發(fā)布時間：2023-09-25 11:21:09
序言：寫作是分享個人見解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的人工智能對醫(yī)療的幫助樣本，期待這些樣本能夠為您提供豐富的參考和啟發(fā)，請盡情閱讀。
人工智能診治癌癥的機(jī)理
利用人工智能診治疾病是人類一個雄心勃勃的計劃，而且，這一計劃早就有一些初步結(jié)果，例如2007年，美國國際商業(yè)機(jī)器公司（IBM）就推出了人工智能軟件――沃森醫(yī)生（Watson）?，F(xiàn)在，人們特別希望利用人工智能去征服某些嚴(yán)重危害人們生命和健康的疾病，如癌癥，而且也已經(jīng)進(jìn)入實踐，并且有不小的收獲。
要讓人工智能診治癌癥，第一步需要人工智能有像人一樣的感知，即知道周圍的環(huán)境，尤其是生物體和人的機(jī)體環(huán)境，什么是正常的機(jī)體，什么是異常的機(jī)體，甚至是癌變的機(jī)體，尤其是只具有微小變化的機(jī)體，例如，只有幾個發(fā)生癌變細(xì)胞的乳腺或肺。
第二步是，人工智能不僅要感知正常和異常機(jī)體的不同，還要理解為何有這樣的不同，是癌變引起的不同，還是其他疾病引起的不同。最后第三步才是判斷和決策，即得出結(jié)論，在感知和正確理解的基礎(chǔ)上，向醫(yī)生提供對某個個體檢測的結(jié)果，是患癌還是沒有患癌，抑或是患了其他疾病。
要讓人工智能感知和理解人體環(huán)境和器官，就要讓其學(xué)習(xí)，包括利用大數(shù)據(jù)的機(jī)器學(xué)習(xí)（算法）和深度學(xué)習(xí)，這兩者有時是相互結(jié)合的，同時也是相互滲透的。大數(shù)據(jù)學(xué)習(xí)和處理是人工智能的強(qiáng)項，可以達(dá)到比人類能力強(qiáng)幾百倍幾千倍的快速數(shù)據(jù)運算、分析和理解。而在癌癥診治的深度學(xué)習(xí)上，更需要人工智能像人一樣進(jìn)行學(xué)習(xí)，例如對通過物理和化學(xué)方式拍攝的人體各種部位，以及深淺度不同組織的圖像要有正確的感知和理解，如對X線圖像、磁共振成像和CT掃描圖像的感知、解讀，并得出結(jié)論，即診斷。
但是，人工智能的癌癥診治深度學(xué)習(xí)并不僅限于對癌癥和正常組織圖像的解讀，而是包括更多的深度學(xué)習(xí)的內(nèi)容，例如，對癌癥標(biāo)記物和特異分子的識別。
癌癥診治的人工智能學(xué)習(xí)內(nèi)容
2016年1月，美國總統(tǒng)奧巴馬宣布了“癌癥登月計劃”，由副總統(tǒng)拜登全面負(fù)責(zé)?！鞍┌Y登月計劃”的其中一個項目就是讓人工智能進(jìn)行機(jī)器學(xué)習(xí)（算法）和深度學(xué)習(xí)，以識別癌癥。為此，美國能源部與美國國家衛(wèi)生研究院下屬的國家癌癥研究所合作，提出了“高級癌癥計算解決方案的聯(lián)合設(shè)計任務(wù)”，這個項目就是致力于解決三個基于計算機(jī)學(xué)習(xí)的人工智能抗癌難題。
首先是從認(rèn)識癌癥的分子層面學(xué)習(xí)，要讓人工智能了解RAS/Raf通路的蛋白質(zhì)相互作用。RAS基因在20世紀(jì)60年代被發(fā)現(xiàn)是致癌基因，存在于30%的癌癥患者中。1982年，美國科學(xué)家溫伯格等人從膀胱癌細(xì)胞中克隆得到第一個人類癌基因，由于它和之前發(fā)現(xiàn)的鼠肉瘤病毒基因C-RAS高度同源，因此被命名為RAS基因。RAS基因編碼產(chǎn)生的蛋白定位于細(xì)胞膜內(nèi)側(cè)，為GTP/GDP結(jié)合蛋白（GDP為鳥嘌呤二核苷酸磷酸，GTP是鳥嘌呤三核苷酸磷酸），通過GTP與GDP的相互轉(zhuǎn)化來調(diào)節(jié)信號通路的傳遞。由于RAS蛋白的相對分子量是21千道爾頓（kDa），故又被稱為p21蛋白。
之后，人們又發(fā)現(xiàn)了RAS蛋白的直接效應(yīng)因子Raf-1蛋白激酶。Raf-1激酶對細(xì)胞增殖、細(xì)胞分化、細(xì)胞凋亡和細(xì)胞周期停滯有重要作用，利用這些作用可以知道癌癥的發(fā)生、發(fā)展，以及找到治療癌癥的藥物和方法。
“癌癥登月計劃”讓人工智能進(jìn)行的第二個學(xué)習(xí)任務(wù)是，進(jìn)行臨床前的藥物篩查。這是一種研發(fā)癌癥藥物的預(yù)測模型，在臨床試驗前進(jìn)行最大化的藥物篩選，為癌癥病人提供精準(zhǔn)醫(yī)療方案。具體而言是對臨床前和臨床試驗時的癌癥數(shù)據(jù)進(jìn)行篩選，結(jié)合小鼠模型中的新數(shù)據(jù)，通過反饋循環(huán)讓實驗?zāi)Ｐ椭笇?dǎo)計算模型的設(shè)計，建立腫瘤藥物反應(yīng)的預(yù)測模型。其實，這也是基于特殊數(shù)據(jù)和大數(shù)據(jù)的學(xué)習(xí)和分析。
“癌癥登月計劃”讓人工智能進(jìn)行的第三個學(xué)習(xí)任務(wù)是，學(xué)習(xí)和建立人口模型。這就要求人工智能根據(jù)不同人群的生活方式、生活環(huán)境、所患癌癥的種類、不同的醫(yī)療體系等，從數(shù)百萬癌癥病人的病歷數(shù)據(jù)中自動分析，從而獲取最佳治療策略。當(dāng)然，海量病人的數(shù)據(jù)來自美國國家衛(wèi)生研究院、美國食品和藥物管理局、制公司和第三方付款機(jī)構(gòu)。
可以看到，美國的“癌癥登月計劃”中的人工智能學(xué)習(xí)并不包含腫瘤圖像的識別，所以人工智能診治癌癥的學(xué)習(xí)在不同的國家有不同的內(nèi)容。
人工智能幫助診治癌癥
人工智能對癌癥的識別和診斷首先體現(xiàn)于對癌癥數(shù)據(jù)的解讀上，其中最重要的是對癌癥基因和基因組的識別和解讀。
