人(rén)工(gōng)智能(néng)在未来的应用亮点

• 2020/12/21

什么是人(rén)工(gōng)智能(néng)？简单讲就是用计算机实现人(rén)的头脑功能(néng)，既通(tōng)过计算机实现人(rén)的头脑思维所产生的效果，人(rén)工(gōng)智能(néng)算法所要(yào)处理的問(wèn)题，以及处理后的结果是不可(kě)预测的。

目前之所以在社会上(shàng)把普通(tōng)的模式识别，机器人(rén)技術(shù)混同于人(rén)工(gōng)智能(néng)，其根本原因就是对人(rén)工(gōng)智能(néng)的概念不清楚，因此把一(yī)切先进的技術(shù)统统归属于人(rén)工(gōng)智能(néng)，這(zhè)反而会影响人(rén)工(gōng)智能(néng)的发展。

人(rén)工(gōng)智能(néng)在未来的应用亮点

1、三维立体移动目标识别

20多年(nián)前在我们的研究室里有一(yī)个三维移动物(wù)体识别课题组，当時(shí)從(cóng)事這(zhè)个研究的所有人(rén)都(dōu)知道(dào)，三维移动物(wù)体识别技術(shù)是应用于军事方面。1991年(nián)海(hǎi)湾战争爆发后，曾经有這(zhè)样的媒体曝光(guāng)，美國(guó)的载有导弹的战机曾经对准一(yī)列民用火(huǒ)车发射导弹，但(dàn)是很(hěn)万幸没有击中火(huǒ)车。2003年(nián)第二次海(hǎi)湾战争中，媒体再一(yī)次报道(dào)出美國(guó)的载有导弹的战机对准一(yī)列民用火(huǒ)车发射导弹，准确的将這(zhè)列火(huǒ)车击毁造成大量的伤亡，面对手无寸铁的乘客所坐(zuò)的火(huǒ)车，接连两次的发射导弹如(rú)此残忍其目的何在？研究三维移动物(wù)体识别的研究者深知，美國(guó)是在展示其三维移动物(wù)体识别的技術(shù)，因為(wèi)使用GPS定位技術(shù)只能(néng)对固定目标进行(xíng)跟踪，对于移动目标必须依靠三维移动物(wù)体识别技術(shù)。

在1991年(nián)的第一(yī)次海(hǎi)湾战争中使用的三维移动物(wù)体识别技術(shù)是通(tōng)过将三维物(wù)体的三个方向上(shàng)的图像轮廓的特征向量值进行(xíng)登录，在识别三维移动物(wù)体時(shí)，把摄取到的三维物(wù)体的任何角度的图像的轮廓的特征向量值与登录的特征向量值进行(xíng)比对，求出近似值，這(zhè)种算法在正常情况下(xià)会得到比较好的识别结果，但(dàn)是，在正式的战争环境下(xià)，周围炮火(huǒ)浓浓，硝烟弥漫，所摄取的移动物(wù)体的图像干扰很(hěn)大，尤其是通(tōng)过轮廓识别图像本身违背了(le)信息学的原理，用一(yī)维的方法识别二维图像，由于信息量不够，如(rú)果图像的轮廓部分有一(yī)点干扰，就会出现截然不同的识别结果。因此，在第一(yī)次海(hǎi)湾战争中美國(guó)试验打击移动目标的结果没有达到预期的效果是可(kě)以理解的。

在2003年(nián)的第二次海(hǎi)湾战争中，在移动物(wù)体识别技術(shù)中导入了(le)人(rén)工(gōng)智能(néng)算法，可(kě)针对由于恶劣的环境造成图像的严重干扰的情况下(xià)，可(kě)以非常准确的打击移动目标。

当前通(tōng)过无人(rén)驾驶飞机对地(dì)形地(dì)貌的测绘，自(zì)动搜索遇难人(rén)員(yuán)等都(dōu)需要(yào)具有人(rén)工(gōng)智能(néng)的三维移动物(wù)体的识别产品，這(zhè)样的高端技術(shù)产业具有很(hěn)高的商业价值。

2、自(zì)动股票交易基金(jīn)对冲以及金(jīn)融预测

在社会上(shàng)最具有价值的技術(shù)是预测技術(shù)，因為(wèi)正确的预测股市将可(kě)获得巨额财富，然而事与愿违正确预估股市结果的算法却并不能(néng)满足人(rén)们的需要(yào)，因此，在预测方法上(shàng)哪怕有一(yī)点技術(shù)进步都(dōu)将是非常重要(yào)的，美國(guó)的一(yī)些号称军事机密的预测算法，在公開(kāi)后我们会感到這(zhè)些算法即使在当時(shí)并没有想象之中的那(nà)种高水平的技術(shù)进步。

