人工智能时代的特征范文

导语：如何才能写好一篇人工智能时代的特征，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

1人工智能的含义及优势

人工智能是融合信息科学和数学、哲学、心理学等知识的一种新型科学技术，能通过感知环境做出主动反应，并且该反应能够实现目标、获得最大收益（蔡彬彬.人工智能在计算机网络技术方面的应用[J].科技风,2019(13):60）。如今人工智能已经渗透到日常生活之中，例如手机里的智能助理、新闻浏览中的新闻推荐和机器翻译、机器人、自动驾驶等。人工智能是全新的智能系统，其优势主要包括：第一，模糊信息处理和协作的能力。大数据时代的计算机网络技术发展中出现大量模糊信息，增大处理难度，而人工智能大多使用模糊逻辑的数据处理方式，无需准确描述数据模型，运用人工智能就能增强计算机网络技术的信息处理能力。与此同时，计算机网络技术的规模、结构等均在发生变化，增大网络管理难度，运用人工智能的协作分布思维就能显著提高计算机网络协作能力。第二，非线性处理和学习的能力。计算机网络技术催生大量数据和信息，其中有很多都处于较低的概念层次，但其背后隐藏着价值巨大的信息，需要运用人工智能进行挖掘，学习低层次信息，进行解释和推理。人工智能还可以及时进行非线性处理，由机器人模仿人的智能。第三，运算速度快、成本低。迅速发展的计算机网络技术使得人们对其的依赖程度越来越大，但效率和成本问题不容忽视，运用人工智能可以加强算法控制，在计算时速度较快、资源消耗较少，极大地节省计算成本。

2大数据时代人工智能在计算机网络技术中运用的途径

进入大数据时代以后，计算机网络技术的发展速度越来越快，全球越来越关注网络安全问题，计算机网络系统的运用中最重要、人们最关注的则是网络控制、网络监控。由于网络数据存在不规则、不连续的特征，计算机判断数据真实性的难度较大，因而有必要促进计算机网络技术的智能化发展。

2.1运用于管理

人工智能一般又被称为人工智能Agent技术，这是一种实体软件，其组成部分主要是各Agent之间的数据库、知识库、解释推理器、通讯部分，其依据就是Agent的知识库，通过及时分析、处理数据信息完成相关任务。人工智能的管理一般可以基于用户自定义搜索信息，并可以向指定位置传输，让用户享受更智能化的、人性化的服务（王佳美.人工智能技术在计算机网络领域中的应用研究[J].通讯世界,2019(04):136-137）。例如用户利用计算机网络技术查找所需信息时，运用人工智能就能进行管理，对信息加以分析和处理，获得有效的信息，节省大量查找时间。同时，人工智能在人们的日常生活与工作中也有广泛运用，包括收发邮件、安排形成、网上购物等，享受十分优质的智能化管理服务。并且人工智能技术拥有一定的学习性、自主性，对于用户分配的任务可以自动完成，借助自主学习方式更好地推动计算机网络技术的发展。

2.2运用于数据处理

在计算机网络技术中运用人工智能可以极大地提升数据处理能力，即从人工智能切入，实现计算机动态模拟、科学预测，为开展计算机网络管理工作提供可靠的技术支持，特别是开展预设性管理活动，方便对人员的行为进行管理，减少额外成本投入，夯实后续开展数据处理活动和管理活动的基础。为更充分地体现人工智能运用于计算机网络技术的数据处理优势，操作人员要从实际着眼，从人工神经网络切入，通过构建人工神经网络机制，实行必要的网络数据信息预测和处理。具体而言，运用人工神经网络，基于计算机网络技术的操作状态，快速获得主要的运行参数，并把所获参数和计算机网络标准做对比，从而输出对比结果，直观呈现数据处理结果。借助神经元的连接权和阈值，还可衔接输入值、输出值，形成最佳的拟合函数，基于人工神经网络框架高效处理计算机网络技术运用中的各类核心数据，特别是对计算机网络技术所涉及设备的运行状态、技术参数等进行阅读，预测短时间里人工智能在管理环节暴露的问题，高速设置应对问题的方案。该操作需要大数据的支持，数据运算量也很大，所以在运用人工智能时要适当前移数据信息的加工和处理工作，组建计算机网络技术的动态模拟和预测网络。

2.3运用于网络安全

人们对于计算机网络技术的使用安全始终给予高度重视，运用人工智能有助于强化其安全防护。例如运用人工智能可以构建智能防火墙，智能防火墙和其他防御系统比起来能借助智能化的识别技术采集数据、分析数据、处理数据，对有害信息访问进行限制、拦截，减少计算量，提升数据信息安全等级。智能防火墙也有助于防范病毒攻击、黑客攻击，既能阻止病毒传播，又能有效监控并管理内部局域网，确保计算机网络技术使用的平稳性、安全性（罗雅丽.大数据时代人工智能在计算机网络技术中的应用[J].电脑编程技巧与维护,2019(06):120-122）。此外，智能防火墙的安全检测效率比传统防御软件高很多，可以妥善解决外部攻击问题，稳步提升计算机网络安全工作的有效性。人工智能还可运用于计算机网络技术的入侵检测实践，其主要涉及两个模块：一个是训练模块，即在计算机网络技术的使用中通过人工智能实行网络入侵检测，实现正常审计已知数据、检测异常数据的向量训练。人工智能检测主要借助编码的方式对已知入侵特征向量和审计记录做分析、比较，进而把入侵特征的向量变化识别出来。如果已知入侵向量有符合其特征的审计事件，那么计算机网络系统就会自动报警；如果入侵向量和审计事件不符，运用人工智能就能自动实行网络入侵检测，形成新的审计事件。还可以调整模式长度、匹配时间，确保有效分析入侵检测信息的特点。另一个是检测模块，借助预处理器实行入侵检测，即通过数学向量的形式，以审计未知为前提实施数字处理，之后基于支持向量机、判决函数，分类数字向量，再经过决策系统分类汇总数字向量。在检测预测模块中也可按照现有模型的运行规律判定计算机网络系统在今后可能会遭受的攻击，促进模型装置的及时更新，确保系统安全、稳定。

2.4运用于其他方面

大数据、互联网和人工智能等技术有力推动各行各业的变革、发展，使得计算机网络技术水平越来越高，对人们的生活与生产发挥更大的作用。第一，人工智能在教学领域的运用。教师可以在计算机网络技术的学习中运用人工智能，提高教学准确度，并调动学生的热情和积极性。人工智能在早教领域的运用也十分广泛，智能机器人使早教进入新的层面，教育不再受到书本的限制，成功把互联网带进课堂，教师针对自己无法即刻解决的问题，可以借助计算机网络技术搜索准确答案。第二，人工智能在企业管理领域的运用。如今很多企业的计算机网络技术都融入了人工智能，例如自动监控系统、自动报警系统等，促使企业实现智能化管理目标，在安全的环境里降低管理成本（高塔,田雨鑫.计算机网络技术中大数据时代的人工智能应用研究[J].中小企业管理与科技(上旬刊),2018(06):137-138）。企业在未来必然能依托人工智能实现真正的现代化和信息化、智能化管理。第三，人工智能在家居领域的运用。经济稳步发展使智能家居进入大众的生活，为人们的居住提供更大的便利。在计算机网络技术中运用人工智能能很好地满足人们的居住需求，例如自主控制灯光的明暗、窗帘的开合等，或者远程控制家居系统，包括电饭锅开关的远程控制，回到家里能有更多休息时间。因此，智能家居的应用将会日益普及，让人们享受优质的家居生活服务。

3结语

篇2

关键词:智能广告;广告产业;广告传播

随着人工智能技术的不断成熟，大数据分析处理与机器学习等技术的不断发展完善，一个与以往截然不同的智能媒体时代正在来临，而广告行业自然也面临着变革。一方面，媒体行业积极寻求智能化的步伐，催生了智能广告这一具有广阔前景与极大潜能的产业;而另一方面，“随着人工智能、移动互联网等技术的进一步成熟，媒体的智能化道路获得了源源不断的动力”［1］，被机器学习能力与算法迭代加持的人工智能技术，正在为广告行业带来一场前所未有的变革。在广告行业智能化的变革中，传统广告行业不断地瓦解与重构，广告的运作模式与分发策略，相较以往也发生了不同程度的改变。在技术为行业带来变革与机遇的同时，因为技术发展不完善、监管能力滞后等因素所产生的潜在风险也不容忽视。这些机遇与风险为学术研究提供了一个全新的视角与切入点，本文将从智能广告发展溯源、智能广告的传播特征、智能广告时代的潜在风险三个维度进行剖析。

一、智能广告发展溯源

计算广告这一概念最早于2008年被提出，其核心是一种能够做到精准投放的广告投放机制。它在基于大量数据收集的基础上进行实时高效的计算，对用户进行场景画像，找到最优匹配的广告内容并定向投放给目标用户群体，由此能够将广告收益大幅拉升。这一广告投放机制在商业上取得了极大的成功，谷歌公司在2019年第一季度基于数字计算广告的营收就达到了373亿美元。计算广告在其诞生之后也在经历着不断的迭代升级。随着智能化浪潮席卷全球、人工智能技术与广告行业进一步融合，以计算广告为基础的智能广告应运而生。在目前国内对于智能广告的研究中，有学者对“智能广告”这一概念做出了较为清晰的界定，即“以数据驱动为基础，利用人工智能技术实现广告内容的耦合生产、精准投放与互动反馈从而个性化地满足消费者生活信息需求的品牌传播活动”［2］。智能广告在原先计算广告的基础功能上，进一步发展出了即时性内容生产与创造、精准化个性化内容分发、依据反馈数据进行广告效果优化等能力，对于整个广告产业链有了更加全面的渗透，从某种程度上来说，智能广告是对计算广告的进一步发展与升级。

