刘红英

摘要：随着互联网、大数据、云计算等技术的快速发展，人工智能发展突飞猛进，在语音识别、图像分析、智能控制、复杂计算等各大领域涌现出一系列应用产品。文中从人工智能的发展开始，分别阐述了人工智能的概念，心理学与人工智能的关系，人工智能发展现状和未来发展，最后在针对目前的发展现状提出一些改善建议。

关键字：互联网+；人工智能；心理学

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2018）16-0172-02

“互联网+”是互联网思维的进一步实践成果，是借助计算机技术与网络平台，将互联网与各传统企业融合，而催生的新经济运行形态，为经济发展和企业创新提供了广阔的网络平台，让整个世界的商业规则都发生了转变。“互联网+”的本质是“连接”。

人工智能（Artificial Intelligence，简称AI）是一门综合性的边缘学科，诞生时间20世纪50年代，属于世界三大尖端技术空间技术、能源技术、人工智能其中之一。人工智能包含计算机科学，未来主要研究方向是用机器来完成人靠体力和智力实现的某些功能，甚至是帮助人实现力所不及的事。

随着互联网、大数据、云计算等技术的快速发展，人工智能发展突飞猛进，在语音识别、图像分析、智能控制、复杂计算等各大领域涌现出一系列应用产品。2017年5月27日，在人棋大战中人类没能战胜人工智能机器“AlphaGo”，0：3败给机器人；还有IBM推出的智能机器人可以在几秒之内查阅上百万份患者病例记录，帮助医生制定可靠可行的治疗方案，这些令人瞠目结舌的战绩，证明人工智能已从概念时代进入到应用时代，人工智能时代已然开始。

1 人工智能与心理学

心理学为深度学习和人工智能的发展提供思想指引，心理学在短暂的100多年发展历程中取得了巨大的成绩和进步。因为心理现象与大脑功能系统的超复杂性，云计算和大数据的应用为之提供了坚实的技术支撑，大数据发展充分发挥了互联网络的大科学研究功能为心理学与人工智能的融合奠定基础。

人工智能与机器智能不同，人工智能基于对人类某些功能的模仿，终其功能主要是为人类提供服务。人工智能研究方面的美国某教授指出机器智能是新时代机器的自动化，其核心是机器具有学习功能，不是取代人而是辅助人完成某些特定的工作。研究人工智能的传统方法就是研究人类解决问题的方法，通过编程让计算机来做同样的事情，但必须预先进行设计干预。人脸识别，OCR、语音识别、图像分析等人工智能技术，在现实的应用中都可能会存在准确率的问题，目前得益于机器学习与大数据，利用足够数量的模型数据进行针对性深度学习，智能系统识别正确率大大提高，逐渐突破人工智能技术发展的主要瓶颈。

人类社会活动的一切，都是应用语言和思维的结果，计算机的语言系统与人类的语言系统有本质的不同，计算机的语言系统是预先的样本结果。积极心理学之父、美国宾州大学的心理学教授马丁·塞利格曼认为人类的优势不是“学习知识、掌握知识、应用知识的能力”比其他物种强，人独一无二的卓越智能是计划未来、憧憬未来、想象未来，创造未来的能力。现在的神经科学家已经发现，人有一个特别的神经网络“默认模式网络（Default Mode Network）”，在人做白日梦、想象未来或者发呆的时候特别活跃。目前已有证据发现人并不是局限于过去的生物，人所做的事情往往与过去没有太大的关系，反而是与未来的期望密切相关，人类的意识与憧憬未来的心理有很大的关系。人脑的特别之处不在于判断过去信息的对或错，说服和影响别人才是最紧要。积极心理学家认为人工智能的最高境界是要看一个机器能不能说服我们人类去做一件事情。伟大的智能是沟通、交流、表达、影响或者说服别人。

人工智能在不断进步，不断提高，不断发展，目前包括“深蓝”和“AlphaGo”等的人工智能都还属于弱人工智能，强人工智能即让机器能够真正地像人类一样地思考，目前人工智能总体上都是在模仿人类智能并未超过人类智能，在语言、思维和文化层级上，人工智能都远逊于人类智能。“AlphaGo”所做的工作就是模仿人类神经的某些活动，单点理论、单项技术的突破并不足以构成真正意义上的“智能”，人工智能远没有达到人类的认知能力和水平。

