘漏光，占27％，未发现镜头污渍表现，未发现过度曝光。

2．2AI诊断正确度与图像质量的关系现实场景中AI诊断阳性率86％，AI诊断正确度与眼底照相周边是否有暗影具有统计学相关性。AI诊断阳性率85％。见表1。

3讨论

年龄相关性黄斑变性（AMD）是一种潜在进展性黄斑病变根据。临床特征可以分为早中期AMD和晚期AMD，早中期主要表现为玻璃膜疣（视网膜下由脂质和蛋白质组成的黄表1AI诊断正确度与图像质量的关系判读正常判读错误比例（％）P位置正确63770237300．114对焦不准1018514991．000曝光过强0曝光不足183216811791．000镜头污迹0睫毛伪影4158213950．537边缘漏光234276310731．000黄斑暗影1018514991．000周边暗影14620728800．032整体模糊6068014940．591总体861486色沉积物）和黄斑区色素改变，通常视力正常或接近正常。晚期则出现中心视力下降或丧失。晚期AMD又分为两型：地图样萎缩（或者称为“萎缩性”或“干性”AMD）和新生血管性AMD（或者称为“湿性”或“渗出性”AMD）。地图样萎缩是黄斑的慢性进行性变性；变性开始于视网膜色素上皮水平，在后期随着相关的视网膜神经感觉层变薄和变性，出现视网膜色素上皮丢失。脉络膜新生血管是指从眼睛血管层（脉络膜）到视网膜神经感觉层的血管异常生长。较小的玻璃膜疣（＜63μm，也称为drupelet）是正常的老化改变。中等大小的玻璃膜疣（≥63μm至＜125μm），不伴色素改变，则称为早期AMD。较大的玻璃膜疣（≥125μm）或至少中等大小玻璃膜疣伴色素改变，则为中期AMD。正常老化改变5年进展为晚期AMD的风险为0．5％，而中期AMD则为50％。此外，现在认为网状假性玻璃膜疣（在光感受器和视网膜色素上皮之间形成的小玻璃膜疣样沉着物）是两种晚期AMD形式的前驱病变。年龄性黄斑变性的显著诊断特征为AI辅助提供了充分条件，AI在经过足够的深度学习后，能够对这些显著特征进行区分，即能够对其进行高效识别诊断。但在实际使用中，还有更多细节优化需要注意。研究发现［7］，在现实场景应用中，AI诊断正确性与图片的采集质量密切相关。

其中周边暗影是影响诊断质量的重要指标，眼底照相采集的眼底各结构位置也可能具有一定意义。眼底图像周边暗影影响了AI的判断［8］。周边区暗影因为在拍摄过程中患者瞳孔过小或者不配合导致的，往往合并位置异常及中心区暗影，影响了细节的定位及判断，导致了机器判读困难。改善这类问题导致的眼底照片判断误差，解决方法之一是发现此类问题，这需要对该类人群进行散瞳处理，执行标准化操作，另外还需要对软件进行进一步的优化分析。图片是否按照标准位置拍摄是影响AI现实应用的重要的指标，主要以视盘和黄斑区的纳入为主要指标［9］。院内检查多以散瞳对病情进行确认。但社区大规模筛查中，考虑到散瞳的风险及检查人员的培训限制，免散瞳眼底照相成为趋势。这也导致在常规操作中，很难获得一张完美的图像，尤其免散瞳眼底照相更难达到相应要求。现实场景的图片缺失或者缺损部分图像细节，AI以此进行解读，可能会干扰判断准确性。虽然本研究在统计学上并没有发现二者的相关性，但检验水平还是提示位置偏倚可能存在潜在的影响。通过培训来改善获取的图片质量，可能会有益于AI准确度的提升［10］。黄斑区暗影并未显示对AI判读准确率的影响，这体现了AI比人眼的优势，显然临床医生更关注黄斑中心区的结构变化，在肉眼不能分辨的情况下，而AI能够较好地判读，进一步给医生提供了诊疗信息，充分体现了AI的优势。

在眼科学中，基于视网膜图像的自动筛查（automatedscreening）早已成为AI靶标，为眼科视网膜病变的筛查注入了新的活力［11］。但以上诊断的基础往往以完美的眼底图像进行诊断训练，并没有完美实现对现实场景的呈现。现实场景中诊断正确率受多种因素影响，本文主要针对图像质量采集进行了研究分析。本次研究主要样本量较小，这一定程度上造成了结果的偏倚。另外患者的全身情况会对图像判读产生重要影响［12］，但本文中并没有涉及。研究侧重图像质量与AI判读之间的关系。对图像进行质量的分类是一个极其重要的问题，这能促进AI在实际临床应用中的准确性。这也需要专业人员投入一定的精力对实际图片进行多维度的分类，这样能更好地训练AI的临床实际应用。单一图片的判断可能并不准确，目前更多研究开始注重多重图像联合的AI研究［13］。除了AI在眼底照相图片中的应用以外，应用于OCT的卷积神经网络（ConvolutionalNeuralNetworks，CNN）能够成功地区分晚期AMD或糖尿病性黄斑水肿（DiabeticMacularEdema，DME），为多模式诊疗策略提供了可能［14］。AI目前在正常的眼底图像诊断中发挥了重要的助力，但在现实场景中，存在较多非标准图像，AI诊断的准确率不可避免地下降，这需要针对不同的情况，做好眼底照相的质量控制及AI诊断技术上的改善和调整。

作者:胡钦瑞 王丽婷 王斌 李扬 单位:福建省眼表与角膜病重点实验室 厦门大学附属厦门眼科中心

人工智能技术分析2

思想政治理论课是落实立德树人根本任务的关键课程。长期以来,高校思政教师和教育工作者为了提高思政课教学效果进行了不懈的努力,各个高校的思政课上都运用了多媒体、智慧教室等各类信息技术,但总体而言主要是教学工具的提升,而教学模式没有发生根本性的变化,多数高校仍然以插秧式排列、灌输式教学为核心途径,社会生活中各种丰富多彩的手段和模式难以运用到思政课中。近年来人工智能的飞速发展已经极大地改变着人的交流模式,高校思政课教师也应及早准备好迎接人工智能所带来的机遇和挑战,更加有效地承担起立德树人的历史重任。

1高校思想政治理论课改革的技术化路向

高校思想政治理论课效果不够好是一个长期困扰高校教师和相关部门的重要问题。多年来国家有关部门和高校教师都采取了各种方案、尝试了多种手段试图走出困境,但总体而言并未取得根本性改善,课堂效率不高的困境依然存在。在传统教育时代和信息化教育时代,高校思政课教师与思政工作者尝试了各种方法来提高思政课的实效性,取得了重大的进步。其中进步最明显、最容易被人们注意到的就是“以科技手段提高课堂效率”的方式,将各种信息化技术引进课堂,确实在一定程度上改善了教学效果。

1.1高校思政课堂改革技术化路径的形成高校课堂从科技要效率的历史来源已久:十一届三中全会后,邓小平同志就强调教育要现代化;上世纪八十年代国家就大力推进教育电教化;从上世纪九十年代末,由于计算机技术的飞速发展与大规模应用,教育部门和各类学校开始大力推进信息化;新时代以来,由于各类人工智能技术的发展与运用,高校开始推进人工智能进校园,建设智慧校园。各个高校大量应用电脑和多媒体技术,将粉笔黑板换成了投影和PPT,将语言描述较为复杂的东西转换为图片和动画,使得学生易于理解,客观上信息传递效率取得了较大的进步。但是这样的效率提升仍然是单向、基于灌输式的教学方式而言的。在这种场景下,教学效果的提升最重要的并不在于这种单向信息传输的效率如何,而是取决于学生对信息接收、理解和认同的程度。对于高校和教师而言,学生对信息的接受与处理是一个调动学生主体性因素的问题,这恰恰是他们最为费力而又难以衡量的,最为便捷易见的方式就是提高信息化手段和单向信息的传递效率。“忽视了那些能从根本上变革教育的新理念、新思想以及新技术环境下学习方式和教学方式等其他教育要素的创新”,高校思政课效果没有展现出预期的提升几乎是必然的。