二、智能广告的传播特征

人工智能技术对广告的深度介入，不仅使得广告的内容生产与呈现方式出现了改变，“对产业运作形态、产业链生态也带来了革命性变革”［3］。

(一)人工智能对内容生产的深度参与

相较于传统的数字广告，智能广告最大的特点之一就是人工智能技术对广告的创意策划与内容创作进行了深度的参与，智能广告的内容生产大部分由特定算法负责，相较于人类设计师，负责智能广告内容生产的人工智能可以进行不间断的自我优化升级，同时也能与最新市场动向相结合。例如，天猫的广告AI设计师“鲁班”，在2017年的“双11”活动期间，这一人工智能设计师共生成了4．1亿张海报。如果以每张海报花费20分钟的时间计算，将同等数量的海报由人类设计师来完成，总共将会耗时近300年的时间。由此不难看出，智能广告在生产效率与内容时效性方面具有极大的优势。而在广告的内容呈现方式上，智能广告最为核心的特征是“千人千面”的个性化内容呈现。由于广告内容的生产效率与数量脱离了人力的限制，使得智能广告能够依托用户画像等技术为基础，为不同的用户进行个性化的内容定制创作并加以针对性地投放。以前文提到的天猫AI设计师“鲁班“为例，在同一时间，使用不同的手机打开淘宝，APP首页所出现的广告海报均不相同;SaatchiLA的人工智能“沃森”，在为丰田汽车公司的新车型进行推广营销时，广告内容的呈现方式也显现出了相同的特征。该公司在Facebook上开始了一项运动———“ThousandsofWaystoSayYes”(成千上万种说Yes的方式)，并且最终基于100多个不同的人口统计特征，生成了100余条针对不同用户群体的个性化广告。综合以上叙述我们可以发现，人工智能对于内容生产的介入，使得广告的内容生产进入了高效率的工业化生产时代，由此生产出的海量广告产品推动了广告个性化的呈现方式。

(二)基于用户画像的分众化传播策略

智能广告时代，广告的智能内容生产与呈现方式的转变，自然也促使广告的传播策略发生转变，而广告生产与传播重心也发生了较大的偏移。在广告的传播策略方面，传统的广告传播策略往往是基于广告理论、市场及消费者调查而进行制定的，由此所形成的传播策略针对的受众往往较为宽泛，投放策略较为粗放，所获取的传播效果也与预期有一定的差距。而智能广告的投放策略主要是基于用户画像，再通过大数据与算法对受众进行精细化划分，筛选出合适的广告受众之后再进行广告投放。最为典型的案例就是信息流广告，这一形式的广告广泛存在于社交媒体(如国外的推特、Youtube，国内的新浪微博、微信)当中。此外，智能广告在传播时会选择与内容信息进行深度融合，这一传播策略使得智能广告对受众的心理把握得更为精准，使得广告的商业化目的更为隐蔽。如前文提到的信息流广告，往往都与潜在受众所浏览的信息、咨询等相融合，“并且通过用户的刷新行为不断变化，更易于用户接受”［4］。智能广告在广告投放效果监测方面也同样与传统广告有着较大的不同，智能广告经过分发之后，可以实时根据后台的反馈数据进行广告效果监测。同时，智能广告在投放的同时往往会保留手中的反馈渠道，如Youtube在进行智能广告投放时所使用的反馈机制，用户可以根据自身的喜好程度，对投放给自己的广告进行意见反馈，这使得系统能够根据用户反馈对广告的传播策略进行实时调整，从而形成针对不同客户的不同投放策略。

(三)日趋完善的智能广告产业链

由于智能广告所取得的投放效果更为优异，因此广告主对智能广告的投放兴趣与投放预算正在逐渐增加，而这一系列的变化必然导致传统的广告产业链发生格局转变。目前，国内正在逐步形成一条完整的智能广告产业链，这一产业链的主体“包括智能广告技术公司、智能广告媒体、智能广告监测公司、智能广告数据管理公司、智能广告交易平台等”［5］。由于智能广告的传播主要依托于受众数据与用户标签，受众数据成为广告运营机构的核心资源，而拥有大量数据计算、分析、处理能力的智能广告技术公司在产业链中占据了较为核心的地位。如前文所述，由于广告的创意与内容则逐步成为了数据优化与算法计算的一个组成部分，广告的创意策划人才、资源正在逐步向幕后隐退，传统的广告设计公司在未来将会受到进一步的冲击。

三、智能广告时代的潜在风险

在技术为行业带来变革与机遇的同时，因为技术发展不完善、监管能力滞后等因素所产生的潜在风险也不容忽视。

(一)消费者个人层面

1．个人信息与隐私泄露风险

广告受众关切程度最高的一个潜在风险是自身的个人资料与隐私信息是否会遭到智能广告公司的滥用与泄露。由于大数据已成为众多智能广告公司的核心资源，其背后所蕴含的经济价值进一步助长了不当利用个人隐私信息的不良动机。由于智能广告的核心是建立在大量的数据搜集与分析的基础上，智能广告公司所抓取的数据中必然含有大量的用户隐私数据，因此用户个人隐私权的保护与广告公司的数据使用似乎正在形成一个无法调和的矛盾，如何处理用户隐私所带来的信息伦理问题，在未来也需要进行更加深入的思考与解决。

2．非理性消费风险

鲍德里亚在其《消费社会》一书中提到，“消费者总是怕‘错过’什么，怕‘错过’任何一种享受”。而智能广告在传播过程中往往与信息内容深度融合，对于消费者的心理把握更为精准，让广告的商业化目的更为隐蔽，而“广告的功能性美丽则唤醒了消费者内心的隐秘与欲望，产生购物的冲动”［6］。这使得消费者更容易受到智能广告的操纵，从而导致非理性购买行为。

(二)行业生态层面

1．数据孤岛导致的行业信息不平衡风险

一个良性的广告产业生态，往往是建立在行业内部的信息共享这一基础之上的。但是由于数据自身所带有的隐私性，加之数据在信息化、智能化时代往往蕴含有极高的经济价值，这也使得公司之间对于数据的共享意愿处于较低的状态，同时也促使了“数据孤岛”的出现，如何避免数据垄断的出现，如何在数据共享与公司利益之间寻找平衡，这需要整个行业的进一步思考。

2．广告内容工业化生产导致的广告文化属性下滑的风险

广告除了与生俱来的经济属性外，还包含了一定的文化属性，而智能广告的核心往往是追求经济效益的最大化，这也使得广告的文化价值可能会被忽略。目前的人工智能水平仍然处于弱人工智能阶段，如何使AI理解人类的情感与文化需求、如何保证机器生产的广告内容不只是冰冷的掘金机器，这一问题也需要引起重视。

四、结语

正如一些学者所言，“未来互联网发展和竞争的高地，就是对广域网络空间中的人与人、人与物、物与物实现其价值匹配与功能整合的高度智能化”［7］。广告行业的智能化已然是大势所趋，通过智能化的广告生产与运作，能够推动广告行业形成新的行业生态，提升广告产业的经济繁荣程度，对于整个经济社会的发展都具有积极作用。在智能广告为行业带来新的机遇与变革时，我们需要清晰地认识到技术与风险相互并存，而如何应对这些潜在风险，需要业界与学界进一步合作与思考。

参考文献:

［1］苏涛，彭兰．“智媒”时代的消融与重塑———2017年新媒体研究综述［J］．国际新闻界，2018，40(1):38－58．

［2］姜智彬，马欣．领域、困境与对策:人工智能重构下的广告运作［J］．新闻与传播评论，2019，72(3):56－63．

［3］李名亮．智能广告信息伦理风险与核心议题研究［J］．新闻与传播评论，2020，73(1):76－84．

［4］唐英，黄丹旎．新《广告法》语境下微信信息流广告监管制度研究［J］．当代传播，2020(1):86－88．

［5］廖秉宜．优化与重构:中国智能广告产业发展研究［J］．当代传播，2017(4):97－101+110．

［6］蔡立媛，龚智伟．人工智能时代广告的“时空侵犯”［J］．新闻与传播评论，2020，73(2):70－76．

篇3

关键词：人工智能；数据挖掘；发展前景

当今社会已经进入了人工智能时代，人工智能的应用，大大改善了我们的生活。大数据时代已经来临，不论是从数据的使用，挖掘，处理等方面，都为人工智能的应用起到了基础和保障。