機(jī)器學(xué)習(xí)（算法）是人工智能的一個基本內(nèi)容，其中，數(shù)據(jù)的輸入、輸出、賦值等運算可以讓人工智能對某一問題進(jìn)行計算分析，從而得出初步結(jié)果。對癌癥的診斷和治療也可以利用這一點。加拿大西方大學(xué)的羅根等人研發(fā)了一套算法，通過對基因數(shù)據(jù)的分析得出最可能的有效治療癌癥的方案，并且讓該治療方案變得更加個性化。
研究人員使用了一套含有40個基因的數(shù)據(jù)，這些基因可以在90%的乳腺癌中找到。在接受試驗的近350名癌癥病人當(dāng)中，至少都會接受紫杉醇或吉西他濱一種化療藥物治療。之后，研究人員讓人工智能對數(shù)據(jù)展開處理并找出藥物與病人基因之間存在的關(guān)系。結(jié)果顯示，同時接受兩種藥物的治療有效率為84%，只接受紫杉醇的治療有效率為82%，只接受吉西他濱的治療有效率則在62%～71%之間。
這就為醫(yī)生提供了選擇更好或最佳治療方案的決策基礎(chǔ)，例如，在上述方案中，醫(yī)生選擇對病人同時使用紫杉醇和吉西他濱，可以達(dá)到最高的84%的治療有效率。
2016年，日本研究人員稱，他們開發(fā)的人工智能軟件能夠準(zhǔn)確診斷出女性患者所患的罕見類型的白血病，而且，這種軟件對腫瘤大數(shù)據(jù)的提取和分析是其優(yōu)勢之一，它僅需要花費10分鐘時間就能夠?qū)εR床腫瘤研究所提供的來自2000萬名女性的遺傳信息進(jìn)行對比分析，從而做出診斷。
但是，最早開發(fā)應(yīng)用于醫(yī)療領(lǐng)域的人工智能的美國國際商業(yè)機(jī)器公司更是走在了前面。
沃森癌癥醫(yī)生
美國國際商業(yè)機(jī)器公司之前推出的人工智能軟件――沃森醫(yī)生診治疾病是建立在對大數(shù)據(jù)的檢索、使用和算法之上。沃森醫(yī)生儲存了數(shù)百萬的文檔資料，包括字典、百科全書、新聞、文學(xué)以及其他可以建立知識庫的參考材料。沃森的硬件配置可以使它每秒處理500GB的數(shù)據(jù)，相當(dāng)于1秒閱讀100萬本書。
沃森在面臨一位就診者的時候，會進(jìn)行一系列的算法，包括語法語義分析、對各個知識庫進(jìn)行搜索、提取備選答案、對備選答案證據(jù)搜尋、對證據(jù)強(qiáng)度的計算和綜合等。此外，沃森醫(yī)生還可以通過詢問病人的癥狀、病史，迅速給出診斷提示和治療意見。通過這些程序進(jìn)行診斷，沃森的診斷準(zhǔn)確率達(dá)到73%。
現(xiàn)在經(jīng)過多年的改進(jìn)，研究人員把沃森醫(yī)生的突破之一選擇為對癌癥的識別和診斷。最近，美國國際商業(yè)機(jī)器公司和美國著名的基因公司Illumina進(jìn)行合作，在沃森醫(yī)生的基礎(chǔ)上，專門進(jìn)行癌癥基因組的標(biāo)準(zhǔn)化測序和解讀，以診斷癌癥。根據(jù)這個目標(biāo)，美國國際商業(yè)機(jī)器公司研發(fā)了一個新的專門對基因組進(jìn)行測序和分析的軟件，即沃森基因組（相當(dāng)于專門診治腫瘤的?？漆t(yī)生），并將這個軟件整合到Illumina公司的Base Space和腫瘤測序計劃中，這就可以讓沃森基因組使用Illumina公司的實體腫瘤分析面板TruSight Tumor 170。TruSight Tumor 170匯集了一套整合DNA與RNA的靶向癌癥相關(guān)的基因突變，包括突變與微缺失、基因擴(kuò)增、基因融合以及剪接變異，使得腫瘤譜分析從一系列單基因檢測向多基因檢測轉(zhuǎn)變，為腫瘤基因組提供了更加全面的視圖。教會機(jī)器識別這些腫瘤基因數(shù)據(jù)，可以快速辨識和診斷腫瘤。
新的智能軟件融合后，沃森基因組可以在短短的幾分鐘之內(nèi)讀取TruSight Tumor 170生成的遺傳信息文件，梳理專業(yè)指南、醫(yī)學(xué)文獻(xiàn)、臨床試驗匯編和其他知識來源。然后，系統(tǒng)將生成包含每個基因組改變的注釋報告。使用沃森基因組可以大幅減少解釋結(jié)果所花費的時間。比較起來，研究人員也可以使用TruSight Tumor 170進(jìn)行癌癥基因的檢測，但是，速度很慢。沃森基因組在幾分鐘內(nèi)做的事情，研究人員一般需要一個多星期才能做完。
不僅在速度上沃森基因組可以比人類快得多，而且在檢測的準(zhǔn)確性以及提供治療癌癥的方式上，沃森基因組與臨床大夫和腫瘤專家提供的方案基本一致。美國北卡羅來納大學(xué)教堂山分校的夏普尼斯博士研究了1000余名癌癥患者的數(shù)據(jù)，發(fā)現(xiàn)在99%的病例中，沃森基因組提出的治療建議與分子腫瘤專家團(tuán)隊提出的治療建議相同。此外，美國國際商業(yè)機(jī)器公司旗下的沃森健康的副總裁哈韋還指出，在30%的腫瘤病例中，沃森基因組還發(fā)現(xiàn)癌癥專家遺漏的一些細(xì)節(jié)。
基于這些結(jié)果，研究人員認(rèn)為，教會人工智能診治腫瘤大有可為。現(xiàn)在，美國20個專注于基因組學(xué)和腫瘤學(xué)領(lǐng)域的癌癥研究所，包括紀(jì)念斯隆?凱特林癌癥中心和北卡羅來納大學(xué)教堂山分校的腫瘤研究機(jī)構(gòu)正在進(jìn)一步培訓(xùn)沃森基因組，以便讓沃森基因組能更快和更好地診治癌癥。
對癌癥圖像的智能解讀
診斷癌癥不僅要靠解讀癌癥特有的基因、分子標(biāo)記物等，還要認(rèn)識和判斷采用各種物理和化學(xué)方式拍攝的人體腫瘤的圖像，這既是人工智能深度學(xué)習(xí)的內(nèi)容，又是人工智能幫助人類診治癌癥的一個重要途徑，在這個方面，人工智能也取得了一些進(jìn)展。
2016年8月，美國休斯頓衛(wèi)理公會醫(yī)院的研究人員在《癌癥》雜志上發(fā)表文章稱，他們研發(fā)的一款人工智能軟件在解析乳腺X線圖片時比普通醫(yī)生快30倍，診斷乳腺癌的準(zhǔn)確率更是高達(dá)99%。這個癌癥診斷軟件可以直觀地將X光圖片的信息轉(zhuǎn)譯成診斷信息，方便醫(yī)生快速對病人病情做出判斷，避免耽誤病情。