1.2高校思政课堂改革技术化路径的深化近年来,不少学者提出向信息化要思想政治教育实效的口号。有人认为以信息化管理平台为载体,能够提升大学生思想政治教育的实效性。有人认为思想政治教育信息化不仅是教育手段上的变革,而且改变了信息传递的方式,从而提高了思想政治教育的实效性。也有人认为信息化技术通过提升受教育者的认识水平、个体发展和心理需求等方式实现了思想政治教育的功能。还有人认为计算机辅助教学和辅助学习很大程度上提高了上课效率,互联网时代以来的各种网络技术进一步提高了学生的参与度和融合度,从而提升了课堂效果。但是,还有不少学者认为这种以技术手段突破思政课教育困境的路径是不成功的,重教学形式创新、轻教学内容改革的方式难以改变高校思政课的困境,信息化、技术化并未从根本上改变高校思想政治理论课的传统教育模式,“以知识教育作为思想政治教育的主要内容,以规训式教育作为保证教育实施的手段”,教学仍然以教师为中心,单一的教学环境和单向的信息传播方式并未改变。甚至有学者认为信息技术并没有真正改变传统教学,反而是传统教学模式利用信息技术固化了自身。总体来看,思政课“以科技求实效”的改革路径并未取得满意的效果,那么这种路径是在人工智能时代是否还可行、人工智能能否为高校思政课带来重大的变化,这取决于人工智能的特性能否契合教育变革的要求。

2人工智能适宜于思政课教学的技术特征

2016年人工智能系统AlphaGO击败了人类围棋世界冠军李世石,极大地震动了世界,人们怀着复杂的心情迎接人工智能时代的到来。人类每次科技的迅猛发展都会不同程度上对教育产生深远影响,被视为颠覆未来社会的人工智能必将对高校思政课产生冲击。纵观人工智能60多年的曲折发展历程,实现了从“不能用”到“可以用”的跨越,但是距离“很好用”还有巨大的差距。有学者将今天的人工智能分为专用人工智能和通用人工智能,有的也分为弱人工智能、通用人工智能、超级智能和强人工智能四种类型。无论怎么分类,当前及近十年内能够实现的还是弱人工智能或者说专用人工智能。迄今为止所有的人工智能都是模拟实现人类智能中的确定性范畴,尚未真正涉及人类具有不确定性的主观活动。人工智能发展到今天,其优势和缺陷都非常明显,对高校思政课教学来说也各有利弊,总体呈现出以下特点。

2.1自主性、单一性这里的自主性是指人工智能不需要人工干预而自我决策和行动的能力。有专家认为,下一代的人工智能甚至会具有自主编程能力,意味着机器获得了自己的智力,获得了完全的自主性,这个时刻被称为“技术奇点”。但有的人工智能专家认为甚至认为“技术奇点”永远也不会到来。尽管今天的人工智能表现出一定的自主性,但仍然无法承担两个以上类型的复杂任务,这就表现出单一性,即人工智能所能完成任务类型的唯一性。当今人工智能已经应用到社会生活的诸多方面,但非常明显的是,完成这些任务的人工智能都是专用型人工智能,尚未出现能够完成多种任务的人工智能。尽管如此,高校人工智能的发展也正推动高校从数字化校园向智慧校园的转变,将对高校思政课和思政工作产生重要影响。

2.2高效性人工智能本身就是为了解放人类的体力和智力而产生的,针对特定的任务都具有操作简单的特性。“当下的人工智能,主要适用于标准化、规范统一的领域。”人工智能的优势是善于处理重复性高、单调而繁琐的任务,善于从大量类似材料中筛选符合人类需求的信息,使人类从繁重、单一的体力劳动和脑力劳动中解放出来;在某个专门的细分领域,人工智能可以整合该领域所有专家的明确知识和经验,通过海量信息的对比和筛选,呈现出比人类智能更高的效率,具有重要的辅助决策功能。另外,目前智能手机中的导航、购物和衣食住行有关的APP等大多都运用了人工智能技术,使用简便快捷,只不过人们往往对人工智能“存在一种’淡出视野’的习惯”,一旦理解了它们的自动原理,就不再将其视为人工智能,“而将之视为主流计算的一部分”,实际上它们的确是高效的弱人工智能。

2.3泛在性所谓泛在性就是“无处不在、无时不在”。人工智能发展到今天,可以说“只要有人涉足甚至只要人想涉足的地方,都会有人工智能的用武之地”。一切电子信息设备和电气化设备都是人工智能存在和利用的载体。信息时代的大学生在校园里生活时,从宿舍、食堂、图书馆到教室、超市、办公楼,都有各类电子设备记录学生的行为而产生大量数据,但是这些数据在人工智能时代以前是沉睡的冗余数据,并大多数是互相独立的“信息孤岛”,而人工智能及其所依据的大数据技术就可以唤醒这些数据,将其变成“金矿”。它可以根据这些数据来分析学生个人的生理和心理状态、生活习惯、家庭背景、个人嗜好、个性特征、思想倾向、社交倾向、群体价值倾向、甚至学生自己无法意识到的隐秘诉求。人工智能就如同一个睿智的幽灵在全天候的观察学生并进行判断,时刻为他们思考和服务。

2.4精准性信息时代的技术是普适性的,它不针对用户进行自我调整,也不因为用户的不同而产生数据处理方式和结果的差别。但人工智能可以自动针对用户的特性进行数据处理过程和结果的调整。它通过算法对用户数据进行处理和过滤,并将整理过的数据适配成符合使用者的个性特征的新闻、视频或其他数据资源,甚至可以主动对使用者或潜在使用者进行内容推送。人工智能这样生产出来的信息是高度个性化的甚至是唯一化的,具有高度的信息精准性。这样,人工智能时代人与人的沟通可以由于技术的先进性、数据的共享性而更加容易实现。

2.5算法歧视人工智能的本质是算法,但算法本身并非是一种完全价值中立的科学活动,而是总与特定的价值立场相关,蕴含着价值判断。当前的诸多人工智能在初始阶段往往需要自己搜索或者人类“喂”给它大量数据,尤其是对于人类辨认方便但机器辨认困难的任务需要人机协同的方式对数据进行标签,进而“教会”它如何处理此类问题。在这个过程中,算法本身的设计可能带有的潜在歧视倾向,或者是人工智能的训练数据所自带的歧视倾向都会导致算法歧视。如果人工智能性用品开发商为了更好地取悦男性而大量采集机器伴侣反馈的数据,进而加强算法的歧视性以改进机器伴侣的行为,会对两性关系和社会发展产生巨大的负面影响。

3人工智能应用于高校思政课的挑战

和历史上的任何技术变革一样,人工智能技术的大规模应用必然促进社会的巨大进步和相应的弊端,高度需要以科技化方式提升课堂效率的高校思政课势必面临着大规模运用人工智能技术的诱惑及其带来的挑战。高校思政教师和思政工作者首先要深刻认识人工智能的负面效应才能对其警惕和防范。

3.1局限性挑战人工智能的自主性和单一性也就带来它的局限性。尽管人工智能在它所擅长的领域远远超过人类的能力,但“迄今为止,所有人工智能算法和应用,都还属于弱人工智能范畴”。当前与未来一段时间内,人工智能难以胜任需要靠人的默契完成的任务,它往往涉及人的常识、灵活性和判断力。人们将具有类似人类心灵活动能力的人工智能的希望寄托在遥远的未来的通用人工智能身上。这对于高校思政课师生而言,人工智能在很长时间内只能作为师生学习的辅助手段,起到查阅资料、推送内容、匹配需求、提出可能性方案的智能助手作用。

3.2职业淘汰效应人工智能的这种高效性带来了巨大的便利、提高了社会生产力,但同时也淘汰大量的职业引发失业,最近这几年银行柜员被金融人工智能大量淘汰转岗就是这样的典型案例。有学者认为未来十年内,诸如翻译、助理、销售、客服、会计、司机、家政等工作将大部分被人工智能所取代,约50%的工作会受到人工智能的影响。2013年牛津大学的研究人员提出未来20多年内,美国将有47%的岗位受到人工智能的影响,人工智能时代的生产方式把人从具体的生产过程中解放出来,实现生产的无人化,必将对人与机器、人与人之间的关系产生深远影响。“随着人工智能技术的广泛应用,人类社会的失业现象将不再局限于体力劳动行业……几乎所有体力劳动与大部分基础智能劳动被取代,人类能发挥价值的劳动就只剩下创造性劳动了。”这种趋势会引起大学生思想和行为发生巨大变化,他们的学习兴趣也会趋于人工智能难以取代的创造性专业。今天很多大学还在大量招生的基础智能类专业和体力劳动专业会逐步失去市场而淘汰,这种情形必将反过来影响高校招生和学校建设,高校思政教学过程中也必须体现出这种创造性、前瞻性的思维建构。