1人工智能

1.1人工智能的定义。人工智能（ArtificialIntelligence），简称AI。属于计算机学科下的分支，顾名思义，它是一门专门研究类人化的智能机器学科，即利用现阶段科学的研究方法和技术，研制出具有模仿、延伸和扩展人类智能的机器或智能系统，从而实现利用机器模仿人类智能的一切行为。1.2人工智能的研究背景。在1956年的达特矛斯会议上，“人工智能”这一术语正式由麦卡锡提议并采用了，随后人工智能的研究取得了许多引人注目的成就。在这之后，科研人员进行了许多的研究和开发，人工智能这个话题也取得了飞速的发展。人工智能是一门极具挑战性的科学，从事这项工作的人必须了解计算机知识、心理学和哲学理念。人工智能的研究包涵广泛的科学知识，以及其他领域的知识，如机器学习、计算机视觉等。一般来说，人工智能研究的主要目标是使机器能够做一些通常需要人工智能完成复杂工作的机器。1.3人工智能的研发历程。早期研究领域：人工智能专家系统，机器学习，模式识别，自然语言理解，自动定理证明，自动编程，机器人，游戏，人工神经网络等，现在涉及以下研究领域：数据挖掘，智能决策系统，知识工程，分布式人工智能等。数据挖掘的出现使得人工智能的研究在应用领域得到广泛的发展。以下简要介绍其中的几个重要部分：（1）专家系统。所谓专家系统就是控制计算的智能化程序系统，通过研发人员总结归纳了专业学科知识和日常经验，能够知道计算机完成某个领域内的专业性活动或者解决某些专业级别的问题。人工智能技术可以合理利用已知的经验体系在复杂环境中，解决和处理复杂问题。（2）机器系统。机器系统简单说就是机器人通过人造神经系统，借助于网络或者存储系统汲取系统的知识进行开发研究。（3）感知仿生。感知仿生系统通过模拟人类的感官，感知生物学特征，通过人工智能机器的感部件对外界外部环境进行感知，识别，判断，分析的能力。能够更好的适应环境，做出判断。（4）数据重组和发掘。是指通过人工智能系统，结合当前先进的理念，对大数据的总结归纳，识别存储，调取等应用。通过数据的加工处理，能够主动做出判断和分析。（5）人工智能模式。分布式人工智能是模式之一，该系统利用系统有效的规避和克服系统资源在某段时间内的局限性，并能有效地改善因资源造成的时间和空间不均衡问题。它具备，模式自动转换，并行处理，开放启发方式，冗余且容错纠错的能力。

2数据挖掘

2.1数据挖掘的定义。数据挖掘(DataMining,DM)是揭示数据中存在的模式和数据关系的学科，强调处理大型可观察数据库。数据挖掘的出现使得人工智能的研究在应用领域得到了广泛的发展。这里包括数据挖掘和智能信息提取过程，前者从大量复杂的现实世界数据中挖掘出未知和有价值的模式或规则，后者是知识的比较，选择和总结出来的原则和规则，形成一个智能系统。2.2数据挖掘的研究现状。当前数据挖掘应用主要集中在电信、零售、农业、网络日志、银行、电力、生物、天体、化工、医药等方面。看似广泛，实际应用还远没有普及。而据Gartner的报告也指出，数据挖掘会成为未来10年内重要的技术之一。而数据挖掘，也已经开始成为一门独立的专业学科。2.3数据挖掘的研究发展。具体发展趋势和应用方向主要有：性能方面：数据挖掘设计的数据量会更大，处理的效率会更高，结果也会更精确。工具方面：挖掘工具越来越强大，算法收敛越来越多，预测算法将吸收新颖性算法（支持向量机（SVM），粗糙集，云模型，遗传算法等），并实现自动化的实现算法，选择和自动调谐参数。应用：数据挖掘的应用除了应用于大型专门问题外，还将走向嵌入式，更加智能化。例如进一步研究知识发现方法，对贝叶斯定理和Boosting方法的研究和改进，以及对商业工具软件不断的生成和改进，着重建立整体系统来解决问题，如Weka等软件。在先进理论的指导下，按照国内形态发展，至少需要20年的时间，才能改进数据挖掘的发展。

3数据挖掘与人工智能技术的联系

数据挖掘属于人工智能中独立系统。它于人工智能的存在关系属于，并存联系，且独立运行，互不从属。此设计体系一方面可以有效促进人工智能提升学习能力，增进分析能力，另一方面还对分析，统计，OLSP，以及决策支持系统模块等起到推动作用。在收挖掘应用领域，处理可以对WEB挖掘，还能够有效进行文本，数据库，知识库，不同领域不同学科的信息进行序列矩阵模式挖掘。基于数据本身的分类，辨识，关联规则，聚类算法更加博大精深。因此，独立于人工智能的数据挖掘，更加便于科研团体或者领域对数据的使用和分析。数据挖掘是人工智能领域的一部分。首先，高智能是数据挖掘和人工智能的最终目标，正是由于这个目标，人工智能和数据挖掘有很多关联。其次，数据挖掘和人工智能是各种技术的整合。数据挖掘和人工智能是许多学科的跨学科学科。最后，数据挖掘的出现逐渐发展壮大，加强了人工智能，因此可以说，它们两者是不可分割的。

4人工智能和数据挖掘技术的发展前景

在当前环境下，人工智能和数据挖掘技术具有以下发展前景:(1)在大数据互联网中的应用。将人工智能的技术应用于互联网中将会使网络技术带上智能的特性,可以为人们的生活提供智能化的帮助，给人们的生活带来便利。还可以提高网络运行效率、增加网络安全性等。(2)智能化服务的研究。人工智能和数据挖掘都很注重对智能化服务的研究,例如很多智能机器人便应运而生，它们已经能胜任许多简单的工作，可以为人们提供人性化的服务。高度的智能化是数据挖掘和人工智能研究最终追求的目标,也是二者最终合而为一的标志。(3)使知识产生经济化。在现阶段的知识经济时代，人工智能和数据挖掘势必受到经济的影响，这决定了人工智能和数据挖掘将具有经济特征。人工智能和数据挖掘技术作为无形资产可以直接带来经济效益，通过交流，教育，生产和创新的无形资产将成为知识经济时代的主要资本。可以预期未来的人工智能和数据挖掘技术将更加经济实用。(4)交叉学科的技术融合。各行各业的理论和方法都已经开始融入了人工智能和数据挖掘之中。未来的人工智能和数据挖掘技术必将是一个融合众多领的复合学科。当今，我们已经在逐渐使用人工智能与数据挖掘技术，去攻克更多难题，解决更多问题，造福人类，改善生活，近在眼前。

作者:喻正夫 单位:汉江师范学院

参考文献：

[1]万璞,王丽莎.数据挖掘与人工智能技术研究[J].无线互联科技,2016(10):113-114.

[2]王翔.试论如何利用大数据挖掘技术推动人工智能继续发展[J/OL].科技创新报,2017,14(01).

[3]秦益文.微博数据挖掘中人工智能推理引擎的应用[J].中小企业管理与科技(中旬刊),2017(02).

[4]蒲东齐.数据挖掘在人工智能上的应用[J].信息与电脑(理论版),2016(19).

[5]李丹丹.数据挖掘技术及其发展趋势[J].电脑应用技术,2007（02）:38－40．

篇4

关键词：人工智能；英语教育；积极影响；消极影响

人工智能概念是20世纪五六十年代正式提出的，随着信息技术的不断发展，人工智能已成为一门新的技术科学。时至今日，人工智能技术的发展经历了人工智能起步期、专家系统推广期和深度学习期等阶段，而在应用领域也取得了重大突破，如Google的无人驾驶技术和运用深度学习算法的AlphaGo战胜围棋冠军等。除此之外，人工智能已被日益广泛地应用于经济社会各个领域，在教育领域亦是如此。2018年教育部就印发了《高等学校人工智能创新行动计划》，要求进一步提升高校人工智能领域科技创新、人才培养和服务国家需求的能力。因此，人工智能必将不断被融合到教育领域，并为大学教育变革提供新方式。基于人工智能的机器学习、人机交互与知识图谱等技术方法，可以为大学英语教师在课堂教学、备课与教学研究等多个方面提供支撑；可以为大学英语教学管理与治理提供决策支持；可以为大学生英语自主学习和教师备课提供智能推荐支撑。目前，学者们已对人工智能对英语教育的影响进行了相关的研究。如高华伟分析了外语作文智能评阅与形成性评价融合策略；刘洋针对人工智能技术与高校英语教学的相互关系，通过调查问卷和访谈等方式，分析了现有计算机辅助语言学习软件和系统的不足，并提出了相应的解决策略；张艳璐对人工智能在给英语教学带来机遇的基础上，探究了人工智能在大学英语教学中的应用；赵生学分析了人工智能时代大学英语教学的变革与策略；严燕分析了人工智能时代英语教学促进学生深度学习的路径。在人工智能时代，人工智能技术必将对大学英语教育领域各个方面产生重大影响，如大学英语人才培养目标、教学内容、教学计划、教学策略、教学模式、成绩评价体系与英语领域科研等方面。针对此，本文在现有研究的基础上，重点从教师和学生两个层面分析人工智能对大学英语教育的积极影响和消极影响，并提出相关建议，以期为大学英语教师教学与大学生英语学习提供参考。

一、人工智能的积极影响

人工智能技术在大学英语教育领域的应用，将对大学英语教学资源、教学模式与大学生二语习得等方面产生积极作用，主要体现为以下几个方面。

（一）丰富了大学英语教与学资源人工智能技术的发展与应用为大学英语教与学提供了丰富的资源。如互联网上含有丰富的英语视频与图片等资源；在线教育平台也提供了大量的英语课程资源，如中国大学生慕课、雨课堂等，它们各具特色，可为教师与学生提供多样化选择。因此，人工智能技术一方面可为大学英语教师提供丰富的教学素材，同时还可根据大学生学习目标与学习习惯等为其英语学习提供丰富的课外资料。同时，很多网络资源可下载或者回放，这样可以使得大学生的英语学习不再受到时间与空间的限制。特别是对于教育资源缺乏的地区而言尤为重要，可以在很大程度上解决教育资源不平衡问题。其中，百度教育大脑的智能备课系统便是典型应用案例。其依托百度人工智能、大数据和云平台的优势，整合了丰富的优质资源。对于教师而言，此平台可按照教学进度为教师提供经过筛选的教学素材，节省教师的备课时间，提高其工作效率。

（二）丰富了大学英语的教学方式传统的大学英语授课往往以线下课堂教学方式为主，而人工智能技术的使用丰富了大学英语单一的教学方式。可利用网络平台，如雨课堂、慕课平台等，开展大学英语线上教学模式或者线上线下混合教学模式。新的教学模式有利于教师在大学英语教学过程中采用不同的教学策略。使用新的教学模式和不同的教学策略可以提高大学生学习英语的兴趣，进而有助于提高大学生英语习得的效率。