即便是腫瘤科的?？漆t(yī)生，對諸如X線片、CT和核磁共振成像圖片的解讀都不會是百分之百的準(zhǔn)確，而且有很多誤讀。美國疾病預(yù)防控制中心（CDC）和癌癥協(xié)會的數(shù)據(jù)顯示，每年美國大約有1210萬人接受乳腺X線圖片檢測，其中差不多有一半人在X圖片上會出現(xiàn)陽性結(jié)果，但實際上是假陽性。為此，又迫使大量女性為了求得安心而進(jìn)一步接受乳腺活組織檢查，進(jìn)行這一檢查的人每年有160萬人左右，其中20%的女性根本就沒病。這給許多女性和其家庭造成極大經(jīng)濟(jì)和精神負(fù)擔(dān)。
為了改變這種狀況，研究人員打算從人工智能著手來解決X線圖片識別癌癥的假陽性問題。衛(wèi)理公會醫(yī)院的研究人員設(shè)計的這個人工智能軟件能夠掃描病人的X線影像結(jié)果，能采集診斷特征，并將乳腺X線影像結(jié)果與乳腺癌亞型進(jìn)行關(guān)聯(lián)。此后，醫(yī)生可使用軟件的分析結(jié)果來精確預(yù)測每個病人是否有患乳腺癌的風(fēng)險。
聯(lián)想集團(tuán)董事長兼首席執(zhí)行官 楊元慶
人工智能有兩個重要能力，一是感知能力，越來越多的智能終端和傳感器，讓我們能夠提升感知世界的廣度和深度；二是認(rèn)知能力，這就需要通過云、通過大數(shù)據(jù)分析來實現(xiàn)。所以，如果說智能終端是人的感官的話，那么云就是大腦，把智能終端和云大腦完美結(jié)合起來，就是人工智能未來的方向。
斯坦福大學(xué)客座教授 杰瑞?卡普蘭
未來，除了應(yīng)用和設(shè)備會越變越好之外，我們還會有一批全新的設(shè)備和應(yīng)用，它們會更加智能化，并且可以進(jìn)一步加強(qiáng)人與人之間、人與物之間的聯(lián)系。未來是光明燦爛的，因為人工智能可以幫助我們應(yīng)對數(shù)字化帶來的挑戰(zhàn)，幫助我們尋找到信息，將那些最相關(guān)信息推送給我們，協(xié)助我們更好地了解這些信息的含義。與此同時，人工智能可以拓展計算機(jī)的應(yīng)用，電子設(shè)備將獲得我們的信任，將會成為我們極其信賴且不可分割的個人助手，它們會幫助我們在物理世界、真實世界里進(jìn)行探索。
美國希捷科技公司全球副總裁 孟福來
所有這些相互連接的設(shè)備以及物聯(lián)網(wǎng)意味著今后互聯(lián)網(wǎng)會無處不在，這也就意味著數(shù)據(jù)會越來越多，數(shù)據(jù)的價值將越來越高。短短幾年就會極速增長，所有的數(shù)據(jù)都要得到安全的存儲，用戶也要能夠迅速接入并且分析這些數(shù)據(jù)。
讓存儲更加智能，從而支持各項復(fù)雜活動，進(jìn)而應(yīng)對不同環(huán)境下的需求，我們正在將那些傳感器融入其中，總的來說就是數(shù)據(jù)存儲會更加智能。
華為消費者業(yè)務(wù)首席執(zhí)行官 余承東
人工智能能夠幫助人類更主動地獲取信息和推送所需要的信息。主動通過人工智能推送人類需要的信息，同時對信息進(jìn)行過濾和及時反饋。而信息的交互方式將變得更加自然，就像人類說話一樣。人機(jī)更加自然地交互，對人類來說更有意義、更方便、更快捷，所以這需要人工智能對信息進(jìn)行個性化推薦。
優(yōu)辦創(chuàng)始人兼首席執(zhí)行官 盧陽
未來智能設(shè)備的互聯(lián)就是物聯(lián)網(wǎng)將會隨處可見，增強(qiáng)現(xiàn)實和虛擬現(xiàn)實讓虛擬變得更真實，語音識別讓每個人有了秘書，云服務(wù)使得所有數(shù)據(jù)存儲在遠(yuǎn)方但是隨手可得。隨著技術(shù)的發(fā)展，人們的生活將發(fā)生天翻地覆的變化，移動性和及時性的需求將大大增加，這些將使得使用權(quán)比擁有權(quán)更受歡迎。
搜狗公司CEO 王小川
我們每天醒來都感受著互聯(lián)網(wǎng)帶來的便捷，看到智能終端無人駕駛汽車機(jī)器人從科幻走向生活。今年是人工智能誕辰六十周年，年初谷歌AIphaGO與李世石上演人機(jī)大戰(zhàn)，將人工智能的關(guān)注推到了前所未有的高度。
臉譜公司副總裁 石峰
人工智能和傳統(tǒng)計算機(jī)不同，它更像一個孩子在學(xué)習(xí)這個世界，而不是事先編程，所以，對于人工智能我們要花很長時間來訓(xùn)練它，就像教孩子打棒球一樣。一方面我們有超過十億人在尋找內(nèi)容，而另一方面我們又有數(shù)以億計的內(nèi)容給他們，他們可以很了解這兩者怎么取得平衡，所以，我們每天做很多預(yù)測，而真正最激動人心的就是我們還能獲得很多的反饋。
騰訊社交網(wǎng)絡(luò)事業(yè)群總裁、集團(tuán)高級執(zhí)行副總裁湯道生
最近五年，在圖片識別、語音翻譯、模擬探索、概率決策上有非常多的突破，因為計算能力和算法的突破，現(xiàn)在到了一個感知的智能時代。我們多看幾只貓以后知道什么是貓，具體我們也說不出是怎么判斷和識別的，但是通過神經(jīng)網(wǎng)絡(luò)的算法，如今哪怕不能充分描述識別過程，也能通過新的算法和計算方式達(dá)到感知智能的能力。
百度公司總裁 張亞勤
人工智能真正會帶來一些新的變革，可以用到醫(yī)療、教育、金融、交通等各方面，也可以用到無人車上。三十年前比爾?蓋茨講，希望有一天機(jī)器能像人一樣去聽去看去寫，用自然語言交流。今天，他提的目標(biāo)在很大程度上已經(jīng)達(dá)到了。最早的時候是人們學(xué)習(xí)機(jī)器語言，學(xué)編程，后來是機(jī)器來學(xué)人的語言。所以，未來機(jī)器要向人學(xué)習(xí)，人也要向機(jī)器學(xué)習(xí)。
愛立信集團(tuán)亞太區(qū)首席技術(shù)官馬格納斯?艾爾布林
在整個網(wǎng)絡(luò)當(dāng)中，我們要保證時刻能夠服務(wù)到用戶，我們的用戶能夠獲得其需要的服務(wù)。而為了能夠?qū)崿F(xiàn)這個目標(biāo)，我們就有一定的架構(gòu)和分類，通過這樣的安排，我們就能夠保證5G的標(biāo)準(zhǔn)體系能夠提供服務(wù)。