3.3信息茧房效应人工智能精准的内容筛选与信息推动方便了人们对意见相似者的交流和沟通,但同时也可能因为同类个性偏见的强化而让不同群类的人们更加难以互相理解,甚至可能形成“茧房效应”———人们由于“同质性(人们偏爱与自己相类似的人)趋势导致许多人会结交或追随他们愿意相信的人,并且不愿意结交与他们观点相左的人”。在人工智能的帮助下人们筛选出符合自己偏好的、强化自身信念的信息,进而导致自身观点的僵化,结果人们类似于生活在一个“过滤器茧房”中。在人工智能条件下,思政课教师对学生运用人工智能而导致的这种助长偏见的情形进行引导和纠正就更加重要。如何协同思政工作者、学生群体和人工智能一起组成的“思想政治教育共同体”对价值观有偏颇的学生进行正确的引导和纠偏成为思政课教师在人工智能时代的重要课题。

3.4隐私危机尊重个人隐私是现代社会良好运转的重要规则之一,而人工智能的泛在性使其具有侵犯个人隐私的巨大可能,隐私保护甚至被有的学者称之为“隐私危机”。“隐私不只是人类尊严的基础,也是所有其他人权的基础,没有隐私权,其他权利就无从保证,就根本谈不上自由、民主和平等。”信息时代的隐私问题往往是如何收集、使用信息的问题,它不涉及信息主体本身的伦理,它对隐私的侵犯是主要是人对信息的使用方式。人工智能可能从隐私的直接监控、隐私获取、个人画像和隐私承载与使用等方面产生隐私危机,尤其是它本身需要采集人类行为数据的存在性需求与个人隐私保护之间就产生了尖锐冲突,采集个人数据如何获得授权和不被滥用已经成为人工智能领域非常尖锐的伦理问题。更为严重的是,新一代人工智能可以通过人的行为的大数据分析和心理生理特征(包括脑电波的读取)的读取,未来“人们任何所思所想都将完全地反映在机器中,人类的思维隐私将不复存”。高校智慧校园人工智能系统将需要对大学生上课、休息、就餐、运动、购物、社交等日常生活数据进行采集,甚至可能需要对学生的指纹、虹膜、面部数据甚至DNA数据进行采集分析,那么大学生在多大程度上允许这些数据的采集和应用将是一个非常现实的高校伦理问题。

3.5电子人格与法律主体缺陷所谓人工智能的道德主体问题就是否赋予人工智能一定或者完全“电子人格”的问题。与大学生贴近的一个伦理问题就是机器人伴侣问题。世界性用品商正努力将最先进的人工智能投入到性用品领域,青春期的男大学生邂逅外形美丽的机器人伴侣、女生购买一个帅气的男性伴侣机器人绝不是一个浪漫的未来故事,而是即将会对大学生产生重大的生理、心理和伦理的影响的现实趋势。这在男权社会背景下,将使男性对女性产生何种潜藏的精神暴力甚至人身威胁、至少是物化女性的思维已经不仅仅是一个思辨中的伦理问题,而是一个悄然成形中的现实痈疮。更为棘手的是,诸多潜藏人工智能犯罪的隐患点正大量出现,具有自我学习能力越来越强的人工智能正飞速发展,其带来的法律主体及预防犯罪问题开始对人与人工智能之间的法律关系提出了挑战,而智慧校园场景下的人工智能如何合理合法地为师生服务开始逐步成为高校思想政治工作者苦恼的来源之一。总之,人工智能是一个已经走进现实且日益飞速发展的技术,对人类社会的影响越来越显著,高校思政课教师必须对此未雨绸缪,及早应对人工智能时代的新挑战、新问题。

作者:洪巍城 周治邦 单位:桂林理工大学马克思主义学院

人工智能技术分析3

一、问题的提出

随着时代的发展和科技的进步，人工智能在近年来得到了迅猛的发展，其所涉及的范围越来越广、进入的行业也越来越多。从目前而言，人工智能在我国已经涉及到多个行业和领域，其功能在不断地进行丰富与完善。从“阿尔法围棋（AlphaGo）”战胜多名围棋高手开始，人工智能被大众所关注，到微软人工智能“小冰”生成的《或然世界：谁是人工智能画家小冰？》，已于2019年在中央美术学院美术馆举行首个个展，［1］人工智能的智能化有所提升，涉及的领域也发生了改变。人工智能从服务领域逐渐开始转向输出其创造物时，除了微软人工智能“小冰”以外，人工智能还能够谱写歌曲、绘画、生成诗篇散文等。这就带来了一个法律问题：人工智能创造物是否属于作品，能否受到著作权的保护？

二、人工智能创造物著作权之否定

（一）主体适格性分析

1．人工智能仍未超越“工具”角色从思维能力角度看，人工智能的地位超越了物的概念，但从工具论角度，人工智能依然未能摆脱为人类服务的“工具”角色。［2］尽管人工智能所涉及到的行业和领域在不断扩大，其对人们日常生活的影响越来越深入，但是从本质上来说，为人类服务仍然是创造人工智能的目的与角色定位，并未脱离这一角色，而处于一个与人类平等的地位。随着科技的发展进步，人工智能的智能程度不断提升，具有了相较以往而言更强的学习能力，但这并不能直接推断出其创造物属于作品。人工智能归根结底还是一个为人类所利用的工具，人工智能能够通过对大量数据进行分析，从而寻找到事物的规律。这种性能在数据处理方面非常占优势，但其背后所依赖的仍然是人类所设定的程序。尽管人工智能能够进行创造，但是其创造也是根据人所设定的程序，究其根本仍然是人类的“工具”，人工智能本身是不具有自主意识的。除此之外，人工智能是由人类所创造的，其从产生之日起就具备人造性，这一属性就意味着人工智能要受到人类的制约，其所创造之物只能看作是人类意识的衍生，而非其创作。

2．人工智能不具备创作意图著作权法确定对象保护体系须以一定的价值基础来构建。构成作品并不以表现形式为唯一依据，还要结合内在价值判断，否则作品的范围将过于宽泛。创作意图是创作过程中能够体现人类智力的核心要素，其是将特定思想转化为与之对应的具体表达的一种主观意愿。在这一过程中，具有创作意图之人，需要对具体表达性内容有具体的预期。如果某一主体对形成的表达没有预先的认识，则不能称其为具有创作意图。创作意图是著作权中的一个重要因素，尽管这一内容没有被明确规定于《著作权法》当中，但是可以从条文中得到印证。但从司法实践来看，证明创作意图是存在一定的困难的，作者的内心真意难以通过作品得到直观的表现，但这并不影响创作意图在著作权认定中的地位。根据智能化的程度不同，人工智能可以分为弱人工智能和强人工智能，但无论是哪一类人工智能，其都未曾拥有自主意识和自主能力。人工智能依靠其强大的数据处理能力，能够在更短的时间内处理更多的信息，并根据数据作出最优的处理结果。从人工智能的运作模式就可以看出，其主要追求的是以最优路径生成有关内容，而人类创作更倾向于展现丰富多彩的内心思想，二者存在根本性的差异。

3．人工智能不符合现有法律框架我国《著作权法》在立法基本理念上趋近于作者权法系，因此判断独创性时还要考虑相关内容是否属于人类完成的智力成果。将法人、非法人组织纳入著作权客体有以下两方面的原因：一是社会发展对著作权主体提出了新的需要，且法人、非法人组织财产独立，可以独自承担相应的责任；二是法人、非法人组织从根本上看还是自然人的延伸。人工智能要想被纳入著作权主体，首先需要解决的就是财产独立的问题。正如上文所论述的，人工智能不具备自主意识和自由意志，也就是说，人工智能是没有独立的财产用以承担责任的。从这个层面看，人工智能是无法被纳入著作权主体的。再从另一个角度进行分析，法人、非法人组织从根本上可以看作是自然人的延伸，而人工智能则与自然人的关联没有那么密切，其在被创造出来以后就与自然人失去了联系。除此之外，从责任追究角度分析，在对法人、非法人组织进行追责时，最终责任会落实到自然人。人工智能从本质上看属于数据代码，在对其进行追责时可能会产生一些问题。就现有的知识产权法律框架而言，人工智能运行的基础是人类输入的代码或者算法，因此难以将人工智能的客体身份进行转化，无法将其认定为著作权主体。［3］