但(dàn)是进入人(rén)工(gōng)智能(néng)的時(shí)代，预测技術(shù)将展现突出的颠覆性的效果，首先在最佳预测的概念上(shàng)显示其进步性，以往人(rén)们渴望着得到一(yī)个最佳的预测值，然而，根据數(shù)学上(shàng)的最佳化的理论，最佳化解一(yī)定是建立在给出的某一(yī)边界条件上(shàng)的最佳化。人(rén)工(gōng)智能(néng)的最佳化预测值就是建立在预测者对社会诸因素的了(le)解，对预测目标的认识程度，以及个人(rén)的智力情况等等诸因素以及诸条件的影响為(wèi)边界条件所得到的最佳化值，而且這(zhè)个最佳化的值一(yī)定是超越人(rén)的本身所能(néng)得到的解，這(zhè)将把预测理论推向了(le)最高阶段。

首先人(rén)工(gōng)智能(néng)所以能(néng)在最佳化预测上(shàng)具有突破性，其一(yī)是运用了(le)概率自(zì)组织理论，颠覆了(le)传统的统计学的预测。其二是运用了(le)模糊數(shù)学的空間(jiān)映射理论，可(kě)以把预测者对社会诸因素与预测对象的关系的认识通(tōng)过Membership函數(shù)定式沟建成社会模型，可(kě)以把有关对预测产生效果的社会学，哲学，历史学甚至易学中所提炼出的经验在人(rén)工(gōng)智能(néng)的最佳化预测系统中都(dōu)可(kě)以定式，都(dōu)可(kě)以起到对最佳化预测的作(zuò)用。其三是可(kě)以建立社会性的专家系统，针对预测对象建立大型的社会性的大专家库。其四是利用传统的相关分析，回归分析等算法。一(yī)句话在人(rén)工(gōng)智能(néng)的最佳化预测系统中是将所有与预测有关的算法，知识以及信息全部利用起来。

人(rén)工(gōng)智能(néng)最佳化系统不是将這(zhè)些算法分离的进行(xíng)计算，而是构建成一(yī)个最佳化决策平台，各种不同的算法的计算结果是融合在一(yī)起的，相互验证，信息彼此共享，并通(tōng)过机器学习算法最终进行(xíng)自(zì)组织运算，去伪存真從(cóng)而获得超越统计学的计算结果，從(cóng)而得出最大概率的预测值。导入了(le)人(rén)工(gōng)智能(néng)的决策平台，将上(shàng)述所有可(kě)以对预测起作(zuò)用的因素通(tōng)过新型的超深度学习的算法进行(xíng)如(rú)同人(rén)的神经系统那(nà)样对各种數(shù)据进行(xíng)整合，以及如(rú)同人(rén)的大脑那(nà)样对预测结果的判断，对已经发生的數(shù)据同该系统的各个算法所得出的结果进行(xíng)自(zì)动评价，自(zì)动的修正系统的各种参數(shù)，平衡各种因素的影响的实际效果，实现自(zì)动的知识更新以及知识积累。這(zhè)些都(dōu)是在自(zì)动的基础上(shàng)瞬間(jiān)实现的，在這(zhè)个平台上(shàng)预测结果包括股票交易，基金(jīn)对冲都(dōu)是自(zì)动的进行(xíng)。從(cóng)另一(yī)方面，作(zuò)為(wèi)系统尚需人(rén)為(wèi)处理的功能(néng)，运行(xíng)時(shí)可(kě)以不断的根据操作(zuò)者对预测因素的认识的提高，人(rén)為(wèi)的修正各种因素的數(shù)值，或增加信息，增加预测要(yào)素，或重新调整预测战略的框架等使预测水平不断提高。這(zhè)样的系统所能(néng)正确预测是来源于人(rén)的头脑的智慧，但(dàn)是在高速处理果断决策上(shàng)是人(rén)类望尘莫及的，這(zhè)样的系统一(yī)定会在自(zì)动股票交易基金(jīn)对冲以及金(jīn)融预测上(shàng)发挥不可(kě)估量的作(zuò)用。