關(guān)鍵詞：人工智能；人機(jī)交互；機(jī)器學(xué)習(xí)；深度學(xué)習(xí)；數(shù)據(jù)挖掘
中圖分類號：TP27 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-2064（2017）03-0221-02
人工智能是當(dāng)今科技發(fā)展中最具潛力的熱點問題之一，2016年初轟動世界的谷歌AlphaGo打敗圍棋世界冠軍李世石的經(jīng)典案例更是引起了全世界廣泛的關(guān)注和熱議。“人工智能”這個概念再次被推到了風(fēng)口浪尖。那么，究竟什么是人工智能呢？它會對我們的生活有什么影響？在這個背景下，我們深入探究人工智能及其相關(guān)的技術(shù)領(lǐng)域，對于人工智能的普及和發(fā)展有著重要意義，也希望能給予人工智能相關(guān)領(lǐng)域的科學(xué)研究者們提供一些參考和方向。
1 什么是人工智能
人工智能（Artificial Intelligence，AI）是一門全新的信息技術(shù)科學(xué)，是計算機(jī)科學(xué)技術(shù)的一個重要分支，是指對于模擬、拓展和延伸人類的智能的應(yīng)用系統(tǒng)及相關(guān)的理論和技術(shù)方法的開發(fā)研究。主要通過研究及了解人類智能的本質(zhì)從而開發(fā)出能給出類似人類智能反饋的智能機(jī)器，計算機(jī)系統(tǒng)在理解目標(biāo)方向之后所取得的最大化成果是計算機(jī)實現(xiàn)的最大智慧。人工智能不單單是一個特定的技術(shù)，它所研究的往往是能創(chuàng)造智能意識的高科技機(jī)器，包括了算法和其他應(yīng)用程序，處理的任務(wù)也遠(yuǎn)遠(yuǎn)超出了簡單計算，從學(xué)習(xí)感知規(guī)劃到推理識別控制等等。人工智能的研究方向包含語言及圖像識別技術(shù)、機(jī)器人設(shè)計、自然語言處理等，日益成熟的理論方法和技術(shù)實踐也使得應(yīng)用領(lǐng)域范圍大規(guī)模擴(kuò)張，人工智能是人類智慧的結(jié)晶，未來也可能展現(xiàn)出超過人類的智能。
2 人機(jī)智能的研究方向
人工智能的科學(xué)研究通常涉及到數(shù)學(xué)、邏輯學(xué)、認(rèn)知科學(xué)、以及最重要的計算機(jī)科學(xué)等多學(xué)科領(lǐng)域，延伸出了以下幾個主要的研究方向：
2.1 邏輯推理與證明
早期的人工智能更多的解決了大量數(shù)學(xué)問題，邏輯推理是基礎(chǔ)也是研究時間最長最重點的領(lǐng)域之一。通過找到可靠的證明或者反證方法實現(xiàn)潛在的定理證明，根據(jù)數(shù)據(jù)庫的實例進(jìn)行推導(dǎo)并及時更新證明結(jié)論，演繹和直覺相結(jié)合，在推理和證明中實現(xiàn)部分智能。
2.2 問題求解
問題求解領(lǐng)域的一大重要應(yīng)用則是下棋程序的功能實現(xiàn)，化繁為簡、將困難的問題點拆分成為獨立的子問題進(jìn)行求解；而另一個實例則是數(shù)學(xué)方程的求解實現(xiàn)，分析各種公式符號的組合意義從而為科學(xué)研究者提供強(qiáng)有力的基礎(chǔ)保障。問題求解中所運用的搜索和規(guī)約也是人工智能領(lǐng)域中的兩大基本技術(shù)。
2.3 自然語言處理
自然語言處理也叫自然語言理解（Natural Language Processing，NLP），是指借助計算機(jī)來處理使用人類語言作為計算對象的算法程序，并研究相關(guān)的理論方法和技術(shù)。NLP是人工智能領(lǐng)域的主要研究方向之一，也是發(fā)展時間較長的研究方向之一。語音識別、搜索引擎、機(jī)器翻譯等等都是NLP的重要研究內(nèi)容，目前也都在人工智能領(lǐng)域獲得了突出的應(yīng)用成果。
2.4 專家系統(tǒng)
專家系統(tǒng)是指具有大量模擬人類相關(guān)領(lǐng)域?qū)＜抑R和經(jīng)驗的智能計算機(jī)程序系統(tǒng)，依托于人工智能相關(guān)技術(shù)，根據(jù)專家系統(tǒng)所提供的數(shù)據(jù)方法進(jìn)行判斷推理進(jìn)一步?jīng)Q策，從而代替人類專家解決一部分該領(lǐng)域的特定問題。從知識表示技術(shù)的角度上看，專家系統(tǒng)可分為基于網(wǎng)絡(luò)語義、基于規(guī)則、基于邏輯、基于框架等幾種類別；而從任務(wù)類型及專家系統(tǒng)主要解決的問題類型的角度來看，專家系統(tǒng)也可分成解釋型（分析和闡述符號數(shù)據(jù)的意義）、調(diào)試型（根據(jù)故障制定排除方案）、預(yù)測型（根據(jù)現(xiàn)狀預(yù)測指定對象未來可能的結(jié)果）、維修型（針對特定故障制定并實施規(guī)劃方案）、設(shè)計型（按指定需求制作圖樣和方案）、規(guī)劃型（根據(jù)指定目標(biāo)制定行動方案）等。
專家系統(tǒng)的建立包含以下幾個步驟：（1）初始專家知識庫的設(shè)計：包括問題、知識、概念、形式、規(guī)則等多個概念的籌建；（2）開發(fā)和試驗系y原型機(jī)；（3）改進(jìn)與歸納專家知識庫等。
專家系統(tǒng)的實現(xiàn)通常建立在大量的數(shù)據(jù)統(tǒng)計與人類專家提供的問題解決實例上，沒有精確或統(tǒng)一的求解算法，因此也會造成一些局限性。在人工智能與計算機(jī)科學(xué)快速發(fā)展的今天，專家系統(tǒng)也逐漸更重視理論和基礎(chǔ)研究，除了基于經(jīng)驗的理論，基于規(guī)則和模型的方法也將投入到實際運用中，未來的專家系統(tǒng)將更偏向協(xié)同式和分布式方向發(fā)展。