（二）法律及市场角度分析

1．法具有稳定性人工智能创造物是新兴事物，其出现引发了法律方面的讨论，但并不意味着所有新兴事物都需要新的法律来对其进行规制。从法的稳定性的角度来看，当现有的法律体系能够解决新兴事物所带来的法律问题时，就没有必要为其专门设定新的法律。人工智能创造物所带来的著作权方面的问题能够被现有的法律体系所容纳，其原因主要在于对人工智能创造物进行著作权保护，归根结底是保护人工智能背后的人的利益，这一利益能够得到现有法律良好的保护，对其进行额外规定缺少必要性。有学者主张人工智能虽然现在还不具备创作的能力，但是其发展非常迅速，未来可能会具备著作权主体资格，法律应当将其考虑在内。法学研究的目的是解决现实问题，可以进行前瞻性的研究，但是这种研究必须要在现实可能性的基础上，否则这一研究就是一种空谈。［4］人工智能究其根本还只是人类工作、生活中的工具，不能够独立创作，也不能将其归为著作权主体。目前没有依据能够确定人工智能未来的发展情况及发展方向，法律提前进行规定是没有必要的，同时这样制定出的规则也缺少应用的现实基础，失去了法律本身的意义。

2．市场稳定运行的需要还有学者主张，人工智能纳入著作权主体能够激励创作，促进创作领域的发展壮大。从市场经济运行规律来看，社会必要劳动时间决定了商品的价值链，当所有生产者的社会必要劳动时间处于同一水平线时，能够以更短时间产出更多商品的人将会获得更多的利润，从而在市场中生存下去。人工智能与人类相比，其最大的优势在于创作速度快、创作成本低。人工智能可以凭借良好的算法快速地进行“创作”，且在成本消耗方面远低于人类创作。如果人工智能能够作为著作权主体进入创作市场，那就意味着有大量作品的涌入，且在价格方面还具备优势，这对创作市场是一种巨大的冲击。当作者消耗大量精力创作的作品市场被人工智能创造物所抢占时，必然会影响作者创作的积极性，从而影响到创作市场的正常运作，并不能起到鼓励创作、促进创作市场发展的预期目的。

三、人工智能创造物作品的独创性否定

（一）作品独创性的认定标准

有一部分学者指出，现有著作权制度始终将人类视为独创性的唯一主体，以人为关注点的判断标准没有真正从客观角度出发认定独创性，固有的标准难以应对人工智能创作物带来的法律争议，从主观主义出发制定的标准已经难以适应新传播途径带来的各类冲突，长此以往将不利于激发社会的创新潜力和创造能力。笔者对这一观点持反对态度，独创性的评判并不仅仅是从主观角度进行，主观分析只是对其进行评判的一个方面。随着新兴事物的不断涌现，司法实践中确实存在独创性认定标准不一和认定困难的问题，但人工智能创造物与游戏直播、电影解说等存在差异，其主体属于人工智能，而人工智能现在还处于弱人工智能时代，不具备独立的意识和独立的财产，与人或者法人存在根本性的差异。如果仅从客观主义的角度对作品进行评判，作品独创性的认定标准将过于简单，从而导致作品泛滥，甚至于动物所拍照片、动物的画作等都可被认定为作品，这将对著作权的保护和作者的合法权益产生极大的影响。［5］

（二）对人工智能创造物的独创性之否定

1．内容的独创性人工智能可以根据需要对素材进行自由的选择与提炼，通过多种途径对搜集到的素材进行加工整理，最终形成其创造物。仅从内容的角度来看，人工智能创造物确实具有与其他作品相区别之处，可以从内容上认定为具有独创性。但是对于作者独立创作完成作品这一要求，笔者持否定态度。迄今为止的人工智能只能按照人类预先设定的算法、规则和模板进行计算并生成内容。［6］人工智能能够产生创造物，究其根本，仍然是有赖于已经设置好的编码，其行为最终要归属于人的行为，人工智能的创造行为能否被认定为独立完成还有待商榷。因此，难以认定人工智能创造物具有独创性。2．作者的个性表达有学者以人工智能生成的小说未被评委发现的事实推论出人工智能创造物的智力创造水平达到《著作权法》中“最低限度的创造性”标准。［7］这一观点是存在问题的，且不论以这一事实进行推论是否具有逻辑上的可行性，对作品独创性的认定是一个综合性的过程，并不是仅仅考虑是否达到了《著作权法》中的“最低限度的创造性”。同时，创造性更多考虑的是作者的个性表达，从事实层面看，人工智能创造的作品确实具有独创性，但是人工智能作为机器，从目前而言，其无法进行情感与个性的表达。除此之外，通过读者阅读人工智能创造物而产生的情感体会来反证人工智能具备个性表达能力的推论是站不住脚的，读者的情感体会是人类阅读时产生的情感，与人工智能是否具备个性表达能力无关。［8］

四、结语

人是宇宙的精华，万物的灵长，人的创造性思维是创作过程中必不可少的要素。人工智能的智能程度与学习能力虽然有了较大的进步，但其终究还是没有获取自主意识和自由意志，更重要的是，人工智能无法依靠创造性思维进行创作，其所依赖的不过是由人类设定好的程序。这也就说明了：保护人工智能创造物的目的不是保护冷冰冰的机器，而是保护机器背后付出了智力劳动的鲜活的人。［9］人工智能创造物的商业价值并不符合著作权法本身的价值预设。而根据表现形式将人工智能创造物看作作品，一方面无视了人工智能作为著作权主体的不适格，另一方面则是没有认识到著作权保护对象体系。在看待人工智能创造物时，应当在把握规则的前提下，从整体的角度出发。只有这样才能看到问题的本质，从而得出正确的结论。

参考文献

［1］蒋肖斌．人工智能办画展，你们人类颤抖了吗［N］．中国青年报，2019-07-16（8）．

［2］易继明．人工智能创作物是作品吗?［J］．法律科学（西北政法大学学报），2017，35（5）：137-147．

［3］梁志文．论人工智能创造物的法律保护［J］．法律科学（西北政法大学学报），2017，35（5）：156-165．

［4］王迁．如何研究新技术对法律制度提出的问题?——以研究人工智能对知识产权制度的影响为例［J］．东方法学，2019（5）：20-27．

人工智能技术范文第2篇

关键词：科技水平；人工智能；播音主持；语音识别技术；虚拟主持人

导语

“计算机之父”图灵于1950年首次发表了“机器能否具有思考和学习能力”的提问，“人工智能”的概念也于1956年正式出现。时至今日，人工智能的发展已经经历了大半个世纪的历程，相关技术和理论趋于成熟，应用也得到了推广。以网络为基础的信息发展为各行各业的改革提供了技术支持，新型技术也为传统行业的改革提供了帮助。站在传媒行业的角度来看，大数据分析、云计算等技术的成熟使得信息传播的形式发生了质的变化，播音主持作为传媒行业的一部分，也正面临着人工智能技术为其带来的机遇和挑战。

1.人工智能应用现状

通俗来说，利用科技手段来完成以往只能由人类完成的工作或者是人类无法完成的工作，将人类从一部分重复性高的简单工作中解放出来，这就是大家常说的人工智能技术。随着科技的不断发展，人工智能技术也逐渐成熟，应用范围越来越广，传媒行业也不例外。人工智能技术应用的普及对传媒行业的改革起到了非常好的促进作用，改变了以往信息制作及传播的模式，也使传媒行业工作人员的形式发生了变化。[1]近些年来，针对人工智能技术是否可以取代真正的主持人等相关话题的讨论不断，播音主持领域对人工智能技术的应用范围和形式也是非常值得思考的问题。

2.人工智能技术在播音主持领域的应用形式

2.1语音识别技术

语音识别技术，也可以称为智能语音技术，目前该技术是人工智能领域研究的重点。人工智能技术发展到现在，语音识别技术是通过将大数据分析与机器学习相结合的方式，完成针对非特定人群语音识别的任务，经过不断地升级，目前该项技术的识别精准度已经高达98%，针对特定人群的语音识别精准度更高。[2]目前语音识别技术已经在手机输入法等众多领域得到了应用，该项技术的成熟也为后期的语音合成、智能翻译等应用场景打下了坚实的基础。

2.2虚拟主持人技术

虚拟主持人是对现有播音主持形式的一种扩充丰富，随着大数据分析技术的成熟，虚拟主持人对信息的收集和检索能力不断提高，虚拟主持人在机器学习的过程中逐渐具备了某种层面上的“反应”能力。虚拟主持人的应用可以在很大程度上提高播音主持行业的工作效率。虚拟主持人是一种全新的主持人形式，它的普及必将为播音主持行业带来新的活力，促使播音主持行业相关从业人员有更充足的动力去进行节目创作。