（三）提高了大学生英语习得的效率由于英语习得是一个复杂的心理过程，与大学生的情感因素、学习动机等密切相关。采用人工智能技术的大学英语线上教学方式，使得教师与学生之间不是面对面的交流互动，可以在一定程度上缓解学生焦虑、害怕等情绪，有利于学生的英语学习。动机是英语习得中重要的非智力因素，也是影响大学生英语习得效率的重要内在因素之一。学习动机与使用另一种语言的兴趣密切相关。而人工智能技术采用丰富的英语学习资源以及英语教学方式的多样化，这些有助于提高学生学习英语的兴趣，进而增强学习英语的动力。

（四）形成了大学生英语习得分析数据库人工智能技术是以大数据为依托，可以跟踪和记录大学生英语课堂学习和课后学习等各种信息数据，进而可形成大学生英语习得数据库。基于大数据分析与人工智能技术方法，如数据挖掘、关联性分析和回归预测等，可以挖掘大学生英语学习背后的规律特征，了解到每个学生的具体情况。进而构建每个学生的英语学习画像，如学生的线上学习状态、课程作业完成情况、测试成绩和学习方式等。可为教师形成可视化的学生个体和班级整体的学情分析报告。因此该数据库有利于教师掌握每位学生的英语学习状态，掌握学生个体差异，为调整教学方式、教学方法与策略提供支撑。同时，上述数据为大学英语教学与大学生英语习得的研究也提供了数据支撑。

二、人工智能的消极影响

人工智能在大学英语教育领域对教师与学生发挥着积极的作用，同时对他们也产生了一些消极的影响，主要体现为以下几个方面：

（一）对教师的消极影响由于大学英语课堂教学存在一定的缺陷，往往需要改进此教学方式。而人工智能技术的应用，虽有助于大学英语教学改革，但还需要教师熟练掌握人工智能相关技术的使用，会给信息技术能力比较薄弱的教师造成压力。借助人工智能平台，大学英语教学不受时间、空间和学生人数等影响，势必会减少大学英语教师的需求，造成大学英语教师面临失业的压力。进而影响大学英语教师的工作积极性，以及大学英语教学质量。

（二）对学生的消极影响根据语言资本理论与期望价值理论，大学生英语学习的期望价值主要是经济期望价值。而大学生英语学习的期望价值与学习目的和行为密切相关。比如大学生英语学习经济期望价值主要体现为学习英语对未来找工作很重要，可以增加经济收入。而人工智能技术在语言领域的应用，势必会影响大学生对英语学习的期望价值。如人工智能翻译机的出现，使得各种语言之间翻译非常容易。即使不懂英语，也可使用它进行英语交流。因此，人工智能技术在英语领域的应用，将降低大学生英语学习的期望值，进而影响他们英语学习的兴趣与目的。

（三）对师生关系的消极影响基于人工智能技术的大学英语教学，将改变传统的以教师为中心的模式，使得教师在教学过程中的中心地位得到弱化。学生通过人工智能技术，可以很好地收集到自己需要的各种英语学习资源，如在线课程、英语讲座视频和英语文本资料等，甚至可以通过自学的方式完成英语学习任务。但这些将弱化教师与学生之间的互动以及情感，从而隔阂了教师与学生之间的关系。

篇5

【关键词】电气工程 自动化 智能化技术

一、智能化技术概述

随着科技的发展与进步，计算机编程技术可模仿人类的大脑，例如分析、收集、回馈、处理以及交换信息，因而，计算机以模仿人类大脑的形式，在一定的程度上促进电气工程的自动化发展的步伐。在日常生产、分配、流通与交换中，均需电气工程的自动化控制，并且通过电气工程自动化的控制，可有效实现自动化电气工程，提高工作的效率，进而促使生产与工作总体的效率有所提升。人工智能特殊性是由于其具备三种能力：行为能力、感知能力以及思维能力，因而，人工智能发展的潜力无限大。电气工程自动化作为一门电气信息类的新兴学科，主要应用于信息处理、控制运动、管理及决策、电子电力的技术、工业过程的控制、检测及自动化的仪表与电子及计算机技术等领域。

二、人工智能的应用现状

随着人工智能技术的不断发展， 很多研究人员展开了针对人工智能在电气工程自动化控制方面的研究，例如：应该如何将人工智能系统应用于故障的诊断和预测、电气产品设计优化和保护与控制等领域。在优化设计方面， 设计电气设备是很繁琐的工作。它需要对电磁场、电路、电器电机等学科的知识综合性的运用， 同时还要使用以往设计中的经验。设计以往的产品时，通常是在根据经验和实验的基础上， 通过手工的方式开展的。这样的设计过程很难取得最优的设计方案。电气产品的设计随着计算机技术的发展， 逐渐由手工设计向计算机辅助设计不断转变， 使开发产品的周期大大减少。尤其是在引进了人工智能技术之后，更加促进了CAD技术的发展，大大提高了设计产品的质量和效率。人工智能技术在电气设计方面的应用主要包括专家系统和遗传算法。其中的遗传算法是一种优化的先进算法，在产品的设计优化上有举足轻重的作用。因此电气产品的人工智能化设计很多都采用了这种方式进行优化。电气设备的故障征兆和故障之间有着很多必然和偶然的关系，具有非线性、不确定性的特点， 它的优势能够通过人工智能的方式得到最大的发挥。人工智能技术在电气设备诊断故障方面的应用主要由：专家系统、模糊逻辑和神经网络等。在电力系统之中， 变压器因为重要的地位而受到很多研究者的关注。

三、智能化技术控制的优势分析

对于不同人工智能的控制，需运用不同方式进行探讨，由于部分人工智能的控制器，例如神经、模糊、模糊神经以及遗传算法均属于类非线形函数的近似器；采用此分类有利于了解总体，以及促进对人工智能控制策略综合性的开发，以上人工智能的函数近似器具备常规函数的估计器不具有的优点。

第一，在多数情况下，精确了解控制对象动态方程是相对比较复杂的，所以控制器设计实际的控制对象模型，通常会出现许多不确定因素，例如参数变化与非线性时等，往往无法掌握新的信息。但人工智能的控制器设计，可不需参照控制对象模型。按照鲁棒性、响应时间与下降的时间不一样，人工智能的控制器可经过适当调整以提升自身性能，例如，在下降的时间上，模糊逻辑的控制器可比PID控制器还要快四倍；在上升的时间上，模糊逻辑的控制器可比PID控制器还要快两倍。同古典的控制器比较，人工智能的控制器更具备易调节的特点。尽管缺少专家现场的指引，人工智能的控制器也可以采取响应数据进行设计。

第二，还可由相应的信息以及语言等形式开展设计工作，人工智能的控制器一致性极强，输入陌生数据便可以出现很高的估测，还可忽视驱动器对控制器的影响。针对部分控制对象而言，尽管目前未采取人工智能的控制器，也能有良好效果，不过对其他控制的对象而言，不一定能产生良好的效果，因而，设计时需遵守具体问题应具体分析原则。在模糊化与反模糊化的过程中，若运用隶属函数、规则库以及适合模糊神经的控制器，便可精确进行实时的确定。

四、智能化技术的运用

（一）电气产品的优化设计。

电气产品优化设计的工作是相对比较复杂的，其主要综合了两方面内容：理论学科的知识与经验知识。电气产品传统的设计方式主要是设计经验综合大量实验手段的验证，缺少相关技术的支持，效率比较低，工作量比较大，难以设计出科学合理的方案。由计算机技术迅速发展，以及人工智能的技术应用，电气产品设计逐渐从手工转入计算机辅助的设计，从一定程度上而言，减少产品从构思至设计至生产时间，并使得设计逐渐迈向智能化、优质化以及高效化的时代。在人工智能的技术运用在优化设计中，主要有两种主要方法：遗传算法与专家系统。遗传算法特征是直接操作结构对象，具备内在隐并行性与全局寻优的能力；可指导优化与自动获取搜索空间，以及自行调整搜索的方向，不需标准的要求。这些遗传算法的特征特别适合产品的优化设计，进而其广泛运用在电气产品人工智能的优化设计之中。专家系统运用于计算机技术与人工智能的技术，主要是依据某领域的一个或是多个专家提供经验与知识，进行合理的判断与推理，模仿人类专家决策的过程，以此处理需人类专家处理复杂的问题，并且其更是产品的优化设计重要的方式，但目前尚处于研究的阶段，实际的应用比较少，未来的发展前景较大。

（二）人工智能控制技术。

人工智能的控制技术将是未来生产的发展趋势，并且目前在电气工程的自动化方面也已广泛运用。控制的方式主要有模糊的控制、专家系统的控制以及神经网络的控制，主要运用的方面是：记录故障且实行在线分析；采集及处理全部模拟量与开关量实时的数据；实时智能的监视各个主要的设施与系统运行的状态；通过鼠标或是键盘达到控制系统的目的。

篇6

关键词：人工智能；计算机网络教学；现状；运用

中图分类号：TP393-4

所谓人工智能，就是利用人工方法在计算机上实现智能，也可以说是人工智能在计算机上的一种模拟。人工智能广泛融合了神经学、语言学、信息论和通讯科学等众多学科和领域。目前主要存在三条人工智能研究途径：一是以生物学理论为支撑，掌握人类智能的本质规律；二是以计算机科学为支撑，通过人工神经网络进行智能模拟，实现人机互动；三是以生物学理论为支撑。

