曲利红，李俊芹
（郑州电子信息职业技术学院，河南 郑州 450000）
随着科学技术的不断发展与进步，人工智能（Artificial Intelligence，AI）已经逐渐渗透到人们的日常生活当中，给人们的生产生活带来极大便利[1]。无论是在工业企业主体，还是在个体生活，AI技术都有所体现。人机交互的现象普遍泛化，包括物联网、智能语音、远程控制及计算机编程等。从发展趋势来看，AI技术的地位越来越重要，人机交互的频率会越来越高。因此，做好对AI技术路线与人机传播新范式的分析与研究，具有重要的意义。
从宏观意义上理解，AI指的是像人类一样思考的机器。从微观意义上理解，AI可以模拟人的意识和思维，像人类一样思考，还可以让机器胜任一些通常需要人类智能才能完成的复杂工作。在AI的发展历程中，可以从3个方面来理解AI技术路线的组成[2]。
1.1 基础技术路线
AI基础技术路线主要包括大量的数学知识、计算机科学理论、数据分析和处理方法以及自然语言处理技术等多个方面，这些技术共同构成了AI领域的基础和核心。其中，语言学和计算语言学是自然语言处理的基础。数据是AI的重要组成部分。系统囊括了软件部分的算法模型、硬件部分的芯片及传感器等内容。AI技术之所以能够得到快速发展，其内核因素是先进的技术层，既能够直接影响AI整体的发展效果与速度，又能够决定实际应用中智能化产品的最终效果。现阶段，AI技术的核心机制是通过算法或者函数模拟人类思维。想要实现这一目标，必须依靠高性能的硬件设施，才能更好地发挥算法、模型的作用，实现对相关数据的高效精准处理。
当前，基础技术路线中的主要硬件有图形处理器（Graphics Processing Unit，GPU）、现场可编程逻辑门阵列（Field Programmable Gate Array，FPGA）、专用集成电路（Application Specific Integrated Circuit，ASIC）等内容。该部分硬件能够为AI的高效运算创设优良的算力，包括但不限于数据推断与训练。AI的落脚点是使计算机通过对人类行为进行学习、模拟等方式，以精准、高效的状态解决实际任务，如进行低层次的感知、推理、预测、预处理及识别等，都是AI化的过程内容，即使计算机感知、模拟人类的学习行为，实现快速解决具体问题与任务，服务人类。就现阶段基础技术路线的实际发展情况而言，现阶段的AI依然存在明显不足，需要满足多种条件后才能发挥作用。比如图像领域技术不能在语言领域直接应用。因此，这一层面的技术路线发展，必须以突破弱AI的瓶颈为目标，逐渐搭建起强AI的基础框架。
1.2 中间技术路线
随着科学技术的进步，如今各类芯片技术以及算法技术的升级与成熟，为AI的中间技术提供了有力支撑。以此为基础，AI发展出了包括计算机视觉、语音识别、自然语言处理等在内的技术路线和方向，被广泛应用于现实生活当中。作为AI市场最重要的组成部分，计算机视觉的发展十分迅速，在各个领域得到了广泛的应用。它主要是通过计算机所具备的照相功能替代人类的双眼，对图像中的目标进行识别、跟踪和测量，进而识别图像中的目标信息。AI中计算机的视觉过程涵盖识别物体与理解场景，计算机以算法为基础，对目标的外观特征进行识别、提取并分类，建立起目标物体之间的联系，从而对场景完成判断并做出决策。当前，计算机视觉在人脸识别、影像诊断、视频监管等多个领域都得到了重要应用。
语音识别技术是利用深度学习等算法对语音信号进行处理和分析，将语音转换为文本或命令，让机器识别人类语言，使人机交互更加自然和便捷。其中，技术过程包含语音收集、语音特征筛选、语音的模拟训练以及语音的甄别等。算法训练指的是对海量的语音数据进行知识挖掘、信号处理，识别过程是对人的语音予以自动识别。现阶段，语音识别技术在智能家居、医疗、车载系统等领域有广泛的应用前景，比如口语测试系统、医疗系统以及语音输入系统等。在这些领域，通用智能技术可以实现利用语音指令来完成身份识别、文字录入、搜索查阅及事务安排等多种任务，不仅提高了人们的生活与工作效率，而且简化了工作过程。再如各种软件中的语音助手、汽车系统中的语音识别、各种智能语音音箱及手机等智能终端等。自然语言处理指的是计算机与人之间能够运用自然语言完成交流的过程，包含了计算机对自然语言文本的理解以及利用自然语言完成表达这两方面的内容，可以被归类为AI领域的核心技术。比如人们常用的谷歌翻译，就属于自然语言处理技术层面，此外还有一些搜索引擎、聊天机器人等。总体来说，AI中间技术路线的发展对人们生活的便利性、智能化起到了非常重要的作用。