2.3情感机器人

人工智能技术可以通过机器学习让机器在语音、动作方面表现的智能化，通俗地来说就是让机器像人。但人类除了有语言能力、行为能力，情感才是人类最独一无二的特点，让机器通过数据对人类的真实情感进行机器学习可以说是一件极具挑战性的技术难题。情感机器人在播音主持行业的应用与推广必然会对该行业的发展产生巨大的影响，机器具有真实情感是一件非常值得深思的事情。相较于已经出现的虚拟主持人来讲，情感机器人的创新性更高，主要表现在科技、文化和媒介这三个方面。虚拟主持人主要是利用虚拟场景投射出来的，情感机器人将会是一个具有实体硬件和情感模仿人类形象的机器人，情感机器人的出现和应用必将会颠覆当今社会的一些理念和规则。[5]

3.人工智能技术的出现对播音主持行业的冲击与影响

3.1可替代性

人工智能技术发展到现在已经与播音主持行业深度融合，除出现在荧屏上的虚拟主持人外，还以大数据分析技术、云计算技术、机器学习技术等形式为播音主持行业的发展提供帮助，但播音主持行业真正的主体仍然是人，因此本文对可替代性的讨论并不是指完全替代。人工智能技术在可替代性方面主要有以下几点表现。3.1.1本质是机器。人工智能技术从本质上来看就是利用机器来完成一部分播音主持的工作任务，这些机器可以全天候24小时不休息地进行工作，也可以随时待命，没有人类需要的休息、进食、睡眠等需求，人工智能技术的机器特性可以协助播音主持人完成一些特殊的工作任务。3.1.2可重复。人工智能技术可以替代播音主持人来完成某些重复性极高的简单工作，例如简单信息的播报、规定流程的主持等工作任务。[7]在某些特殊的危险场景中，人工智能技术比人工更胜一筹，因为人工智能技术没有人类的情感，可以在危险场景中避免很多因为害怕情绪可能导致的失误和意外。3.1.3交互性。人工智能技术可以让虚拟主持人同时与大量受众进行即时互动，真人主持人在发挥最大能力的情况下也无法完成如此大规模的互动任务，主持人与观众的互动性提升就是技术为播音主持行业带来的进步。[2]

3.2不可替代性

3.2.1情感不可替代性。目前人工智能技术研究的重点是模仿人类情感，但开发情感机器人仍然需要耗费大量的时间和精力，即使情感机器人研制成功并使其进行播音主持的工作，其情感反应也无法与人类真实的情感相比，因为人类的情感变化是非常微妙的，人在不同的环境面对同一件事情的时候都有可能会对此产生不同的情感反应，情感机器人很难做到这一点。因此，人工智能技术在未来很长一段时间内都无法真正做到模仿人类真实情感。主持人在日常的学习和工作当中要逐步提高自己的情感沟通能力，有条件的还可以进行人际心理方面的学习。一个有温度有情感的主持人才能成就一个有温度的节目。3.2.2应变能力不可替代性。在一些现场情况较为复杂的大型活动现场中，人工智能技术还没有独当一面，应对复杂现场变化的能力。[4]对一档节目而言，节目的好坏和节目质量的高低与主持人的能力密不可分，节目效果几乎可以说是由主持人能力的高低来决定的。在节目进行的过程中可能会出现各种难以预料的突发状况，人工智能在这样的场景下缺乏足够充分的应变能力，无法很好地处理现场情况，在应变能力方面，人工智能技术很难完全替代人工。因此，在培养播音主持人的过程中应提高对临场应变能力的关注，要重点培养主持人临场发挥的能力，让他在现场出现突发状况时可以保持冷静理智的状态继续工作，快速得当地处理紧急情况，保证节目的正常进行。3.2.3个性不可替代性。个性在不同场景下可以有不同的解释，但综合来看，个性是个体特点的综合展现，个体的个性中包含了情感、信仰和行为习惯等诸多因素。人工智能技术创造出来的虚拟机器人并不具备真实情感，也就更无从说起个性，即使研发人员在进行程序设计时为其设计了相当充分的场景和反应，并在其中加入一些使其有特点的代码，这样的个性也是规范式的，无法称其为个性。因此，播音主持人应提高对塑造个人形象的重视程度，让自己可以随着时代的发展而变化，顺应时代的要求。

4.人工智能环境下播音主持的发展路径

4.1注重个性化培养，求创新求发展

从最初的虚拟主持人到现在的情感化主持人，这样的发展过程直接展现了人工智能技术在人类情感模仿方面的技术突破，但虚拟主持人又面临了一个新的高难度挑战——人类播音主持人的个人风格无法以大数据为基础进行分析和学习。融媒体时代，媒介形式众多，受众群体获得信息的方式也更加便捷，因此播音主持行业十分重视对主持人个人风格的塑造，相关从业人员需要在学习和工作中不断提高自己的业务能力，在当今时代把握住舆论的风向标，占据主导地位，跟紧潮流。播音主持行业的受众随着媒介形式的丰富而逐渐呈现向多元化发展的趋势，正因如此，人类播音主持人需要提高对自己的要求，与时俱进，利用发达的网络进行信息的搜集来不断完善自己，塑造自己的个人特色。众所周知的节目主持人撒贝宁、董卿等人，都有着鲜明的个人风格，利用个性化的信息传播方式收获了大众的喜爱。再比如央视频道的新闻播报员朱广权、康辉等人也同样具有明显的个人特色。

4.2转变培养模式，注重一专多能

以人工智能技术为基础，后期针对播音主持行业从业人员的培养将逐渐向一专多能的方向转变，各单位各高校应提高对从业人员全方位发展的重视，传统的培养内容已经无法满足融媒体时代的需求。因此，各单位各高校在培养具有新时代特色的播音主持人才时，应加强对主持形式、表达能力、形体动作方面的教学，并且结合个人特色在潜移默化中拓宽其专业知识范围，为播音主持行业的人才培养向着个性化、复合式的方向发展提供助力，提高人工智能技术在播音主持行业中财经、法律等内容上的学习能力，使其可以更好地为提高播音主持职业化程度服务。站在播音主持行业的角度上看，主持人除了需要及时准确地向受众群体传递信息，还需要在传递信息的同时向受众传递情感，使其在接收信息的时候可以有更高级的体验，特别是当受众群体处于较为弱势的社会地位时，主持人需要为这些人提供更多的人文关怀和情感信息。在播音主持人的日常工作中，要求主持人在面对灵活、复杂的现场情况时要有足够的把控能力和驾驭现场的能力。例如央视频道《新闻1+1》的节目主持人白岩松，他的语言风格犀利，临场应变能力极强，可以在相当短的时间内抽取突发事件的要点，并将这些信息客观公正地传递给受众群体。所以，在传递信息的过程中情感因素也是非常重要的，在人工智能逐步推广的同时，播音主持人需要具备良好的心理素质和健全的人格品质，可以为受众提供更为准确的信息和更好的视听感受。

4.3人工智能与人类协同工作，互取所长

人工智能技术是顺应时展的产物，是科技水平不断提升的象征，人工智能技术与人类应是协同工作、互取所长的和谐关系。随着人工智能技术水平的不断提升，人工智能主持人给予的反应会变得更加流畅真实，将人工智能主持人与人类播音员相结合，通过两者的互动来达到丰富节目形式的目的，满足受众群体对新鲜感的需求。人工智能技术在一定程度上可以为人类播音员提供辅助作用，帮助人类播音员提升对信息的认知能力和把控能力。播音主持行业需要跟上时代的脚步，不断调整学习模式，将人工智能主持人与人工主持人进行有机结合，既可以提升人工主持人的专业水准，还可以为人工智能主持人提供更加真实的学习数据，提升其智能水平。[8]播音主持行业应顺应时代的发展，积极探索人工智能技术在播音主持行业的应用价值，不断提升播音主持人对情感的控制能力和对信息的表达能力，不断提升在复杂灵活的现场的临场应变能力，积极引导现场互动，从而使观众感受到播音主持行业多元化的魅力。播音主持行业相关从业人员也要通过不断的学习来提升自己的专业能力，使自身的个人形象更加鲜明，提升个人竞争力。现在播音主持行业的工作人员应清晰地意识到人工智能技术对播音主持行业来说是一剂催化剂，促使着播音主持行业向着更加完善和标准的方向进步，人工与人工智能进行有机结合，为人类文明的发展提供帮助。