2.5 機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)是指計算機(jī)自動獲取新的推理算法和新的科學(xué)事實的過程，是計算機(jī)具有智能的基礎(chǔ)。計算機(jī)的學(xué)習(xí)能力是人工智能研究史上的突出成就與重要進(jìn)展，也是人工智能初步實現(xiàn)的重要標(biāo)志。機(jī)器學(xué)了在人工智能領(lǐng)域有著重要應(yīng)用，對于探索人類智慧的奧秘以及學(xué)習(xí)方法和機(jī)理都有著重要意義，機(jī)器學(xué)習(xí)的時代才剛剛開始，各種理論方法也正在逐步完善中，未來精彩可期。
3 人工智能的應(yīng)用
人工智能的首次提出至今已有60年的歷史，在這個循序漸進(jìn)的過程中，無論是功能場景還是機(jī)器模式，都逐漸從單一到通用、從簡單到復(fù)雜，表達(dá)方法也更多種多樣。目前主要通過賦予機(jī)器產(chǎn)品一定的人類智能從而有效地提升機(jī)器工作效率及能力，未來的人工智能將更多的模擬人類生活環(huán)境及思維方式來設(shè)計出真正具有人類智能的高效人機(jī)系統(tǒng)。
3.1 人工智能在各個行業(yè)的應(yīng)用
人工智能已經(jīng)運用到人類生產(chǎn)生活的各個方面，主要包括以下幾點：（1）以智能汽車為代表的自動化交通方式。（2）種類繁多的家庭智能服務(wù)機(jī)器人。（3）用于臨床支持和病人看護(hù)中的自動化智能設(shè)備及醫(yī)療器械。（4）智能教育輔導(dǎo)系統(tǒng)、線上學(xué)習(xí)和智能輔助學(xué)習(xí)設(shè)備的普及。（5）基于圖像處理和自然語言處理的各類音樂社交軟件及VR設(shè)備的興起給互聯(lián)網(wǎng)娛樂時代帶來的巨大變革。（6）邏輯證明及智能分析在公共安全領(lǐng)域的預(yù)測及防范。（7）大量重復(fù)機(jī)械的勞動逐漸由智能機(jī)器取代，人類承擔(dān)著更多的創(chuàng)新及實踐工作。
3.2 人工智能生活應(yīng)用實例
作為輔助人類生產(chǎn)生活的重要工具，日趨成熟的智能機(jī)器人已經(jīng)快速走進(jìn)了人們的日常生活中，下面我們介紹幾種常見的使用場景：（1）智能房屋和家居生活的構(gòu)建：目前的智能停留在自動控制I域，通過用戶指令來便捷的操控比如電視、窗簾、燈具、空調(diào)等等；而未來，人工智能的發(fā)展將根據(jù)你的日常行為了解你的習(xí)慣喜好，利用傳感器和自動裝置搜集用戶的行為數(shù)據(jù)，通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法改造你所居住的環(huán)境。最終實現(xiàn)真正意義上的智能家居生活。（2）無人駕駛的智能汽車：主要通過導(dǎo)航和定位實現(xiàn)規(guī)定路線的行駛、通過激光測距、雷達(dá)感應(yīng)和照相等技術(shù)，配合復(fù)雜的計算公式從而辨別和避讓各種障礙，最終脫離人類操控的環(huán)境下自動完成發(fā)動、駕駛、剎車等動作。行駛的安全性和準(zhǔn)確性在智能機(jī)器的幫助下其實更可靠，我們完全有理由相信未來自動駕駛將成為人們出行的新方式。（3）基于神經(jīng)網(wǎng)絡(luò)的新型翻譯方式：在線翻譯相信大多數(shù)人都不陌生，使用范圍廣普及率極高，但其準(zhǔn)確性一直都是人們關(guān)注的焦點之一。谷歌翻譯負(fù)責(zé)人表示將在部分功能上嘗試使用深度學(xué)習(xí)技術(shù)，如果能順利實施必將使得翻譯準(zhǔn)確性的研究取得實質(zhì)性突破，而基于神經(jīng)網(wǎng)絡(luò)的翻譯方式則將幫助計算機(jī)更好地模擬和理解人類思維，使得翻譯結(jié)果更流暢合乎規(guī)范，也方便人們更好地理解。
4 人工智能的發(fā)展歷程
人工智能的發(fā)展歷程不算很長，但發(fā)展速度卻異常迅猛。跟所有新興的前沿學(xué)科一樣，人工智能的發(fā)展中也經(jīng)歷了和低谷時期。根據(jù)不同時期代表性人物和事件的發(fā)生，我們大致可以將整個過程分為以下幾個階段：
（1）1950年，舉世聞名的“圖靈測試”（圖靈，英國數(shù)學(xué)家，1912―1954）首次發(fā)表于《計算機(jī)與智能》一文，即通過房間外的人和兩個房間內(nèi)的人和機(jī)器分別對話中，是否能區(qū)分人和機(jī)器從而判斷出機(jī)器是否具有了人的智能。這是人類對于人工智能最初的概念。
（2）1956年，由香農(nóng)、麥卡錫、朗徹斯特和明斯基共同發(fā)起的DARTMOUTH學(xué)會于達(dá)特茅斯大學(xué)召開，會上首次提出“人工智能”一詞，這是歷史上第一次關(guān)于人工智能領(lǐng)域的研討會，見證了人工智能學(xué)科研究的開端。
（3）1960年以來，生物進(jìn)化領(lǐng)域逐漸建立起了遺傳、策略和規(guī)劃等算法。1992年計算智能由Bezdek提出，計算智能對于生物進(jìn)化學(xué)的探究有著重大意義，涵蓋了模式識別、人工生命、神經(jīng)網(wǎng)絡(luò)、進(jìn)化計算等多學(xué)科集合與交叉。
（4）上世紀(jì)90年代開始，專家系統(tǒng)逐漸興起，對于專家知識庫的不斷改進(jìn)以及基于規(guī)則和模型的協(xié)同式分布式專家系統(tǒng)將是未來使用的主要趨勢。
（5）從1960年神經(jīng)網(wǎng)絡(luò)首次應(yīng)用于自動控制的實施，到1965年人工智能啟發(fā)式推理規(guī)則的方法引入，再到1977年運籌學(xué)理論中概念智能控制模式的成功借鑒，人工智能的發(fā)展也順利引導(dǎo)了自動控制模式逐漸切換到了智能控制模式。