1.3 下游应用技术路线
AI的创造与应用，最终目的是服务于人，可以最大限度地发挥机器的先进作用，从而使人们的生活变得更加美好。如今，在各项技术的支持下，AI已经深入到社会经济的各个领域，并为实体经济的发展做出突出贡献。下游应用技术路线的发展，就是为了使AI智能技术与场景进行有效结合，从而在实际应用领域发挥重要作用。我国目前的应用技术终端产品十分丰富，较多AI企业所选择的技术路线也都是在这一方向，包括金融、移动互联网、教育、安防及医疗等多个领域。简而言之，AI通过模型训练与优化、数据处理、持续学习与改进、部署与应用等，实现对语音、图像、视频等信息的识别与处理，以此提高智能穿戴设备、智能安防设备、智能医疗设备、自动驾驶汽车及智能家居设备产品的智能化水平，提升用户使用舒适体验等功能。在此基础上，根据体力与脑力工作形式不同，AI的应用还分为替代型体力应用、替代型脑力应用、辅助型脑力应用以及辅助型体力应用4种类型，如图1所示。
图1 AI的应用
就目前发展来看，辅助型脑力应用被更多的行业所采纳，如安保监控应用、数据分析应用、客户关系管理应用等，可以实现工作效率提高、工作覆盖面扩大、专业知识积累等目标。如在公共交通领域，使用面部识别系统对可疑人员进行筛查，可以提升破案效率。未来的应用技术路线，将会成为越来越多企业和个人选择的发展方向，因为这一层面的AI产品可以更具体地为人类的生产生活提供帮助。
从社会产业发展角度来看，各企业所选择的不同技术路线具有各自的特征，也衍生出以某种技术形式为核心的经营企业。
2.1 CPU技术路线
通过创新创造中央处理器（Central Processing Unit，CPU），助力传统企业拥抱AI，是当前AI技术发展路线的重要一环。CPU是计算机的核心部件，负责执行计算机程序中的指令，进行算术、逻辑、控制和输入/输出等操作。利用CPU，人们可以进行AI学术研究。一些AI企业在创新创造过程中，还尝试利用CPU技术构建AI平台、开拓AI生态等。以CPU技术为核心开发的典型代表之一是美国的英特尔公司。它是一家以CPU处理器的研究开发为主导的企业，也是全球最大的个人计算机零件和CPU制造商。该企业的制造和集成工艺一直都是其传统优势，但也存在不足，即CPU通用架构设计的运行效率受限。就目前的发展来看，CPU处理器在机器学习领域的计算已经明显减少，却不能被完全替代。英特尔公司研发出的至强处理器系列产品可以完成深度学习算法。应用企业可以根据自身的实际情况，选择适合的CPU产品，以实现成本与性能兼顾的目的。由此可见，CPU技术路线仍然拥有广阔的发展空间，并在应用领域发挥不可替代的重要作用。
2.2 GPU技术路线
GPU是一种专门用于处理图形和图像计算的处理器，主要用于加速图形渲染、图像处理、计算机视觉和深度学习等任务。它是一种强大的计算设备，其功能主要是处理电脑系统中与图形计算有关的工作，核心是多个流处理器。每个流处理器都具有完整的算术和逻辑单元，以及纹理单元和专门的光栅化器。鉴于是一种图形处理器[3]，GPU技术路线的典型代表是英伟达公司，目前同方AI服务器就使用了英伟达CPU技术路线的一些产品。以深度学习算法为主要内容，英伟达公司研发出了Vo1t架构GPU——NVIDIA TeslaV100 GPU计算卡。与CPU相比，GPU的技术任务是开展大规模并行运算，其运算速度更快。在功能方面，GPU主要用于图像渲染与处理、计算机视觉等图形计算任务；
在架构方面，GPU通常具有大量的计算单元和超长的流水线，但缺乏复杂的控制逻辑和大型缓存；
在并行性方面，GPU在处理大规模数据时具有比较强的并行计算能力，可以同时处理多个任务。与其他专用AI处理器芯片相比，GPU还具有价格上的优势。此外，GPU在功能上虽然没有CPU更全面，但其执行的速度要比CPU快很多。因此，GPU更适合应用在加密货币挖掘等领域，可以实现更优的成本效益。
2.3 DSP技术路线
数字信号处理器（Digital Signal Process，DSP）是一种适用各类数字信号处理运算的微处理器。在传统集成电路技术和数字化器件发展水平的制约下，数字信号处理只能进行理论概念的讲授与仿真。随着科学技术的进步，DSP发展至今，已经具有多种功能，如图像和音频处理、系统控制、数字信号处理、信号分析以及模拟信号处理等[4]。DSP具有多元化硬件资源、不断完善的并行结构、强大的指令系统以及高速且精准的数据处理能力，被广泛应用于通信、航空航天、机器人研制及工业自动化等众多领域。因此，DSP技术路线不仅是当前，更是未来不可或缺的重要研究路线。