4.4从生产快餐式的内容转变为深挖内涵的工匠

人工智能技术范文第3篇

1人工智能技术操作方便

在电气工程自动化中，人工智能控制技术主要通过专家系统、神经网络控制、模糊控制这三种方法来完成任务的。人工智能控制技术可以对开关量和模拟量等相关的数据进行采集，并且可以进行相应的处理以及存储。它的界面显示功能良好，工作人员在使用的时候可以比较清楚地了解设备的整体运行的状态；此外，人工智能控制技术还具备自动报警功能，如果显示的数据出现了异常，它就会发出自动报警；对于出现的故障还可以进行故障录波记录，设定好保护定值，这样可以对电气设备的安全起到保障作用。人工智能技术操作简便，可以给工作人员带来诸多方便。

2人工智能技术不易受其他因素影响

过去传统的控制器在进行工作的时候会遇到很多外界因素或者机器自身的问题的干扰，并且会对工作造成不良影响。但是人工智能技术在这方面的优势则比较明显。例如，人工智能技术不需要精确的动态模型，所以，即使模型设置的参数发生了变化，也不会对其造成太大的影响，而且其对环境的要求也不苛刻。所以，人工智能技术在其运行的过程中，可以不受不确定因素的影响，并且可以实现较为精准的自动化控制。

3人工智能技术产生的误差小

人工智能技术在运行过程中基本不受到来自外界的影响，而且其本身的抗干扰能力就很强，所以，一旦提前对系统设定了参数，那么在操作过程中就不用担心参数发生变动。这些参数在整个过程中会保持在一个值域之内，所以不需要担心会有较大的差值，因此其工作效率也比较高。

二人工智能在电气自动化中的应用

1智能控制和保护功能

1.1进行操作控制

在进行操作的过程中，使用人员可以通过键盘或鼠标对隔离开关、断路器等进行现场的或者远程的控制，对励磁电流进行精准的调整。除此之外，还能够进行带负荷操作和停机操作，对相关的人员的权限进行限制。

1.2对相关数据的收集和处理

人工智能技术对所有开关量、模拟量数据进行实时的采集，而且根据先前设计好的要求进行定时批量的存贮以及整理等工作。设置和修改某些参数，及时地保护软压板的退投。

1.3对设备的管理

人工智能在对电力系统进行管理的时候，可以对运行日志进行自动保存，并生成报表的存储或打印、描绘系统运行曲线等。

1.4实行有效的监控

智能技术能够对模拟量与开关量进行全程同步的监测，当检测过程发生异常时，则可以选择多种模式进行报警，同时还可有序地记录系统里的各项事件、在线分析负序量计算等。

1.5对画面的显示

人工智能技术可以运用图像生成软件进行真实画面模拟，可以对有关设备和整个系统的工作运行进行模拟，并且最终以画面的形式显现到屏幕上。

1.6进行故障录波

智能技术对故障波形的获取具有良好的功能，在获取的同时还可以做好相关的记录，对模拟量故障及时地进行录波和捕捉相关波形。

2智能信息检索作

为人类智能的模拟理论而产生的新兴技术方法，人工智能具有良好的信息检索功能。其不仅可以对网络中出现的较为模糊和不确定性的因素进行科学的换算以及推理，还可以根据信息检索的结果提出一些切实可行的解决方案。人工智能技术的优势还在于它可以将正确的指令精确无误的传达给各种机器，进而机器在接受到指令后能够进行正确、正常的运转，确保任务的完成。

3提高电气自动化性能

提高产品质量人工智能系统具有优越的条件，其模拟人类智能，并将人工智能技术中的遗传算法投入到电器产品的应用中。利用人工智能技术，可以将产品的性能优化，假如可以科学合理地把人工智能技术运用到电气自动化的控制中，那么电子自动化性能就会得到显著的改善，电气设备的运行效率也会被大大提高，电气自动化控制的准确性便有所保障。这样一来，就可以减少在电气工程自动化中人力资源的使用，劳动成本也可以随之降低，进而推进电气工程事业的发展。此外，人工智能技术还可以在各种电器产品的会设计中辅助进CAD，使产品的开发周期得到有效缩短，并且能够对提高CAD技术的开发和应用程度有很大的帮助，设计难度也会有所降低，产品的质量自然就会提高。

4电气设备优化设计

有关电气设备的优化设计工作是比较复杂的，需要结合多方面的理论知识，比如电磁场、电机电器、电路等相关知识，此外还需要丰富的设计经验知识。过去的电气产品设计效率很低，一般是因为缺乏相关的技术的支持，再加上工作量本身就很大，所以整个设计就显得比较难，很少有科学合理的设计。但是如今计算机技术发展迅速，手工设计逐渐被计算机辅助设计（CAD）所代替，产品的开发周期缩短了，设计人员的设计产品质量和设计的效率也提高了，而且设计已经越来越趋于智能化和高效化。人工智能技术在电气产品的优化设计应用中，主要有两种方法，即专家系统和遗传算法。其中，遗传算法可以直接操作结构对象，对优化和自动获取搜索空间、自行调整搜索的方向方面具有指导作用，而且采用先进的计算方法，计算结果很精确，因此在电气产品的智能化优化设计中应用广泛。而专家系统则不同，它是主要依据相关领域的一个或是多个专家所提供经验与知识来进行工作的，它是一个对专家的决策过程进行模拟的过程，从而对需要人类专家处理的问题进行处理，这种方式也比较重要。当然，除此两种方法还有很多其他方法，比如神经网络、模糊逻辑等。

三结束语

人工智能技术范文第4篇

关键词：人事档案；人工智能；应用措施

人工智能技术可以有效识别图片、音频、视频等不同形式的档案资料，实现人事档案的广泛收集和分类整理。发挥人工智能技术的优势，提高数据信息处理水平，才能更好地满足人事档案的应用需求。

一、信息时代人事档案管理工作存在的难点

（一）档案信息量不断增加

信息化时代，新型档案数据信息形式不断涌现。目前，我国人事档案资料过于繁杂，档案数目持续增多，档案流转日渐频繁，档案信息缺失、失真现象增加。工作人员需要寻找有价值的人事档案信息，但是工作效率相对低下，在档案采集、分类、整理与维护中耗费了大量时间，对档案资源的使用造成了一定的影响。

（二）非结构化数据管理难

受到档案数据信息技术的影响，以往数字化人事档案信息具有结构化特征，人事档案处理规范性较强，但是应用功能不足，不具备进行个性化人事档案服务的能力。随着非结构性数据的增加，多种生产、科研、营销中的信息被关联到人事档案当中，需要对各种非结构档案进行有效管理。这需要人事档案管理人员不断提高对各种文档、图片资料的管理水平，有效处理特殊格式档案。对非结构化信息的管理与使用能力是影响档案利用的瓶颈，还需要提高人事档案管理人员的数据处理能力。

（三）信息挖掘的能力有限

人事档案管理日益具有服务化的特征，要求人事档案管理人员不仅保证档案信息准确无误，而且还要做到挖掘人事档案中的潜在信息，为优化人力资源配置服务。由于人事档案管理人员不足，工作经验不同，因此在获取隐性档案信息质量方面有一定的差别。如何有效挖掘隐性信息，实现人事档案信息的全面直观展示，是当前对人事档案管理人员的具体考验。

二、人工智能技术在人事档案管理中的具体应用

（一）用于广泛收集人力资源信息

目前人工智能技术已经被广泛应用到人事档案管理当中，能够做到以多媒体的方式呈现人事档案信息。满足了对传统纸质人事档案分类、整理、提取信息的需要，又可以将各种途径获得的人力资源信息制作成标准化的人事档案，借助多种智能化手段建立了人事档案数据库，提高了人事档案管理的自控性、主动性和应变性，可以依据档案管理规则进行人事档案收集工作，保证了机读档案的真实性，满足了各方面对人事档案的个性化应用需要，提高了人事档案的应用效率，更好地丰富了人事档案。

（二）提高人事档案分类搜索效率

随着人事档案内容与形式的不断增加，需要进一步提高人事档案的检索效率。人工智能技术的智能检索功能具有较强的分辨技术，可以更加精准细致地收集关键信息，通过人工智能可以过滤大量不符合要求的人事数据，减少档案检索需要的时间。人工智能可以识别、检索文本形式档案，或者识别语音、视频等多种形式的媒体资料，从而构建了更加科学、专业的档案管理体系。

