龙源期刊网 http://www.qikan.com.cn
新冠肺炎疫情下人工智能技术应用概况与展望
作者：胡乐炜
来源：《数码设计》2020年第03期
摘要：本文首先概述了人工智能的概念和主要研究方向。然后讨论了在新冠疫情中，典型行业人工智能技术的应用情况和展望。 关键词：人工智能;疫情;机器学习
中图分类号：TP391文献标识码：A文章编号：1672-9129（2020）03-0038-01 Abstract：
Thispaperfirstsummarizestheconceptofartificialintelligenceandthemainresearchdirection.ThentheapplicationandprospectoftypicalindustryARTIFICIALintelligencetechnologyincoVID-19arediscussed. Keywords：artificialintelligence;Theoutbreak;Machinelearning
自从新型冠状肺炎病毒疫情在全世界扩散开来，在人类与病毒间没有硝烟的殊死搏斗过程中，人工智能技术扮演者前所未有的重要角色，各类人工智能技术应用的新场景不断涌现，催生出全新的商业模式和商业流程。可以预见，未来，人工智能将深刻影响和改变人们生活的方方面面。
1人工智能概述
1.1人工智能的概念。简单来说，人工智能是计算机科学的一个分支，涉及构建能够执行通常需要人类智能任务的智能机器。人工智能可以划分为两大类，包括狭义人工智能和广义人工智能。狭义的人工智包含当今在计算机程序算法中随处可见的应用范式，即在没有经过明确程序规则的情况下，被教会或学会如何执行特定任务的智能系统。这种人工智能在智能手机虚拟助手的语音和语义识别、自动驾驶汽车上的视觉识别系统、以及推荐系统中应用得很广泛。然而，与人类不同，这些系统只能学习或被教授如何做特定的任务，这即是被称为狭义人工智能的原因。
广义人工智能则是人类创建的适应性智力类型，展现为一种灵活的智力形式，能够学习如何执行截然不同的任务，从理发到构建电子表格，或者根据其积累的经验，推理各种各样的主题。理想的广义人工智能常见于电影作品，例如《终结者》，但还并未真正实现。
龙源期刊网 http://www.qikan.com.cn
1.2人工智能的主要研究方向。当前，针对人工智能的研究囊括大量的研究议题，其中很多研究方向互为补充。机器学习是人工智能的一个重要的研究方向。在机器学习的过程是通过向计算机系统输入大量数据，然后用这些数据学习如何执行特定任務。在机器学习过程中，最为关键的是通过一定的算法构造神经网络。神经网络中存在层次，由相互传递数据的节点（神经元）连接，它们通过在各层之间传递输入数据时调整权值来完成特定的任务。在训练这些神经网络的过程中，附加到不同输入的权值将会持续变化，直到神经网络的输出非常接近期望的值，此时网络将学会如何执行特定的任务。神经网络的类型多种多样，各有优缺点。例如，递归神经网络是一种特别适合于语言处理和语音识别的神经网络，而卷积神经网络更常用于图像识别。
人工智能研究的另一个重要的研究方向是进化计算，它借鉴了自然选择理论，认为遗传算法会在两代人之间进行随机突变和组合，而不断尝试优化给定问题的最优解。进化计算的相关研究主要用来帮助设计人工智能模型，以有效地迭代提升人工智能程度。利用进化算法优化神经网络被称为神经进化，随着智能系统的使用变得越来越普遍，特别是在对数据科学家的需求经常超过供给的情况下，进化算法可能在帮助设计高效人工智能方面发挥重要作用。 此外，专家系统也是人工智能重要的研究方向。在专家系统中，会编制若干规则，允许它们根据大量输入做出一系列决策，允许机器模仿特定领域的人类专家的行为。 2疫情期间人工智能技术的应用现状及展望
面对新冠疫情，“无接触”经济开始兴起，使得人工智能技术有了绝佳的试验场地，以下结合医疗、物流和零售三个典型行业，浅析人工智能的应用和思考。
2.1医疗行业。医疗领域无疑是当前急需采用人工智能技术的行业，众多人工智能技术首次在疫情中采用。例如，火神山医院投入使用的医疗服务机器人豹小弟，能够替代护士完成红外测温、发热问诊等任务。又如，腾讯提供的人工智能辅诊方案，在患者CT检查后最快一分钟内就可以为医生提供辅助诊断的参考，帮助医生节省了大量的宝贵时间。人工智能在医疗领域的应用不仅缓解医务人员的工作压力，而且有效减少了交叉感染，保障了医护人员的安全。未来，基于海量的病历数据和与之相关联行为数据，相关的研究人员还需要利用多维度分析和模拟技术，构建和优化出高维度机器学习模型，预测和控制疫情的发生。
2.2物流行业。物流领域的企业很早就开始利用人工智能技术提示物流服务质量，当前的新冠疫情条件下，要求人与人之间尽量避免接触，更是加速了人工智能技术在物流领域的应用。当前，人工智能技术在物流行业的应用更多是体现在拣货机器人、配送匹配算法等初级的场景。不久的将来，基于AI的无人驾驶技术、利用神经网络算法构建的物流需求预测技术，以及不断成熟的机器人技术等都会不断催生出无接触的物流模式。更进一步地，人工智能将推动运输、仓储、配送等全面改造。主要有智能感知、图像、语言处理、知识图谱、数据挖掘
龙源期刊网 http://www.qikan.com.cn
等，将大大降低物流运营成本、及人工劳动强度，推动物流业将服务由劳动密集型向科技密集型转变。
2.3零售行业。突如其来的疫情中，零售业无疑是最受伤的行业之一。更为不幸的是，零售业正处于互联网人口红利消失，传统线下零售渠道占比萎缩的发展疲软期。不过应该看到在可预见的未来，人工智能技术的应用或能扭转零售业萎靡不振的态势。当前，从各场景的应用程度来看，精准营销及智能客服的发展相对成熟，智能化运营、商品识别分析的发展速度相对较快，未来供应链网络效率智能优化的使用将会收获更多的增益价值。此外，疫情期间，无人零售的核心价值被真正发掘，开始回归销售商品的本质，帮助零售门店打造无接触销售模式。 3总结
本次疫情期间，人工智能在疫情防控、物流配送、民生保障等诸多方面都发挥了积极的作用。未来，乘着国家推进新型基础设施建设相关政策的东风，人工智能技术将会与实体经济更紧密的结合。 参考文献：
[1]崔亚东.人工智能应用与治理[J].行政管理改革，2020（06）：4-10. [2]杨虎涛.人工智能如何为高质量发展赋能[J].人文杂志，2020（05）：31-42.
新冠肺炎疫情下人工智能技术应用概况与展望