（6）從1956年AI概念的正式提出以來，人工智能領(lǐng)域已經(jīng)取得了眾多突破性的成就和進(jìn)展，很多天馬行空的想象也隨著科技的進(jìn)步在一代代科學(xué)工作者的不斷努力下逐漸設(shè)計落實，人工智能已經(jīng)從科學(xué)研究逐漸走向了人們的日常生活中，成為了當(dāng)下最具潛力的多學(xué)科交叉的前沿科學(xué)。
5 人工智能的未來與發(fā)展趨勢
從人工智能的提出到逐漸走入人們生活，人工智能的概念一經(jīng)問世則得到了人們的普遍關(guān)注，甚至帶動了語音識別、自然處理處理、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等一系列相關(guān)學(xué)科的發(fā)展和興盛。人工智能領(lǐng)域中的創(chuàng)新和蓬勃發(fā)展是趨勢也是必然，通過了解人工智能學(xué)科的發(fā)展歷程及應(yīng)用領(lǐng)域，我們大致可以推測出關(guān)于未來人工智能的一些方向：（1）機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法指導(dǎo)下更聰明更多樣性更具智能的機(jī)器系統(tǒng)。（2）自然語言處理應(yīng)用中更自然的人機(jī)互動交流。（3）機(jī)器學(xué)習(xí)時代更快速的數(shù)據(jù)處理分析策略。（4）各研發(fā)企業(yè)和機(jī)構(gòu)對于人工智能先進(jìn)技術(shù)更激烈的競爭和角逐。（5）超人工智能（Artificial Super Intelligence，簡稱ASI）時代下AI是否會走向失控給人們帶來的微恐懼。
6 結(jié)語
在短短60年的時間內(nèi)，人工智能的快速發(fā)展已經(jīng)從很大程度上改善和刷新了人們的生活方式。人工智能的深入研究和實現(xiàn)正在不斷幫助我們探索這個世界、幫助我們搜尋信息應(yīng)對各種各樣的挑戰(zhàn)。人工智能在逐漸強(qiáng)大的同時，有機(jī)遇也存在著巨大的挑戰(zhàn)和技術(shù)瓶頸，距離人工智能時代的真正實現(xiàn)還有很長的路要走。而人工智能的不斷更迭完善，是否能取得超越人類智力和認(rèn)知的智能、是否會出現(xiàn)違背人類價值觀的危險行為將是未來很長一段時間內(nèi)需要研究的重要課題。
參考文獻(xiàn)
[1]李紅霞.人工智能的發(fā)展綜述[J].甘肅科技縱橫，2007，36（5）：17-18.
關(guān)鍵詞： 計算機(jī)技術(shù) 眼科疾病 人工智能 眼健康系統(tǒng)
現(xiàn)代科學(xué)技術(shù)的快速發(fā)展，使用計算機(jī)技術(shù)輔助醫(yī)療衛(wèi)生診斷已成為現(xiàn)代臨床醫(yī)學(xué)的重要手段之一[1]，計算機(jī)應(yīng)用程序也給醫(yī)學(xué)研究帶來了革命性發(fā)展。目前學(xué)術(shù)研究上已經(jīng)提出將計算機(jī)輔助診斷作為現(xiàn)代醫(yī)學(xué)的重要研究方向，近年來，隨著計算機(jī)軟硬件質(zhì)量的不斷提升，新的學(xué)術(shù)研究的快速發(fā)展，例如人工智能，特別是機(jī)器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)等前沿技術(shù)的不斷推廣，疾病診療系統(tǒng)已成為十分熱門的研究領(lǐng)域[2]。
1.中醫(yī)眼健康
中醫(yī)中對人體健康分布研究，例如通過眼睛的健康程度衡量一個人的整體健康，其原文翻譯成白話文解釋就是“人的目光要炯炯有神，給人沒有在發(fā)呆的感覺，這樣說明了這個人的精力充沛，活力十足，而且五臟六腑健康，功能良好”。另外《黃帝內(nèi)經(jīng)》[3]也說：“五臟六腑之精氣，皆上注于目而為之精。”意思是人的眼睛為臟腑精氣的匯聚之所?！饵S帝內(nèi)經(jīng)》還有“精之窠為眼，骨之精為瞳子，筋之精為黑眼，血之精為絡(luò)，其窠氣之精為白眼，肌肉之精為約束”[4]一說。這充分說明了古人對人的眼睛研究十分深入，在幾千年以前就能發(fā)現(xiàn)眼健康對人體健康機(jī)理的表現(xiàn)，他們將眼睛的不同部位分為人體的五臟，眼窩是整個人的精氣表現(xiàn)，腎的表現(xiàn)則體現(xiàn)在瞳孔上，肝的表現(xiàn)則體現(xiàn)在黑眼球的形態(tài)上，最后眼球的血絡(luò)分布則體現(xiàn)的是人體心臟的功能是否良好。由此可見，眼睛的健康狀態(tài)跟五臟六腑的精氣息息相關(guān)?，F(xiàn)代科技的發(fā)展為醫(yī)學(xué)診斷和治療帶來了全新革命，1991年，陳氏等首次將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于中醫(yī)學(xué)診斷[5]，提出了人工神經(jīng)網(wǎng)絡(luò)用于醫(yī)學(xué)診斷的具體方法，并以中醫(yī)病歷為實驗數(shù)據(jù)進(jìn)行了專題研究，開辟了人工智能應(yīng)用于中醫(yī)診斷的先例。施氏等將人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于基于舌診的八綱辨證診斷[6]。
2.國民眼健康形式
據(jù)2011年與2014年《全國學(xué)生體質(zhì)健康調(diào)研[7]》數(shù)據(jù)顯示，全國中小學(xué)生近視率最高達(dá)85%。據(jù)有關(guān)部門調(diào)查，2012年我國5歲以上總?cè)丝谥星獠徽ú缓弦暎┑幕疾∪藬?shù)為4.8億至5.31億，且超過90%以上的屈光不正是近視。我國近視的總患病人數(shù)在4.37億至4.87億之間，患有高度近視的總?cè)丝诟哌_(dá)2900萬至3040萬。2012年我國40歲以上人口中未矯正的老視患病人數(shù)約為3.71億人，占全國總?cè)丝诘谋壤秊?7.83%。據(jù)某機(jī)構(gòu)預(yù)測，中國政府如果沒有有效的干預(yù)國民視覺健康政策，預(yù)計到2025年，我國近視發(fā)病率將面臨超低領(lǐng)化，5歲以上人口的近視發(fā)病率將增長到50.86%～51.36%，患有視覺健康疾病的人數(shù)接近7.04～7.11億。其中高度遺傳性近視的總?cè)丝趯⑦_(dá)到4000萬人，屆時我國的近視人口將是美國總?cè)丝诘膬杀丁?/p>