（三）鉴定评价人事档案信息价值

通过人工智能的专家系统可以更好地按照既定标准对人事档案的信息进行鉴定。采用专家系统可以打破时间约束，能够随时随地进行人事档案价值的鉴别，并且给出可行的参考建议。人事档案管理人员只需要创建专家库，将人事档案评定的相关知识、方法与注意事项输入到计算机当中，然后由计算机系统自动创设数据库。经计算机系统对知识数据库的合理训练后，可以利用一定数据的人事档案进行验证训练，使已经建立的数据库熟悉人事档案鉴定的方法，在对该系统进行多次验证以后可以做出总结，然后对该系统进行改善，最后创立较为完善的人事档案管理专家系统。这种专家系统的使用方法较为简单，档案管理人员可依据专家系统给出合理的改进建议，既保证了档案管理的高效性，又可以有效判别档案性质，保证档案管理的质量。

（四）保证人事档案数据信息安全

首先，人工智能技术具有较强的识别技术，可以识别人的指纹、声音及人面特征。这些识别技术可以有效识别访问人事档案系统人员的身份，避免人事档案管理人员登录时的不便和黑客入侵。人工智能技术还具有较强的数据信息监控功能，可以直接对人事档案系统使用行为进行分析检测，先进的智能化人事档案管理系统可以对异常数据信息情况发出警告，提升相关人员加强防范意识，提前采取行动，从而有效防止人事档案数据信息泄露情况的发生。人事档案管理部门可以借助人工智能技术有效避免意外情况，实现对人事档案的长期保存。近年来，人事档案管理部门主要采用防火墙技术与智能化监测系统对人事档案进行防护，有效避免了外界的非法入侵，及时监测与人事档案相关数据信息的变动，起到了有效的安全防控效果。防火墙系统还可以对用户的访问行为进行分析，及时对访问终端的网络病毒进行防范，保护档案管理系统免受破坏，并且有能力恢复被破坏的数据。

（五）实现人事档案管理的智能化

人事档案管理智能化是人事档案管理工作的发展趋势，是人事档案管理工作发展建设的战略选择。通过人工智能技术可以为用户提供更加贴心的人事档案服务。人工智能技术还可以对用户的人事档案应用习惯进行分析，根据不同用户的需要进行档案供给，真正做到了人事档案服务的个性化。

三、人工智能技术用于人事档案管理的发展方向

（一）学习档案管理新技术

目前，我国人事档案管理人员的信息技术能力有所欠缺，对人事档案管理信息化建设的重视不足，需要积极更新技术手段。例如，重视人事档案管理工作，积极进行相关工作的技术手段更新，强调在人事档案管理中引进编纂标准、史料标准，基于人工智能技术理论更新档案管理方式，重视提高人事档案工作效率，不断加强核心技能的建设。人事档案管理人员还要了解人事档案信息化的优势与弊端，仔细分析人事档案管理的漏洞，依托技术进行弥补人事档案管理的不足，进一步保证人事档案的安全性，推动人事档案管理的科学化运转。

（二）培养创新型档案人才

档案管理工作不仅具有严格的程序，要求人事档案管理人员按照既定的规章制度办事，还要进一步激发人事档案管理人员的创新意识，强调人事档案管理人员基于人力资源信息挖掘的需要创新人事档案管理方式，提高人事档案服务效能。为此，我国应当培养具有人工智能技术背景的人事档案管理专业人才，要求档案管理人员掌握人工智能技术，把人工智能技术与人事档案资料管理深度结合起来。现阶段，人工智能技术用于人事档案管理工作还处在摸索阶段，技术手段还不成熟，应用方式相对单一，隐性档案信息挖掘能力有限。为此，需要大力激发人事档案管理人员的创新意识，调动档案管理人员的工作积极性，鼓励人事档案管理人员创新思维突破人事档案管理的难点。还要组建具有信息技术背景的档案管理团队，加大人事档案管理人员的培训力度，促进他们在基层岗位发挥自身价值，把人事档案管理提升到新高度。

（三）引进智能化档案设备

为了促进人事档案管理信息化、智能化、标准化发展，还要积极引进先进的人事档案管理智能化设备。一方面，更新人事档案管理系统，发挥智能化软件重要作用，注重开发非结构性的人事档案数据库，全面提高人事档案数据信息的收集、整理、校对能力。另一方面，大力探索人事档案管理工作的服务外包模式，鼓励人事档案管理融入第三方技术机构支持，从而有效节约人事档案管理现代化的成本，提高人事档案管理的整体水平，避免人事档案智能化建设中的安全风险。而且，应当拟定人事档案管理智能化建设的发展规划，明确阶段性的工作重点，根据人力资源管理的需要持续性地更新技术设备，从而促进人工智能技术的深度普及，更好地发挥人工智能技术对人事档案管理的作用。

（四）明确档案事业的方向

人事档案管理应当在信息化、智能化、大数据、云存储的背景下不断深化改革。重视依托互联网+技术提高人事档案管理的水平，促进人事档案管理向更广阔的方向发展。例如，人工智技术用于人事档案管理应当构建深度学习工作机制，注重总结计算机开展人事档案管理的规律，进一步优化人事档案服务的系统，满足人事档案管理人员个性化的管理需要。档案管理部门还可以利用人工智能技术构建专业的服务系统，细化档案网络体系，使档案服务满足档案利用的需求。广泛宣传人事档案智能化建设的意义，优化相关工作氛围，促进各方面的深度合作，基于更有力的平台全面提高人事档案智能化建设效率。总之，现代人事档案管理工作应当充分重视使用人工智能技术，依托人工智能管理理念与技术手段提高人事档案的处理效率，发挥人事档案信息资源的使用价值。为此，还要从人事档案管理数字化发展建设方向出发，基于人工智能技术对人事档案进行科学分类、充分提取和有效应用数字化人事档案信息资源，进一步保证人事档案的安全性，提高人事档案的服务水平，促进人事档案管理有序发展。

[参考文献]

[1]胡春锐,雷稚蔷.浅析人工智能技术在档案管理信息化中的应用[J].黑龙江档案,2019(01).

人工智能技术范文第5篇

关键词：人工智能技术；机械领域；应用探讨

人工智能技术是新时代科技创新发展的产物，目前已在许多领域有着具体的应用，人工智能主要通过模拟、拓展人类的智慧，进行新产品、新技术的开发。随着人工智能技术的不断创新，也可以广泛应用于机械制造行业、机械设计和故障诊断，既减少机械领域的生产和运营成本，也可以提高机械行业的安全系数、智能化程度，提升机械的应用范围和应用深度。[1]

1人工智能技术在机械领域中的应用方向

1.1机械设计。机械设计实际上是一种数值计算工作，通俗来讲，机械设计可以通过模型的计算、分析、绘图等过程进行合理结构的方案设计。机械设计既包括对机械的初始方案确定，也包括结合企业利益选择最优方案、制定最佳的结构特性。目前已有部分企业引入智能化机械系统，通过智能设备进行符号推理工作，例如CAD、CMA系统。通过人工智能的计算和分析，综合运用多种学科知识进行智能化机械设计。人员可以通过具体的参数来简化设计步骤，通过智能理论方法来进行设计的开发与应用。可以说，人工智能技术可以精准地控制机器制造的生产质量。在智能化机械设计的过程中，人工智能技术既可以减少人为主观因素对机械设计结构的影响，也可以降低人力成本，虽然人的智慧是不可比拟的，但人工智能系统可以在一定程度上学习人的知识和经验，通过集成所有有关数值，选择最恰当的推理和决策，减少不必要的设计步骤。在未来人工智能系统可以通过AI自主学习，自主判断来进行大规模的机械设计和智能检测。设计人员既可以通过人工智能技术的自主学习和推理系统，计算、储存先进工艺，方便后人进行机械设计的学习，也可以根据市场对不同机械产品的需求，自动分析和调整、精准控制各个机械制造过程的参数。

1.2机械制造。在机械生产制造的过程中通常需要有相关零配件，机械制造工厂需要为机械提供配件。在人工智能技术的参与下，这一过程可以通过机器进行实时的加工，人工智能系统可以根据机器所装配的零部件推断更合适的机械目标，通过机械想要达到的动作序列进行规划，自动进行问题的求解。尤其机械行业中零件加工和设备的装配相对比较复杂，机械的零件工序较多，因此，其生产过程较为漫长，整个过程必须严格按照标准和逻辑顺序进行，一旦中间出现错误或数值误差，则会让整个机械制造工序中断，还会让相应的仪器设备报废。这样一来，生产成本不但会变得很高，同时也会降低生产效率。在人工智能系统的帮助下，整个生产线可以减少人工环节，这就极大降低了因人为因素导致的零部件数值偏差，从而能有效提升机械制造的效率。由于部分机械制造相对比较危险，人工智能技术可以通过操作机器手臂，减少机械制造对工作人员的伤害。在最新的机械制造生产线中，可以由人工智能技术，也就是机器人代替传统的人力进行流水线生产，采用人工智能对零件进行加工，对仪器设备进行装配。在生产线生产的过程中根据实时故障问题确定故障的位置，并由机器人传输到故障维修中心。另外在机械制造检测出故障的具体位置后，人工智能技术可以在第一时间进行故障预警和指定位置的维修，既降低了生产成本，又可以提升安全系数。