2.4 ASIC技术路线
ASIC是相对于通用集成电路而言的一类集成电路，指针对某一应用领域或某一客户的特殊要求而设计的集成电路，特点是品种多、批量小、单片功能强。该技术路线的从业企业以谷歌公司为典型代表。谷歌公司推出的TPU3.0是一款专用逻辑电路，配合TensorFlow框架进行适用。目前，这款智能化产品是该公司的专用产品，还没有实现市场化。随着AI科技的不断进步，ASIC技术路线将成为众多企业的青睐对象，在未来的各行业发展中拥有广阔的应用前景。
基于对3条AI技术路线的洞察可以了解到，弱AI将在未来很长时间内作为辅助人类生产生活的主要形式而存在。而AI未来究竟能达到怎样的水平，很多相关专家也无法给出准确答案。目前，AI的高级技术形式仍然处于概念化阶段，还有待长期研究与开发。探究人与AI的关系，将是未来AI发展过程中需要面临的重点问题之一。因此，探究人机传播新范式，对人与社会的全面健康发展具有重要意义。
首先，要充分理解什么是人机传播。从某种意义上来说，人机传播与人际传播十分相似。人机传播的频率越来越高。在很多时候，人们在人机传播上所花费的时间要比人际传播更长，因为人们的日常生活已经完全离不开网络，如线上沟通、网购、支付及转账等。但是，归根结底，人机传播与人际传播是有差别的，机器无法模拟人的情感，人际传播会更真诚、更富有情感。而且，人际沟通的目标性更强，而人机沟通则不然。但随着AI水平的提高，人机传播会越来越流畅，人与机器的关系也会变得越来越和谐。
其次，网络通信、信息技术等促进了人机传播的发展。人与机器之所以能够实现对话、交流和互动，主要是因为算法对数据的精准推断，也就是说，算法是人机传播、沟通的枢纽。在这一过程中，机器作为“媒介”辅助人类交流，机器还成为动态参与传播的主体。人机传播的特点还体现在机器的独特性与特殊上。目前，机器虽不具备人类的某些特质，如人类的自我意识、通用智能和生活常识，但机器在逻辑、运算和记忆等思维方面优于人类[5]。人机传播的核心在于机器与人之间的双向、动态、相互作用的交流过程。AI借助精妙的算法，可以生成个人用户偏好重要信息，以此刻画出媒介用户的个性化喜好内容。在传播过程中，由算法为用户自动过滤掉相关信息内容，用户也可根据自己的兴趣进行主动定制。算法还具有加速人机传播情感连接的作用。如直播带货，以情绪激发为传媒黏合剂而生成的新型商媒活动，以算法关联商品判断、用户偏好分析、品类分析等，可以更好地为用户提供更贴心的服务，使用户的圈层属性得到增强[6]。
最后，对人机传播结果予以探究。在万物互联背景下，从人类个体角度来看，人机传播可以划分为主动与被动两种形式。在全球物联但隐私意识不足的情况下，大多数人类个体都会经历一种后知后觉的不适体验，即不知不觉地就为机器提供了大量的分析数据。如当前的大数据推送功能，人们在体验到便利性的同时，也会担心会泄露隐私。由此可见，人机传播在个体无意识的情况下，对个体的深度剖析可能带来一定的不良后果。因此，如何突出人的主体性，保证人与机器交互过程中的主动权，将是未来AI发展过程中必须予以重视的重点课题。
对AI技术路线的有效洞察，能有效促进社会各行业实现协同发展、互利互惠的发展目标，对确定AI发展方向有着决定性意义。在此基础上，还能够有效促进人机传播新范式的研究与发展，对我国新型科学技术的全面振兴具有重要意义。
猜你喜欢 人机路线机器 人机“翻译员”青少年科技博览（中学版）(2022年6期)2022-08-31机器狗环球时报(2022-07-13)2022-07-13机器狗环球时报(2022-03-14)2022-03-14从内到外，看懂无人机南都周刊(2021年3期)2021-04-22最优路线数学小灵通·3-4年级(2020年11期)2020-12-14『原路返回』找路线数学小灵通·3-4年级(2020年3期)2020-06-24未来机器城电影(2018年8期)2018-09-21画路线小学生导刊(2017年31期)2017-08-15“人机大战”人类智慧遭遇强敌海外星云(2016年7期)2016-12-01找路线小学生导刊(低年级)(2016年8期)2016-09-24