3.眼健康系統(tǒng)的發(fā)展趨勢
隨著計算機(jī)軟、硬件技術(shù)的飛速發(fā)展，功能的提升，各領(lǐng)域?qū)W者都在開發(fā)研究醫(yī)學(xué)專家系統(tǒng)[8]，醫(yī)學(xué)專家系統(tǒng)的產(chǎn)生在廣度和深度上都使得現(xiàn)代醫(yī)學(xué)診療手段將達(dá)到新高度。本文所述的眼健康系統(tǒng)屬于醫(yī)學(xué)專家系統(tǒng)的一個醫(yī)學(xué)領(lǐng)域服務(wù)分支，眼部健康系統(tǒng)可借鑒數(shù)據(jù)庫關(guān)于信息存貯、共享、并發(fā)控制和故障恢復(fù)技術(shù)，為數(shù)據(jù)庫的管理、設(shè)計及大型數(shù)據(jù)庫建設(shè)、共享數(shù)據(jù)庫和散列式數(shù)據(jù)庫提供幫助。為了改善眼健康專家系統(tǒng)的特性，增強(qiáng)眼健康系統(tǒng)的服務(wù)性能，擴(kuò)大規(guī)模的將多媒體技術(shù)應(yīng)用于眼健康系統(tǒng)，可集中多種知識的表達(dá)形式為一體（例如文字、圖像、聲音及視頻）；為了能夠充分發(fā)揮健康系統(tǒng)的高速處理綜合問題的特點，提高系統(tǒng)識別能力，全面優(yōu)化系統(tǒng)功能，有效地模擬眼科醫(yī)生在臨床診斷中用的直覺和模擬診斷功能；開發(fā)有友好的用戶界面，模擬系統(tǒng)將會以類似人類眼科專家的方式傳遞信息，與用戶深入溝通，用戶可以向系統(tǒng)尋求常見的病癥解釋、咨詢病情，必要時還能對患者進(jìn)行心理談話；系統(tǒng)利用多媒體技術(shù)獲取模塊，采用圖像接收設(shè)備，可直接將采集的圖像進(jìn)行圖像分析產(chǎn)生數(shù)字化信息，也可由人類用戶自主提出問題，從而使系統(tǒng)收集病癥信息。將網(wǎng)絡(luò)技術(shù)用于眼健康系統(tǒng)，一是可采用散列式的數(shù)據(jù)庫架構(gòu)，將標(biāo)準(zhǔn)的比對基數(shù)據(jù)按其特點分為相關(guān)數(shù)據(jù)庫，這樣可以提高數(shù)據(jù)安全性，方便系統(tǒng)比對用戶體征健康數(shù)據(jù)；二是可采用分布式推理方式，改善系統(tǒng)環(huán)境的運行承受能力，優(yōu)化系統(tǒng)智能化的計算速度和其靈活性；三是大力發(fā)展遠(yuǎn)程服務(wù)能力，為眼健康系統(tǒng)的應(yīng)用提供了一個廣闊的場所，為系統(tǒng)更好地服務(wù)于人類、造福社會提供了更優(yōu)越的條件。眼部健康系統(tǒng)不會像人類醫(yī)生一樣會受疲勞、緊張和外部壓力等主客觀因素的對患者診斷結(jié)果產(chǎn)生影響，它的優(yōu)點不但可以綜合眾多專家的知識和經(jīng)驗，提高智能化的解決問題的能力，而且可以批量生產(chǎn)，使得其造福人類。我們相信：未來的智能專家系統(tǒng)在某些方面可以超越人類專家的能力[9]，他將成為醫(yī)生的最得力助手，是現(xiàn)代醫(yī)學(xué)對疾病的預(yù)防、診斷和治療的創(chuàng)新性革命。
4.結(jié)語
當(dāng)代科學(xué)技術(shù)全面發(fā)展，人類文明走上了新高度。我國是世界人口大國，國民經(jīng)濟(jì)發(fā)展迅速，但我們即將面臨的是人口質(zhì)量下降，國民健康中視覺健康往往得不到應(yīng)有關(guān)注，因視覺問題造成的各類社會問題面臨巨大挑戰(zhàn)[10]。眼部健康的保護(hù)不能只停留在治療這一層面，我們常說扼至住命運的咽喉，是的，只有在疾病未發(fā)生前發(fā)現(xiàn)它解除安全隱患，才能從根本上解決問題。全面關(guān)注國民眼健康刻不容緩，為提高人口素質(zhì)，我們急需利用人工智能等先進(jìn)的計算機(jī)技術(shù)開發(fā)新型醫(yī)療服務(wù)系統(tǒng)服務(wù)社會，造福社會。
參考文獻(xiàn)：
[1]尹榮章.計算機(jī)技術(shù)在現(xiàn)代醫(yī)學(xué)中的應(yīng)用與發(fā)展[J].國際醫(yī)藥衛(wèi)生導(dǎo)報，1996（Z1）：34.
[2]張長麗.新型鋅離子熒光探針的細(xì)胞和組織造影研究[D].南京大學(xué)，2007.
[3]南京中醫(yī)學(xué)院醫(yī)U教研M.黃帝內(nèi)經(jīng)素問譯釋[M].上海科學(xué)技術(shù)出版社，1981.
[4]閆瑞麗.泛用清肝明目治眼疾之謬誤[J].中華現(xiàn)代中醫(yī)學(xué)雜志，2007.
[5]宋紅.用于醫(yī)學(xué)輔助診斷的神經(jīng)網(wǎng)絡(luò)方法的應(yīng)用研究[J].生物醫(yī)學(xué)工程學(xué)雜志，1996（2）：141-144.
[6]謝錚桂.基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的中醫(yī)舌診診斷研究[J].現(xiàn)代計算機(jī)：專業(yè)版，2008（4）：26-27.
[7]胡佩瑾.全國學(xué)生體質(zhì)健康調(diào)研[J].中華預(yù)防醫(yī)學(xué)雜志，2005（6）：391.
[8]李潛.專家系統(tǒng)在醫(yī)學(xué)領(lǐng)域的應(yīng)用[J].天津中醫(yī)藥大學(xué)學(xué)報，2004，23（2）：101.