1 人工智能技术的特征

智能技术主要分为两类，人类和计算机智能，两者存在相辅相成的关系。利用人工智能技术能够实现人类智能向机器智能的转化，相反，机器智能也能够利用智能教学转化为人类智能。

1.1 人工智能的技术特征。首先，人工智能具备非常强的搜索功能。该功能是利用相关搜索搜索技术实现对海量信息的快速检索，满足个性化信息需求；其次，人工智能具备很强的知识表示能力。具体来讲，就是人工智能对信息的行为，能够像人类智能一样，对模糊的信息加以表示；最后，人工智能具有较强的语音识别和抽象功能。前者主要是为了对模糊信息加以处理。而后者主要是为了对信息重要度加以区分，以便提高信息处理效率。用户只需要智能机器提出具体要求便可，至于复杂的解决方案就交给智能程序了。

1.2 智能多媒体技术。首先，人机对话更加灵活。传统多媒体在人机对话方面极为欠缺，导致教学单调乏味，不能取得预期良好效果，但智能多媒体却不然，他能够实现人机自由对话和互动，同时还能结合学生实际对学生的问题给出不同层次的答案。其次，教学可行性更强。由于学生在认知能力和个人素养方面都存在差异，而且学习主动性也不尽相同，人工智能必须要结合学生实际学习状况，为每一位学生设计制定个性化的学习计划和学习目标，对学生进行针对性较强的教学，真正实现因材施教。再次，具有强大的创造性和纠错性。前者属于人工智能的显著特征，而后者属于人工智能的重要表现方面。最后，智能多媒体具有老师特征。在实际教学过程中，智能多媒体可以对教学双方的行为进行智能评价，以便能够及时发现教学中的薄弱点，有助于实现教学相长，全面提高教学质量和教学效果。

2 计算机网络教育的现状

随着现代科学的进步，网络信息的发达，人们的教学观念和学习观念都发生了前所未有的改变，网络时代正全面到来。为了满足现代社会对人才的实际需求，培养大量现代化优秀人才，计算机网络教学模式业已成型并不断完善。目前，高校正规教学模式依然是现代教学主流，尽管在系统传授知识和规范培养人才方面具有无可比拟的优势，但在资金投入、效益创收和时空限制等方面具有很大的弊端，灵活性不足，无法有效满足现代教育的发展要求。

计算机网络教学对传统教学形成了巨大挑战，并产生了深远影响。它不仅有效弥补了传统教学的时空限制缺陷，而且赋予了教学极大的乐趣性，吸引了越来越多的人积极投身到网络教学建设中去，任何人无论何时何地都能够通过网络课堂去学习和提高。但目前计算机网络教学发展仍处于探索期，在实际运用方面还存在许多问题：第一，计算机网络教学中的学习支持服务体系尚不健全，导学手段和答疑方法还非常落后，由于各种原因，在服务方式上缺乏针对性、策略性和积极性；第二，计算机网络实验教学中存在着空间分散、时间流动和自主性差等问题和弊端；第三，计算机网络的系统承载能力和信息查询能力还十分有限；第四，如何实现计算机网络考试的开放性，确保考试的客观性、公正性、权威性，已经成为网络教学发展的瓶颈；第五，计算机网络教学中的核心支撑系统――CAI，还无法有效满足和适应网络教学的实际需求和发展要求。

主流CAI课件主要有两种，一种是单机版的初级课件，包括简单的Authorware课件、PPT幻灯片和图文网页等。一种是高级的网络版课件。该类课件主要以静态图文和动态演示组成的网页为主，以聊天室、电子邮件和QQ群等形式为辅，实现师生互动、网络答疑的一种改进型课件。初级课件在实际教学中以操作容易、更新及时和维护方便著称，但实际上就是传统教学手段的变相挪用。还有些课件，尽管在互动性方面有着不错的效果，但是制作繁琐、更新较慢和维护复杂。因此，高级网络课件是目前网络教学中的主流课件，已经成为了计算机网络课件的固定模板。改进型的网络课件有效地解决了传统多媒体在师生互动不足的问题。上述两类课件是现在最为常见的两种CAI课件，尽管两者都有各自的优势，但作为网络教学的重要手段，仍存在许多问题和弊端：无法实现因材施教，无法开展层次教学；作为教学的一大主体，学生在个性化交互操作方面仍有很大不足；对学习过程中出现的普遍问题无法进行智能统计、分析和评价等。

3 人工智能技术在计算机网络教学中的运用

3.1 人工智能多媒体系统。（1）知识库。智能多媒体已经不再是用来进行纸质媒体数字转化的工具了，它应该具备相应完善的知识库，而知识库里的教学内容要结合教学实际和学生现状进行针对性、个性化设计。同时，要实现知识库资源的高度共享，并及时加以更新和补充，如此才能充分发挥知识库的教学服务作用。（2）教学板块。教学板块的设计主要是出于教学综合性考虑的，教学方法的创新是其关注的重点内容。该模块的实现要以掌握专业知识、教学策略和人机对话等领域的知识为前提，结合学生实际学习现状和特点，利用智能系统的现代化技术手段对知识和相关教育措施加以高效搜索。（3）学生板块。及时掌握学生心理动态和学习状况是智能网络教学的一大特征，结合学生实际状况加以智能评判，进而加以针对性指导和个性化辅导，实现因人施教和因材施教，全面提高学习效率和学习质量。（4）用户模块。用户模块是智能系统无法忽视和省略的关键模块，整个智能系统的正常运行离不开人工程序操作，用户需要通过用户终端将教学内容上传到网络教学平台，才能顺利完成教学。

3.2 人工智能多媒体教学的发展。（1）加强与网络的结合。随着网络技术的成熟，智能网络教学与网络之间的关系日益紧密，多元化、多维度网络空间日益成为一种趋势。互联网具有信息量大、更新速度快、超时空性等优势，加强与网络的结合是人工智能计算机网络教学未来发展的重要方向。（2）加强智能的应用。人机对话、机器指导的教学模式将成为未来网络教学的核心模式，传统教师的角色将逐渐被计算机取代。最为典型的就是现代智能导航系统。（3）加强系统软件的研发。系统软件的更新日新月异，旧的系统软件已经无法有效满足网络发展的时代要求，加强系统软件的研发以便充分满足网络要求，更好地帮助学生解决实际问题，进而提高学习效率和教学质量。

4 结束语

人工智能技术在计算机网络教学中的运用将为现代化教育提供新的发展思路，将全面改善网络教学环境，拓展学习服务渠道，提高计算机网络教学质量，并有可能彻底打破计算机网络教育的时空限制，全面加强网络教学的开放性，实现网络学习的个性化、人性化和智能化，充分落实以学生为本的教学理念。未来CAI技术的进一步成熟将全面提高网络教学的整体格局，我们有理由相信，智能网络教学将迎来全新的发展春天。

参考文献：

[1]刘广钟，高军，刘，李吉彬.报文分析技术在计算机网络教学中的应用[J].计算机教育，2014（01）.

[2]赵冉，朱西方.仿真技术在高职计算机网络教学中的应用探讨[J].河南科技，2014（01）.

篇7

关键词 人工智能 网络 专家系统

中图分类号：TP27 文献标识码：A

0引言

20 世纪以来，计算机的发展日新月异，不断更新换代，以最早期的机械运行方式为基础，经历了电子管时代、晶体管时代直到集成电路，时至今日已涉及到人们生活、工作和学习的各个方面，伴随着计算机的出现并逐步普及应用，人们又开始力图根据认识水平和技术条件，试图用机器来代替人的部分脑力劳动，以提高征服自然的能力。

1人工智能的概念

人工智能（Artificial Intelligence），英文缩写为AI，也称机器智能。“人工智能”一词最初是在1956年的Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。主要探讨如何运用计算机模仿人脑所从事的推理、证明、识别、理解、设计、学习、思考、规划以及问题求解等思维活动，并以此解决如咨询、诊断、预测、规划等需要人类专家才能处理的复杂问题。通俗的说，人工智能可以分为两部分来理解，即“人工”和“智能”，顾名思义就是人造的智能。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人工智能和教育的关系

（1）人工智能和教育的关系。人工智能以及人工智能科学从1956年诞生起，其研究和应用领域就与教育紧密相关。人工智能就是研究让计算机接受教育、提高智能的科学技术。AI的研究成果又反过来应用到我们日常生活的各个方面，并可以改进我们的生活。比如应用到教育过程中，促进教育的工作效率（减少教师的数量和工作时间、甚至直接提高受教育者的智能）。还可以产生新的教学模式，如网上学习共同体、合作学习等。（2）人工智能在教育中的应用。人工智能原理和技术从诞生起就应用于教育，其产品通常称作智能指导系统ITS或者智能计算机辅助教学ICAI。

ICAI系统可以采用多种形式。从根本上讲，它是在保证学生和程序灵活性的方式下，应用人工智能原理和技术，组织安排教学系统的各种成分。它并不是根据预先输入的问题、预先想到的解答、预先指定的分支等进行工作，而是根据学生学习时积累的知识而工作。它的一般工作准则和标准，是依赖本身的知识结构和近期活动事件，如学生回答的历史记录。许多ICAI系统都具有这样的重要特点，即能够实现与学生的自然语言对话。

3人工智能与网络教育的融合

随着人工智能的理论与技术发展，其在教育中的应用日渐扩大，例如Internet上的web站点，其网页的组织形式，就包含智能的原理。目前人工智能在教育领域特别是网络环境下的应用主要有以下几个方面：

（1）ICAI。计算机辅助教学（CAI）是由程序教学发展而来。但是以程序教学为理论基础开发的CAI课件，在推理机制和学生模型方面存在不足，因而不能根据不同学生的实际情况进行动态调整，缺乏灵活的应变能力。