心理学目前还不能向人工智能提供充分的知识供给，主要是因为心理学的研究存在着“各自为政”的现象。如短时记忆信息提取、关系分析、视觉编码等认知心理学对于不同话题的研究，就像手机安装的若干APP，彼此之间缺乏真正的信息交流。如今正处在一个变革的关键时期，一些新的心理学科如“计算社会心理学”与“心理信息学”相继出现，新学科的研究淡化心理学研究的简单因果性推理，重视多维度间的复杂关联性，重视新兴学科思想与方法的学习与应用，相信瓶颈问题不日将会得到解决。

2 人工智能发展现状

目前，人工智能在国内外的研究都还是处于发展阶段，数据显示全球人工智能领域的投融资交易比以往任何时候都更活跃。美欧等国家在人工智能领域不断加大投入，以技术和应用为纽带构筑产业生态。2015-2017是中国人工智能发展最为迅速的时期，人工智能的发展受到高度重视，国内外都加大发展力度，积极的布局全力以赴进入人工智能发展时代，相比较而言国内人工智能技术的发展还是面临着一些考验。

首先，人工智能各企业在相关领域进行了一定的研究，但企业间缺少技术交流与信息的互通，开发产品兼容性不好，没有良好的公共基础服务平台来合力发展人工智能产业发展。

其次，人工智能产业在中国仍处于初步发展阶段，机器学习、类脑计算等人工智能平台仍未面向全行业的流通，各领域相关企业在人工智能平台复建、复杂计算等技术方面水平不等，技术的集中和资源的集聚较难。

最后，关键技术的应用与基础软硬件方面优势不足。需要完善支撑深度学习的大规模计算机集群技术，努力提高智能化技术分析水平。除了比不上国外人工领域投入的时间、区域、技术等研发优势，中国在集成电路芯片和软件技术发展还需要继续的进步，达不到人工智能领域的先进水平。

3 人工智能未来发展

智能化是人工智能的未来发展方向呈多面发展之一。Google、Facebook、百度等各大公司已经将人工智能技术用到产品开发中，目前的产品更智能化，提升了用户体验。其次更重视智能产品的服务，随着产品智能水平的提高，未来更多的人享受到产品的品质服务。同时在营销方面，相比产品本身用户更看重的是附加的服务。很多公司已经开展产品免费，推广服务的营销路线；同时商业化也是非常重要的方向，智能系统被广泛应用于经济生活的方方面面。

斯坦福“人工智能研究的100年”项目报告指出，人工智能领域的研究已经从简单模仿转变成建立自主意识智能系统，智能的研究已不局限在感觉的表面研究，已开始转向知觉和深层的沟通研究。“深度学习”促进机器学习的成熟，推动人工智能革命。

4 人工智能发展建议

“互联网+”、大数据、云计算时代的飞速发展，跨学科研究对综合性的知识和技术的需求变的越来越多和紧迫。以产品应用为目标，解决问题为导向，开发新的具有普适性的研究测量工具，搭建满足人工智能技术发展的研究平台，促进人工智能技术的发展。

规范产业间公共基础平台的建设，集研发、应用、推广为一体，推进人工智能行业应用示范作用，促进产融对接，扶持创新创业企业。在未来5年内，逐步推广人工智能应用范围，逐步推动人工智能在多领域中的规模化应用，提升生产生活的智能化服务水平。制定标准统一的关键技术规范。建立人工智能关键技术的融合标准体系，开展人工智能综合标准化体系研究。规范统一热点细分领域的关键技术标准化工作，鼓励人工智能领域各组织间的标准化工作，推进人工智能相关标准国际化。

5 结束语

伴随着“互联网+”、大数据、云计算的改革浪潮，新技术与新方法的出现推动人工智能的不断发展。人工智能是一门极富挑战性的科学研究，是涵盖了非常广泛的知识科学，包含了机器学习，图像处理、复杂计算、心理学等很多学科的不同的领域。人类科学对人工智能的研究不会停止，逐渐会有新的产品和技术出现，希望在科学不断发展的今天，人工智能的发展也会带来许许多多的惊喜。

参考文献：

[1] 徐英瑾. 心理学对人工智能研究供给不足[J]. 中国社会科学报， 2017（9）.

[2] 韩冯飞. 人工智能现状和发展[J]. 电脑知识与技术， 2016， 8（12）.

[3] 蔡曙山. 人工智能与人类智能-从认知科学五个层级的理论看人机大战[J]. 北京大学学报， 2016， 7（53）.

[4] 肖前国， 余嘉元. 论大数据、云计算时代背景下的心理学研究变革[J]. 广西师范大学学报， 2017， 2（53）.

[5] 温晓君. 积极应对人工智能发展浪潮推进细分领域产业化应用[J]. 中国战略新兴产业， 2017（10）.