3、汽车自(zì)动驾驶

导入人(rén)工(gōng)智能(néng)理论的汽车自(zì)动驾驶系统是当前产业界最為(wèi)关注的应用课题。在這(zhè)个应用领域中其一(yī)是导入人(rén)工(gōng)智能(néng)的机器学习理论的模式识别系统，可(kě)以在线的将路况信息自(zì)动的识别出，供自(zì)动驾驶系统作(zuò)為(wèi)汽车运行(xíng)的依据，其二是导入人(rén)工(gōng)智能(néng)的汽车自(zì)动运行(xíng)系统，汽车自(zì)动驾驶為(wèi)什么需要(yào)人(rén)工(gōng)智能(néng)，可(kě)以刹车控制為(wèi)例，首先汽车不可(kě)能(néng)以一(yī)个速度运行(xíng)，当需要(yào)停止在某位置上(shàng)時(shí)有好多情况，熟练的驾驶員(yuán)有時(shí)会不睬刹车直接停在需要(yào)的位置，有時(shí)会轻轻地(dì)踩一(yī)下(xià)刹车，也可(kě)能(néng)会使劲踩一(yī)下(xià)刹车等等，会有很(hěn)多的情况，這(zhè)样的控制問(wèn)题是目前所有的传统自(zì)动控制理论不可(kě)解决的，导入人(rén)工(gōng)智能(néng)的模糊推论技術(shù)就可(kě)以把熟练的驾驶員(yuán)的经验通(tōng)过Membership函數(shù)定式，再按照模糊推论的算法实现同熟练驾驶員(yuán)接近的自(zì)动驾驶控制。

這(zhè)里举出的仅仅是刹车控制，在实际道(dào)路上(shàng)的自(zì)动驾驶还有更复雜(zá)的控制問(wèn)题，因此导入人(rén)工(gōng)智能(néng)算法势在必行(xíng)。

4、ITC图像变换代码

随着代码技術(shù)的进化，当今已发展到无需事先设计出代码符号，构成代码图形以求得到稳定的识别结果。在人(rén)工(gōng)智能(néng)的算法下(xià)，依据自(zì)然的紙(zhǐ)纹，声纹，自(zì)然的图像甚至生体信息都(dōu)可(kě)以直接变换成代码。

近年(nián)社会上(shàng)流行(xíng)的AR技術(shù)，可(kě)以通(tōng)过手机拍照某一(yī)个印刷图像，就可(kě)以上(shàng)网连接某一(yī)网站。由于這(zhè)种技術(shù)可(kě)以從(cóng)网络上(shàng)下(xià)载開(kāi)源程序，所以迅速普及。但(dàn)是AR技術(shù)是通(tōng)过图像识别的算法，识别结果是一(yī)个占用十几兆內(nèi)存的文件，不利于网络操作(zuò)，以及大量的图像的应用。

從(cóng)另一(yī)个角度，谷歌(gē)眼镜，图像检索都(dōu)需要(yào)通(tōng)过拍摄一(yī)个图像就可(kě)直接上(shàng)网，或进行(xíng)网络检索。一(yī)个ITC（ImageToCode）技術(shù)应运而生，运用空間(jiān)映射的算法可(kě)以把图像的某些特征构造成图像的特征向量，再通(tōng)过概率尺度自(zì)组织的算法组织成一(yī)个1036的代码。实现了(le)将任何一(yī)个图像经过移动终端的拍摄就可(kě)成為(wèi)一(yī)个代码，也就是说可(kě)以把任何图像直接作(zuò)為(wèi)二维码使用，這(zhè)一(yī)成果可(kě)以让任何商品标识在无需任何处理的情况下(xià)成為(wèi)一(yī)个二维码，可(kě)以使世界上(shàng)的所有产品，在一(yī)夜之中都(dōu)可(kě)以连接到网上(shàng)去，不破坏商品标识的美观。可(kě)以实现谷歌(gē)眼镜看(kàn)到任何图像都(dōu)可(kě)以连接网络的设想，可(kě)以实现通(tōng)过手机拍照任何商品图像就可(kě)直接在网上(shàng)检索该商品，促进网络销售的发展，再有对于目前的VR产品的发展将起到重要(yào)作(zuò)用等等。与传统的AR相比具有代码容量在10万分之一(yī)，便于手机终端识别，占用服务器容量小，检索速度快(kuài)的特点，适于國(guó)际性的大范围，大容量的应用。

人(rén)工(gōng)智能(néng)不仅具有以上(shàng)的应用亮点，在各行(xíng)各业都(dōu)将发挥其重要(yào)的应用前景，在此不一(yī)一(yī)列举了(le)。