借鉴人工智能中的专家系统知识，由于专家系统中包含知识库和推理机两个基本模块，在一般专家系统中再加入一个“学生模型”模块，就构成智能计算机辅助教学（ICAI）系统的基本结构。其中推理机的作用相当于现实教学中的教师，它可以根据知识库中的内容和学生模型推断出每个学生的学习能力、认知特点和当前知识水平，根据学生的不同特点选择最适当的教学内容与教学方法，并可对学生进行有针对性的个别指导，提高教学效果。

（2）智能。在我们传统的教学过程中，最经典的教学模式是以教师为主，教师讲、学生听，它是一种单向沟通模式。这种教学模式的优点是有利于教师主导作用的发挥，便于教师组织、监控整个教学活动进程，便于师生之间的情感交流，因而有利于系统的科学知识的传授，并能充分考虑情感因素在学习过程中的重要作用。

上世纪90年代以来，随着多媒体和网络技术的迅速发展，强调以学生为中心的建构主义学习理论日益流行。这种理论强调在教师主导下以学生为中心的学习，即一种“主导――主体”教学结构。在这种教学并重的结构中，教师是教学过程的组织者、是良好情操的培养者；学生是信息加工与情感体验的主体，是知识意义的主动建构者；教学媒体既是辅助教师教的演示工具，又是促进学生自主学习的工具。

在网络远程教学中，为实现上述教学模式，把人工智能中的智能体（Agent）技术应用到网络远程教学中，并逐渐成为在教学领域实现智能化的一种主流技术。

篇8

关键词：人工智能；传统绘画艺术；艺术审美；大数据

传统绘画艺术从地域上来说可以简单的分为中国传统绘画艺术以及西方传统绘画艺术。中国传统绘画多讲究神韵，跃然纸上的色彩和线条都颇具象征性，画家所呈现出的往往是一种意境。传统的西方绘画在文艺复兴时期达到了鼎盛的状态，从画面结构来说比中国传统绘画更注重科学与现实的结合。透视，几何，材料等概念的灵活运用使画作在画家笔下达到了一种均衡的美。无论是中西哪种绘画都需要借用笔，刀等工具，通过墨，颜料等绘画材料，在纸，木板，织物等平面工具上，通过构图、造型和颜色等表现手法，创造出可视的形象。

人工智能（Artificial Intelligence AI）是一门技术科学，主要研究用机器模仿人类的思维、感知等智能活动，用理论、方法、技术及应用系统使机器能够代替人类做复杂的智力劳动。

传统绘画与人工智能作为人类智慧活动的两个方向有着各自不同的特性，但随着科学技术的大力发展，艺术家与科学家在各自不同的领域越来越意识到两者的共同性。人工智能技术在传统绘画上的应用，把科学技术与传统绘画有机地结合在了一起，为创造和传播传统绘画艺术提供了先进的方式，大数据的支持，为传统绘画领域带来了新变革。

一、人工智能下传统绘画艺术的发展与创作

早期用来表现传统绘画的新媒体方式多采用了数字化复刻绘画，或者通过动漫、电影、摄影等方式来表F。融入人工智能技术后，传统绘画艺术就范围来说仍然属于新媒体艺术的一个组成部分，但却呈现出了多样的变化。

自1973年始，Harold Cohen（画家，San Diego加州大学教授）所编译的电脑程序“AARON”就开始了自动绘画的过程。

2013年，电脑程序“The Painting Fool”，在巴黎举办了展览会，新闻媒体竞相报道，其中部分作品花了多年时间创作。从形式上来说这就是一场传统意义上的艺术作品展。

年初Google旗下的深度学习神经网络研究小组通过算法教会计算机自主创作绘画的能力。Google称其为Deep Dream。本次绘画作品展引来了大批对科技与现代艺术感兴趣的观众。最终，由人工智能创作的绘画被一位专业的拍卖商拍下，最高单幅的价格甚至达到了八千美元。在Deep Dream的创作中主体内容包括了各种天马行空的海景，漩涡；风格奇幻的城堡以及各种拥有三头六臂的动物。从风格上看接近法国的后期印象派，有轮廓但不具体，有缤纷的色彩，但却不是客观物体原来的色彩，然而整幅画面的跃动感却似乎能表达出作者的主观情感。

此外，受众们可以利用公开的代码，编译出属于自己的Deep Dream图像，艺术家的灵感有时来源于对某一物体的想象。Deep Dream正是从这个方面折射出了人类的创造力和想象力。

人工智能创作传统绘画不得不提到两个概念，即深度学习和神经网络。2006年，杰弗里・希尔顿等人提出了深度学习的概念。深度学习是人工智能学科下的一个分支，通过编译教导计算机进行无监督学习，以此来解决深层优化的问题。深度学习概念是目前人工智能像人脑一样处理数据的关键算法。

人工神经网络，它是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。（百度百科）

Deep Dream中的画作即是由人工神经网络创作，也就是用软件模拟大脑神经元处理信息的方式。软件先要接受大数据训练，通过分析数百万个大数据后才能识别图像中的物体。在Deep Dream创作绘画的过程中，程序先向神经网络输入一张图片，然后由神经网络进行自我调整，软件之前已经有了数据库，神经网络要从中寻找出与数据库中物体相似的地方再进行编译，于是一幅人工智能画作就完成了。

二、人工智能下的传统绘画艺术传播的文化价值

人工智能创作的绘画在传播时呈现了两级分化的局面，一方面有人高价收购人工智能绘画，而另一方面，有人却对这样的迷幻风格难以接受。暂不论人工智能绘画的画作质量，在文化价值上，人工智能绘画是否能算是创作并且富有感染力吗？

绘画创作就其动机来说存在多种类别，有的是有感于情境而创作，作者将情感上的汇集融入绘画作品；有的是为特定目的而创作，比如早期石刻的农耕渔织狩猎图等；还有的画作则是为了宣扬宗教观念，教育宗教信徒而创作。由此可见，在这些创作动机中，既存在单纯表达情感思想的艺术，也有为传播特定信息的艺术，还有为将宗教观念具象化，通过绘画创作更直观的进行表达的艺术。在评论艺术的本质时，有感于情境而作的绘画创作更接近绘画艺术的本质，在这种绘画艺术作品中可能包含了普遍的对人类情感及相关价值观的探索。或许，人工智能下的绘画艺术应该独立成为一个门类，毕竟相较于人工智能的逻辑化、程序化。绘画艺术应是属于人类展现天赋，表达情感的领域。

传统绘画艺术诞生至今，文化价值的体现皆是因为画作中的主体性、不确定性、奇思妙想，抽象感知展现了人类灵魂深处的情感。

三、人工智能下传统绘画艺术的传播

绘画作品具有其独特的传播的功能，首先绘画是一种是具备信息承载能力和传播能力的传播介质。其次，绘画作品中的内在感染力以及受众欣赏过程中能动的二次创作也为传统绘画作品的传播提供了动因。此外，经济基础决定上层建筑，随着人们物质水平的逐年提高，越来越多的人们走进博物馆，美术馆，艺术长廊等多种艺术场所，借由这些渠道了解艺术，欣赏艺术，以此来满足精神需求的增长，由此可见，当下艺术产业领域正受到各方的重视。然而现代社会，艺术生产与艺术消费市场分离的局面，也使传统绘画作品的传播成为必然趋势。

对艺术信息产生情感反馈是人类独有的思维和能力，通过人工智能的神经网络以及大数据分析不仅能创作绘画，还能对传统的绘画艺术作品进行分析判断，继而整理出一套基于大数据分析的传播方案。这样的方案是否可行呢，在当今这个信息爆炸以及媒介去中心化的时代下，越来越多的受众通过各种方式接触到传统绘画艺术，因此当受众面临绘画艺术鉴赏时，便产生了选择障碍。

传统的绘画艺术传播是指在艺术创作和鉴赏阶段所形成的人内信息交流。它的传播模式分为人际传播，把关人推荐和群体传播等。这些传统的传播方式经过多年来的验证确实具有一定的实际意义的，但在针对个体差异上的分类推荐却不是很明显，面对庞大的信息量以及高度差异化的传播需求，如今传统的艺术传播方式，其可行性正在逐渐下降。而人工智能应用于艺术传播，通过云计算可以精确而高效地分析和处理艺术信息。并且通过庞大的大数据资源加强索引优势，速度与精度的大幅度提升正是传统的艺术传播过程中所缺失的。

τ诨婊艺术来说，千人千面，每个人都有自己独到的理解，同一件作品可能有的人喜爱，而有的人无感，在海量绘画作品中筛选出针对目标受众的艺术作品，尤其是不具备绘画专业知识的受众在面对诸多绘画作品时，往往会没有头绪，不知如何进行选择和鉴赏。

四、结语

在人工智能传播传统绘画作品时，受众并不纯粹只是受者，而是具备了双重身份，由被动的欣赏者转变为了主动的创作者。借助神经网络，每个人都具备通过绘画表达内心情感的能力。虽然当前的人工智能下传统绘画艺术的发展还存在这一定的不确定性，但是相信随着人工智能技术的高速发展，今后人工智能创作的绘画一定会在现今的绘画领域独树一帜。此外人工智能的神经网络尚不能对所有绘作品充分理解，但是在速度和精度方面却得到了很大的提升，如果再结合当下其他一些完善的学科，比如结合个体信息，设计心理学，消费学，历史学，哲学等多方位的研究。人工智能系统就能根据受众的个人信息等预测处其的欣赏层次以及需求推荐给受众相应的作品。

人工智能使传统的绘画艺术具备了无限延伸的维度空间和各种难以预料的不确定性，颠覆了传统的绘画传播体系，实现了传统绘画艺术最本质的创作与传播。

【参考文献】

[1]陈端端.艺术传播的人工智能应用需求研究[D].东南大学，2014.