1.3机械电子工程。机械电子工程严格来说是由电子工程和智能技术结合起来的新兴技术，机械电子工程的发展是通过系统的输入和输出来完成的。而人工智能技术的加入，既可以帮助机械电子工程分析和处理系统中的信号，也可以通过丰富的经验和理论建立系统模型，利用神经网络和模糊逻辑系统来实现非线性计算。为有效解决机械一体化系统的非线性问题，需要人工智能技术系统的神经网络系统和模糊推理系统利用专门的算法来模拟人体神经系统，输入电子信息系统。在机械一体化系统中，通过对非线性系统的稳定性进行微调，获取关联的特殊值，生成机电工程中的相关函数，并通过模糊信息处理方法来调节非线性的变化和机械的温度。常规的机电系统相对比较复杂，需要通过物理方程建立数学关系、通过人员的经验建立物理基础、通过实验和长期的数学推导进行因果关系的建立，在此范围内进行线性常数的系统应用。这一过程相对比较复杂，而人工智能则可以顺利地解决复杂的问题，通过规则和方法来实现机械电子工程的真实目的［2］。通过人工智能来进行自动控制，利用系统的输入和输出进行模糊逻辑系统的计算处理，利用神经网络提高精确程度，通过网络系统模拟人脑结构，分析和处理机械电子工程中的各种信号，对机械系统内的信号进行自动识别。

1.4机械故障诊断。随着社会生产力和科学技术的不断发展，机械设备、设施变得越来越复杂，机械设备一旦发生故障，检修人员很难通过人工方法快速查明故障来源，导致应用该设备的个人或集体蒙受损失。人工智能技术的加入，很好地解决了这一问题。在人工智能技术与机械故障诊断的融合下，领域专家可以利用传感器提取机械设备、设施易感部位的信息和状态，根据各个机械部位的数据反馈，初步排查故障发生的原因和部位，判断机械设备的工作是否正常。传感器发挥作用的过程离不开人工智能技术，机械设备内部结构复杂、各类零件交错纵横，检修人员虽然拥有根据零件组成判断故障类型的能力，但在实际机械设备管理中，检修人员却无法让视野直接抵达机械设备内部零件处。人工智能技术的运用可以帮助检修人员，在机械设备发生故障失灵时，对机械设备内部零件和状态展开分析，迅速整理出数据分析结果。领域专家即可通过这些原始数据，结合设备设施结构、系统故障历史等信息展开故障计算，用较高的效率确定机械故障发生的原因和部位。目前人工智能与机械故障分析的应用技术还不够完善，因此在实际管理过程中，可以采取人工智能技术整理故障数据和专家分析融合的方法，分析机械设备故障系统，以达到更好的分析效果。

2人工智能技术在机械领域中的应用方法

2.1专家系统。专家系统是人工智能的重要组成部分之一，一个完整的专家系统主要由知识库、推理机、知识学习机制和人机界面四部分组成，专家系统的推理逻辑可以帮助机械进行诊断、推理和产品设计。专家系统根据知识表达方式的不同，可以分为规则类系统和框架类系统，规则类系统是通过既定的规则来完成推理逻辑的过程，而框架系统是在固定的框架范围内，广泛搜寻有关机械的模糊推理逻辑，既降低了系统的复杂性，也能帮助机械系统进行快速的诊断和设计。专家系统的知识表达方式比较符合人类的心理逻辑，更便于学习和获取人类的知识，通过框架进行知识表达，既可以在机械设计和制造的过程中产生新的技术方法和先进的制造工艺，也可以通过模糊逻辑的推理研究，对机械存在的故障进行很好的诊断。相对来说，专家系统就相当于人工智能语言的一部分，其可以通过正向和逆向的推理进行机械的自动控制和模拟仿真。目前专家系统的开发和应用已逐渐深入到机械领域中，随着机械领域的不断复杂化，专家系统也可以利用更灵活、更透明的推理方式，处理不确定的知识点，拓宽机械领域的应用。

2.2人工神经网络。顾名思义，人工神经网络就是模拟人类的神经网络系统，通过各部分的神经配合将一系列数据进行输入和输出。在人工神经网络中，机械的输入和输出都需要标准化的量，输出值是输入值的非线性函数，其量子可以通过各神经元的权重进行调整和改变。通过获取某一部分的权重比来达到期望的输出值，神经网络拥有强大的数值计算方法，且可以通过已知的数据和模式样本来映射学习者和获得者之间的关系，这一过程实际上是对人类思维的再模拟。由于神经网络具有超强的容错性和原则性。因此，其可以在系统内进行自适应、自学习、处理复杂模式等多种功能，还可以利用联想、鲁棒、推测等检测庞大机器系统中的多重故障和突发性故障。人工神经网络还可以作为机械故障诊断的分类器，通过模式识别角度和预测角度，对机械系统的故障进行动态预测。2.3模糊集理论模糊集理论是人工智能的一种特色性功能，由于人的认知世界包含大量的模糊处理信息，也就是说，人类在认知的过程中含有不确定因素。因此，为减少问题的复杂性，人工智能系统通过模糊集理论进行多值逻辑的扩展，利用数学方法和模糊逻辑做到近似推理。可以模拟电路故障诊断方法，通过多值电量测试和信息模糊的融合，确定故障节点和原件故障，并通过最小标准差法进行故障隶属函数的构造。通过函数模型来达到电路增益的模糊信息诊断，利用模糊集理论来测试不同频率下电路的故障信息，精准定位机械系统的故障源头。模糊集理论可以分别利用k故障诊断法和最小标准差法，对测试部位进行初步诊断和模糊变换，最终综合结果得到故障诊断报告。

2.4启发式搜索。众所周知的启发式搜索方法之一是遗传算法，遗传算法可以利用遗传算子使数字串寻找最优的解，这一过程可以进行选择、变异等多种操作，而模拟退火也是启发式搜索的一种方式，通过随机产生的答案进行局部最优解或近似最优解[3]。遗传算法和模拟退火这两种方式都可以通过求解目标函数对问题进行最优化解决，据实践证明，这两种算法具有误差小、速度快的多重优点。因此，在机械系统中，利用启发式搜索方式可以提高机械系统的抗干扰性和伺服性。

3人工智能技术在机械领域中的发展方向

在未来，人工智能技术会随着生物工程和科技的不断更新，获得更多的发展机遇[4]。因此，机械领域可以运用人工智能技术中的超声波传感技术、自动识别技术、激光扫描技术等获得更高质量的发展。首先，在超声波传感技术中，机械可以实现对距离的精准测量和精准控制，以此提高机械设备的智能化程度；其次，在自动识别技术中，机械可以通过人工智能技术的支持，远程接受操作人员的指令，通过判断和推理远程指令，提升机械运行的效率；最后，机械可以利用激光扫描技术，提升数据传输的可靠性和准确性。另外，机械领域还可以抓住人工智能仿生性的特点，研究机器视觉系统，模拟人眼来进行机器的测量和判断，依据像素亮度、颜色等信息将目标转换成信号，控制现场设备的动作。由于机械在运行过程中会受粉尘、实际场地的影响，因此传输数据的准确性有待考量，而人工智能的加入，可以帮助机械在特定的时间内选择特定的测量方法，保证数据的精准性。人工智能技术在现阶段已经成为一种趋势，机械领域需要正视这一机遇，通过深入研究其在机械领域中的应用和技术发展，在机械制造、机电工程方面取得技术性的突破，提高机械制造企业的市场竞争力，让人工智能和机械技术有效融合，打造智能化的科技产品。

4结束语

综上所述，人工智能技术在机械领域中的应用非常广泛。在未来，仍然需要不断开发和利用人工智能技术，通过研发模糊逻辑、神经系统、专家系统等技术优势，促进机械行业实现现代化、智能化发展。

参考文献：

[1]赵从佳.人工智能技术在机械电子工程领域的应用[J].精品，2019（8）：225.

[2]高哲霞.关于人工智能技术在机械电子工程领域的应用探讨[J].电子乐园，2019（4）：5.

[3]谢彬明，杨荣强.人工智能在机械自动化方面的应用与研究[J].南方农机，2019，50（4）：153.