[2]刘峰.传统绘画艺术的新媒体传播研究[D].山东大学，2012.

[3]李连德.一本书读懂人工智能（图解版）[M].北京：人民邮电出版社，2016.

[4]李同娟.人工智能能否创造艺术[D].中国传媒大学，2015.

[5]郭全中.大数据时代下的智能传播及其盈利模式，2015（01）：15-19.

篇9

关键词：人工智能 情感 约束

中图分类号：TP18 文献标识码：A 文章编号：1007-3973（2013）001-085-03

1引言

人工智能（Artificial Intelligence，AI）自从20世纪50年代产生，经过长期发展，已经有了长足的进步，并且已经深入到社会生活的诸多领域，如语言处理、智能数据检索系统、视觉系统、自动定理证明、智能计算、问题求解、人工智能程序语言以及自动程序设计等。随着科学技术的不断发展，现在的人工智能已经不再是仅仅具有简单的模仿与逻辑思维能力，人们也越来越期待人工智能能够帮助或者替代人类从事各种复杂的工作，加强人的思维功能、行为功能或是感知功能。这就要求人工智能具有更强的情感识别、情感表达以及情感理解能力。通俗的说，为了使得人工智能对外界的变化适应性更强，需要给它们赋予相应的情感从而能够应对这个难以预测的世界。

在赋予人工智能“情感”的过程中，面临着许多的问题，有科技层面上的，也有社会学层面的。本文在这里只讨论其中一个比较基本的社会学问题：“人工智能情感约束问题”，即关注于如何约束赋予给人工智能的情感，不至于使其“情感泛滥”。情感指的是一种特殊的思维方式，人工智能具有了情感后的问题是：人工智能的情感是人类赋予的，人工智能自身并不会创造或者控制自己的情感。如果赋予人工智能的情感种类不合理，或者是赋予的情感程度不恰当，都有可能造成“情感泛滥”并导致一些灾难性的后果。例如，当人工智能具有了情感之后，如果人类自身管理不恰当，有可能导致人工智能反过来伤害人类。尽管目前我们只能在一些科幻作品中看到这种情况发生，但谁也不能保证未来有一天会不会真的出现这种悲剧。

本文第二章对人工智能情感研究进行了概要性回顾，第三章对如何约束人工智能情感进行了尝试性探讨，最后一章对全文进行了总结。

2人工情感发展情况概述

随着科学家对人类大脑及精神系统深入的研究，已经愈来愈肯定情感是智能的一部分。人工情感是以人类自然情感理论为基础，结合人工智能、机器人学等学科，对人类情感过程进行建模，以期获得用单纯理性思维难以达到的智能水平和自主性的一种研究方向。目前，研究者的研究方向主要是人工情感建模、自然情感机器识别与表达、人工情感机理等四个方面的内容。其中，尤以人工情感机理的研究困难最大，研究者也最少。

目前人工情感在很多领域得到了应用和发展，比较典型的是在教育教学、保健护理、家庭助理、服务等行业领域。在教育教学方面比较典型的例子是德国人工智能研究中心发展的三个方案：在虚拟剧场、虚拟市场和对话Agent中引入情感模型和个性特征来帮助开发儿童的想象力及创造力。在保健护理方面比较典型的是家庭保健与护理方向，如Lisetti等人研制的一个用于远程家庭保健的智能情感界面，用多模态情感识别手段来识别病人的情感状态，并输入不同媒体和编码模型进行处理，从而为医生提供关于病人简明而有价值的情感信息以便于进行有效的护理。服务型机器人的典型例子是卡内基梅隆大学发明的一个机器人接待员Valerie。Valerie的面孔形象的出现在一个能够转动方向的移动屏幕上时可以向访问者提供一些天气和方位方面的信息，还可以接电话、解答一些问题；并且Valerie有自己的性格和爱好，情感表达较为丰富。当然这些只是人工情感应用领域中的几个典型的例子，人工智能情感的潜力仍然是巨大的。

尽管关于人工情感的研究已经取得了一定的成果，给我们带来了很多惊喜和利益，但由于情绪表现出的无限纷繁以及它与行为之间的复杂联系，人们对它的运行机理了解的还不成熟，以致使得目前人工情感的研究仍面临着诸如评价标准、情感道德约束等多方面问题。所以必须清楚的认识到我们目前对于人工情感的计算乃至控制机制并没有一个成熟的体系。

3对人工智能的情感约束

正如上文所述，如果放任人工智能“情感泛滥”，很有可能会造成严重的后果。为了使人工智能技术更好的发展，使智能与情感恰到好处的结合起来，我们有必要思考如何对赋予人工智能情感进行引导或者约束。

3.1根据级别赋予情感

可以根据人工智能级别来赋予其情感，如低级别人工智能不赋予情感、高级别人工智能赋予其适当的情感。众所周知，人工智能是一门交叉科学科，要正确认识和掌握人工智能的相关技术的人至少必须同时懂得计算机学、心理学和哲学。首先需要树立这样的一个观点：人工智能的起点不是计算机学而是人的智能本身，也就是说技术不是最重要的，在这之前必须得先解决思想问题。而人工智能由于这方面没有一个严格的或是量度上的控制而容易出现问题。从哲学的角度来说，量变最终会导致质变。现在是科学技术飞速发展的时代，不能排除这个量变导致质变时代的人工智能机器人的到来，而到那个时候后果则不堪设想。因此，在现阶段我们就应该对人工智能的情感赋予程度进行一个约束。

根据维纳的反馈理论，人工智能可以被分成高低两个层次。低层次的是智能型的人工智能，主要具备适应环境和自我优化的能力。高层次的是情感型的人工智能，它的输入过程主要是模仿人的感觉方式，输出过程则是模仿人的反应情绪。据此我们可分别将机器人分为一般用途机器人和高级用途机器人两种。一般用途机器人是指不具有情感，只具有一般编程能力和操作功能的机器人。那么对于一般用途的机器人我们完全可以严格的用程序去控制它的行为而没必要去给他赋予情感。而对于高级层面的情感机器人来说，我们就适当的赋予一些情感。但即使是这样一部分高层次的情感机器人，在赋予人工情感仍然需要考虑到可能会带来的某些潜在的危害，要慎之又慎。

3.2根据角色赋予情感

同样也可以根据人工智能机器人角色的不同选择性的赋予其不同类型的情感。人类与机器合作起来比任何一方单独工作都更为强大。正因为如此，人类就要善于与人工智能机器合作，充分发挥人机合作的最大优势。由于计算机硬件、无线网络与蜂窝数据网络的高速发展，目前的这个时代是人工智能发展的极佳时期，使人工智能机器人处理许多以前无法完成的任务，并使一些全新的应用不再禁锢于研究实验室，可以在公共渠道上为所有人服务，人机合作也将成为一种大的趋势，而他们会以不同的角色与我们进行合作。或作为工具、顾问、工人、宠物、伴侣亦或是其他角色。总之，我们应该和这些机器建立一种合作互助的关系，然后共同完任务。这当然是一种很理想的状态，要做到这样，首先需要我们人类转变自身现有的思维模式：这些机器不再是一种工具，而是平等的服务提供人。

举例来说，当机器人照顾老人或是小孩的时候，我们应该赋予它更多的正面情绪，而不要去赋予负面情绪，否则如果机器人的负向情绪被激发了，对于这些老人或者小孩来说危险性是极大的；但是，如果机器人是作为看门的保安，我们对这种角色的机器人就可以适当的赋予一些负向的情绪，那么对于那些不按规则的来访者或是小偷就有一定的威慑力。总之，在我们赋予这些智能机器人情感前必须要周到的考虑这些情感的程度和种类，不要没有顾忌的想当然的去赋予，而是按分工、作用赋予限制性的情感约束，达到安全的目的。

3.3对赋予人进行约束

对人工智能情感赋予者进行约束，提高赋予者的自身素质，并定期考核，并为每一被赋予情感的人工智能制定责任人。

纵观人工智能技术发展史，我们可以发现很多的事故都是因为人为因素导致的。比如，首起机器人杀人案：1978年9月的一天，在日本广岛，一台机器人正在切割钢板，突然电脑系统出现故障，机器人伸出巨臂，把一名工人活生生地送到钢刀下，切成肉片。

另外，某些研究者也许会因为利益的诱惑，而将人工智能运用在不正当领域，或者人工智能技术落入犯罪分子的手中，被他们用来进行反对人类和危害社会的犯罪活动。也就是用于所谓的“智能犯罪”。任何新技术的最大危险莫过于人类对它失去控制，或者是它落入那些企图利用新技术反对人类的人的手中。

因此为了减少这些由于人而导致的悲剧，我们需要对这些研究者本身进行约束。比如通过相应的培训或是定期的思想政治教育、或是理论知识的学习并制定定期的考核制度来保证这些专家自身的素质，又或者加强对人工智能事故的追究机制，发生问题能立即查询到事故方等等，通过这样一系列强有力的硬性指标达到减少由于人为因素导致悲剧的目的。

3.4制定相应的规章制度来管理人工智能情感的发展

目前世界上并未出台任何一项通用的法律来规范人工智能的发展。不过在1939 年，出生在俄国的美籍作家阿西莫夫在他的小说中描绘了工程师们在设计和制造机器人时通过加入保险除恶装置使机器人有效地被主人控制的情景。这就从技术上提出了预防机器人犯罪的思路。几年后， 他又为这种技术装置提出了伦理学准则的道德三律：（1）机器人不得伤害人类，或看到人类受到伤害而袖手旁观；（2）在不违反第一定律的前提下，机器人必须绝对服从人类给与的任何命令；（3）在不违反第一定律和第二定律的前提下，机器人必须尽力保护自己。这一“机器人道德三律”表现了一种在道德忧思的基础上，对如何解决人工智能中有害人类因素所提出的道德原则，虽然得到很多人的指责，但其首创性还是得到公认的。尽管这个定律只是小说家提出来的，但是也代表了很多人的心声，也是值得借鉴的。

那么对于人工智能情感的约束呢？显然，更加没有相应的法律法规来规范。那么，我们就只能在赋予人工智能情感的道理上更加的小心翼翼。比如，我们可以制定一些应急方案来防止可能导致的某些后果，也即出现了问题如何及时的处理之。另外我们在操作和管理上应更加慎重的去对待。也希望随着科学技术的发展，能够在不久的将来出台一部相应的规章制度来规范人工智能情感的管理，使之更加精确化、合理化。

4结束语

人工智能的情感研究目的就是探索利用情感在生物体中所扮演的一些角色、发展技术和方法来增强计算机或机器人的自治性、适应能力和社会交互的能力。但是现阶段对这方面的研究虽然在技术上可能已经很成熟，但是人工智能情感毕竟是模拟人的情感，是个很复杂的过程，本文尝试性的在人工智能发展中可能遇到的问题进行了有益的探讨。但是不可否认仍然有很长的道路要走，但是对于人工智能的发展劲头我们不可否认，将来“百分百情感机器人”的问世也许是迟早的事情。

参考文献：

[1] 赵玉鹏，刘则渊.情感、机器、认知――斯洛曼的人工智能哲学思想探析[J].自然辩证法通讯，2009，31（2）：94-99.

[2] 王国江，王志良，杨国亮，等.人工情感研究综述[J].计算机应用研究，2006，23（11）：7-11.

[3] 祝宇虹，魏金海，毛俊鑫.人工情感研究综述[J].江南大学学报（自然科学版），2012，11（04）：497-504.

[4] Christine Lisett，i Cynthia Lerouge.Affective Computing in Tele-home Health[C].Proceedings of the 37th IEEE Hawaii International Conference on System Sciences，2004.

[5] Valerie.The Roboceptionist[EB/OL].http：//.

[6] 张显峰，程宇婕.情感机器人：技术与伦理的双重困境[N].科技日报，2009-4-21（005）.

[7] 张晓丽.跟机器人谈伦理道德为时尚早[N].辽宁日报，2011-11-04（007）.

[8] Peter Norvig.人工智能：机器会“思考”[J].IT经理世界，2012（Z1）：331-332.

[9] McCarthy J.Ascribing Mental Qualities to Machines1A2. In Ringle M，editor，Philosophical Perspectives in Artificial Intelligence1C2，Humanities Press Atlantic Highlands，NJ，1979：161-195.

篇10

人工智能（Artificial Intelligence，缩写AI）是一门研发用于模拟、延伸和扩展人的智能的人类智能的理论、方法、技术及应用系统的新的技术科学。人工智能早在1956年就已被提及。随着近几十年来计算方法的革新、硬件水平的提高和云计算大数据的共同驱动，人工智能得到了各行业的广泛关注和研究。尤其是在2016年Google的Alpha Go战胜李世石，随后Alpha Go升级版Master持续挑战人类顶尖围棋高手，保持了60场不败的纪录，使得人工智能名噪一时。

根据艾媒咨询的《2017中国人工智能产业报告》显示，2016年中国人工智能产业规模以43.3%的增长率达到100.6亿元，预计2017年将达到152.1亿元，并于2019年增至344.3亿元。

二、人工智能在金融领域的变革情况

一直以来，金融行业差别化的服务都是基于“人”的服务。然而，近年来，机器人的出现在一定程度上模拟了人的功能，批量而且更个性化的服务正尝试取代人的位置。依托互联网金融的兴起，计算机视觉、自然语音处理、机器人、语音识别等人工智能技术在金融行业中得到了广泛的应用。在“第二届中国金融科技大会”中，百度高级副总裁朱光指出金融是人工智能最好的落地场景，因为它的核心就在于数据和数据处理。

（一）人工智能在银行服务领域中的应用

第一，征信助手。从传统金融到“互联网+金融”，无论是传统的信贷审批还是互联网产品，如P2P、现金贷等征信的搜集，风险防控一直是银行类金融机构的重要课题。在过去，对贷款人贷前识别、贷中监控、贷后反馈，一般会单纯地依靠大量的信贷工作人员的实地考察，这就极大地增加了信用风险评估的片面性和失误性。目前，借助人工智能和大数据搜集和认证客户信息。通过多渠道、多维度地获取客户信息数据，实现智能化征信和审批，可极大地加快银行信贷速度和限制增量风险，减少信息不对称。传统银行信贷风控模型中，变量覆盖只有20～30个，而基于用户数据累计和人工智能技术建立的智能化风险控制体系模型可超过万级单位。澳大利亚证券及投资委员会（ASIC）、新加坡货币当局（MAS）、美国证券交易委员会等多家机构已将AI引入风险管理。

第二，客户服务。在银行客户服务中，用户的咨询问题具有重复性特征。人工智能利用深度学习系统，通过前端客户数据搜集，如用户信息、行为动态等方面进行捕捉，而后结合客户性别、年龄、爱好等进行多维度、标准化营销。首先，各大银行通过推出可互动的高科技机器人代替大堂经理，提升客户体验，降低成本。例如，交通银行的“娇娇”、民生银行的“ONE”、农业银行的“智慧小达人”。其次，近年来建设银行、中国银行等多家银行先后建立“智慧银行”，颠覆了传统的银行模式。客户将在智能机器人的引导下办理各项业务，增强银行的科技感和服务的体验感。

（二）人工智能在投资顾问中的应用

相比传统的投资顾问，智能顾问通过机器学习与神经网络技术，能够通过数据分析处理、构建和完善模型，利用采集的经济数据提供更加快速、可信、客观、可靠的投资方案。同时，人工智能还可以通过搜集资料，进行数据分析，自动撰写各类报告。比如，招股说明书、行业研究报告、尽调报告和投资意向书等。投资顾问先行者Ken-sho能够在两分钟内基于历史数据判断历年来美联储加息前，标准普尔和道琼斯指数的趋势，判断利好行业和潜力公司，而过去依靠人类分析师几天几夜都是很难达到的。花旗银行数据显示2012―2015年年底，智能顾问管理资产规模从0发展到290亿美元，未来将高达5万亿美元。北京资配易投资顾问公司人工智能系统（SIAI）可根据市场信号判断买卖时机和仓位规模。除此之外，国内外还有京东金融推出的智投、小金所的机器人投资顾问。2016年下半年，全球最大的资产管理公司――莱德基金（Black Rock）花费1.5亿～2亿美元收购理财初创公司“未来顾问”（Future Advisor）、德意志银行推出的机器人投顾“Anlage Finder”等。

（三）人工智能在保险行业的应用

近年来，随着大数据、云计算、人工智能等新技术的发展和应用，保险业进入了一个更高效、更快捷的时代。首先，一直以来在传统保险行业中，如何存储大量的纸质或者影像的保单、证照、票据等数据是保险公司的一大难题。据统计，一个100人的数据录入团队一年的人力成本在200万元～600万元。然而，人工智能通过参与大数据和深度算法，数据构造后，存储空间可节约90%。其次，如何对存储数据进行传输、搜索和剖析的问题也日益突出。而人工智能通过数据积累和算法迭代，就可以为保险公司的产品定价提供精确数据。同时，通过机器识别参与保险理赔，可降低风险。目前，国内外多家保险公司已经开始布局人工智能。例如，泰康人寿保险智能机器人“TKer”、平安人寿“智能机器人”、合众人寿人工智能“小Ai”、太平洋保险智能运维机器人、弘康人寿引入“人脸识别技术”、日本富国生命保险人工智能平台“Watson Explorer”、台湾国泰人寿的“Pepper”等。

（四）人工智能在互联网金融领域的应用

互联网金融作为传统金融的补充，通过依托互联网技术和工具提供资金融通和支付结算等业务行为。目前，我国互联网金融发展经历了两个阶段。最初阶段，互联网金融仅仅只是为传统金融业务提供网络化服务，即把保险、理财、基金、信托等金融产品搬到网络进行营销。现在，互联网金融则覆盖第三方支付、P2P网络借贷、大数据金融、众筹和第三方金融服务平台等多种模式。首先，人工智能提高了互联网金融的效率。通过自动问答机器人实现智能客服，在过去两年的“双十一”期间，蚂蚁金服95%的客服均由智能机器人通过语音识别完成了远程客户服务、业务咨询和办理。其次，随着《关于促进互联网健康发展的指导意见》《非银行支付机构网络支付业务管理办法》和《最高人民法院关于审理民间借贷案件适用法律若干问题的规定》等一系列政策的出台，不难发现，互联网金融在理财顾问、征信助手、智能风控和防范金融系统风险等方面被逐步规范化和法制化。例如，长期以来，由于缺乏有效的管理，信息安全、风险控制、资金调节等问题日益突出。根据《2016年全国P2P网贷行业快报》，仅2016年12月，“跑路”的平台就有69家。人工智能的出现可有效地进行监管，规避风险。根据阿里巴巴蚂蚁金服的数据显示，网上银行在花呗和微贷业务中，将虚假信贷交易降低了10倍。利用OCR系统，支付宝证件审批由1天降低到1秒。百度利用大数据和人工智能实现教育信贷秒批。