姚勁波
58集團(tuán)CEO
內(nèi)容分發(fā)的新時代
百度從本質(zhì)上來講，最核心的東西是在做內(nèi)容的分發(fā)。
我們該分發(fā)什么？早期的時候，互聯(lián)網(wǎng)內(nèi)容是以文字為主要形態(tài)。隨著帶寬環(huán)境越來越好，人們的創(chuàng)造力越來越豐富，開始有了圖片。到今天，其實不僅僅是圖，有一個新的圖片相關(guān)的形式叫做圖集也非常受歡迎，很適合在互聯(lián)網(wǎng)上傳播的內(nèi)容形式。
除了圖片，還有視頻。今天的視頻，我覺得跟過去又有了很大的不一樣。首先是短視l的這種興起，它適用的場景和接觸達(dá)到的人群都非常不一樣。我們身處在百度這樣的內(nèi)容分發(fā)的中心，必須要能比別人更早的感知到內(nèi)容分發(fā)環(huán)境的變化才行。
百科是一個很嚴(yán)謹(jǐn)?shù)臇|西，但它很早就開始做秒懂視頻，而且是放在詞條的最前面，所以他們對這個內(nèi)容分發(fā)的環(huán)境的敏感度就足夠的高。所以這是我們在迎接新的時代到來的時候要保持的一種思維方式。要對新東西會敏感，什么東西會影響你。
整個世界一直是在變化，從PC互聯(lián)網(wǎng)到移動互聯(lián)網(wǎng)，移動互聯(lián)網(wǎng)起來很多超級app，內(nèi)容越來越多被封裝在微信、微博里頭。怎么利用百度的平臺讓內(nèi)容回來、讓我們的用戶能夠方便獲取，完成我們讓人們最便捷平等地獲取信息找到所求的使命？這是在新的時代里我們需要認(rèn)真思考認(rèn)真準(zhǔn)備并且為之奮斗的東西。
過去這一年我還有一點感受特別深，是社交媒體和自媒體這種環(huán)境下，很多時候人們更多的是在講感情，更多地想傳播他們愿意相信的東西，事實是什么已經(jīng)不重要了。這對我們一個以搜索引擎為核心的公司來說，挑戰(zhàn)也是蠻大的。在這種環(huán)境下，我們怎么來應(yīng)對，也是一個很大的挑戰(zhàn)。當(dāng)然，挑戰(zhàn)也意味著機(jī)遇。我也希望大家更加主動地去思考這個問題，找到新的屬于我們的機(jī)會。
另外一個內(nèi)容我覺得是數(shù)據(jù)，數(shù)據(jù)是新的內(nèi)容。在移動互聯(lián)網(wǎng)時代到來以后，數(shù)據(jù)怎么能夠和應(yīng)用相結(jié)合去呈現(xiàn)一些比較有價值的東西，怎么能夠在我們百度的平臺上把它變成新的內(nèi)容，這也是下一步我們應(yīng)該著力去做的。
這些結(jié)構(gòu)化的數(shù)據(jù)，未來這些東西弄好了之后，它一方面給我們的用戶提供了更多有價值的內(nèi)容，另外一方面也是未來我們AI的一個前提。因為AI的技術(shù)需要非常多的數(shù)據(jù)支持，有價值的、有序的數(shù)據(jù)越多，你的這個最后出來的結(jié)果就會越好。以至于我們有一個技術(shù)大牛跟我說了一句話：他說數(shù)據(jù)秒殺一切算法。
這一點在現(xiàn)有的很多產(chǎn)品當(dāng)中已經(jīng)體現(xiàn)出來了，比如百度的語音搜索，大家可以看到識別的準(zhǔn)確率已經(jīng)非常高了。但是當(dāng)我們比如說到通用的輸入法去識別這些語音的時候，我們可能還不如市場上某些其他的競爭對手。為什么？因為我們在搜索的這個場景上掌握了比任何人都多的數(shù)據(jù)，而這種數(shù)據(jù)是非常非常有特點，有價值的，是別人達(dá)不到的。
用戶在進(jìn)行搜索的時候，其實他在心目中是有比較清晰的需求的，整個過程是一個尋找答案的過程，從最初的需求表達(dá)，到他最后找到答案，尤其是在移動互聯(lián)網(wǎng)時代，在手百這樣一個封閉的app里頭，我們能夠track到他的每一步。這就給我們提供了足夠多的訓(xùn)練的數(shù)據(jù)，所以我們可以有很高的識別率。我們不僅僅能夠有很高的語音識別率，實際上整個過程使得我們能夠構(gòu)建出來最好、最豐富的知識庫。我們知道從需求到結(jié)果，到底是一個什么樣子，這些東西都是我們非常有價值的東西。
但是在別的場景里頭，有時候即使你技術(shù)特別好，可能也不能夠爭得過別人。比如你隨便拍一件商品去識別，淘寶識別出來的結(jié)果，比我們現(xiàn)在拍照搜索的結(jié)果要更加精確。因為大量的商品庫在他那里頭，商家把數(shù)據(jù)都給標(biāo)注好了。那么這對我們的啟示是什么？除了我們自己已經(jīng)有的這些個大量豐富的query到最后用戶行為數(shù)據(jù)之外，我們也應(yīng)該積極的到外頭去找那些對我們有價值的相關(guān)的數(shù)據(jù)。讓他們到百度的平臺上來，我們利用這些數(shù)據(jù)，打磨我們算法，做出最優(yōu)秀的用戶體驗和產(chǎn)品和服務(wù)來。
知識圖譜（包括需求圖譜、用戶畫像等），這些東西都是百度整個人工智能當(dāng)中非常基礎(chǔ)的構(gòu)件，也是我們相對于其他任何一家公司的優(yōu)勢所在。而且我們從一開始就很重視，未來要更加有意識地根據(jù)我們的需求、場景跟產(chǎn)品，去不斷地豐富，不斷地打磨，不斷地把這個東西做到極致，做到全世界最好。
某種意義上講，我們未來的搜索從索引關(guān)鍵詞的引擎，可能會逐步過渡到索引知識的引擎，它從表面文字的表達(dá)和query的匹配，這是上一個時代的事情。下一個時代的事情是用戶真實的需求和我們已經(jīng)積累的知識之間的一種匹配。
還有一個，就是我們現(xiàn)在非常重視的feed流產(chǎn)品。過去傳統(tǒng)的搜索是人在找信息，現(xiàn)在要逐漸演進(jìn)到信息找人。人在沒有主動表達(dá)他的信息的時候，我們就已經(jīng)能夠猜出來這是他喜歡的，這是他需要的信息。如何能夠很方便、高效地分發(fā)給這些需要和感興趣的人，這個也是在內(nèi)容分發(fā)形式上一個新的機(jī)會和挑戰(zhàn)。我們因為有強(qiáng)大的知識圖譜和用戶畫像，有多年人工智能方面的技術(shù)的積累，有大量的用戶行為和數(shù)據(jù)，所以在這方面是非常有優(yōu)勢的。
連接服務(wù)的新時代
未來10―15年的時間，會有一個大的趨勢，就是中國的這種消費升級。過去不管你的產(chǎn)品多爛，你只要是免費的，用戶就用；不管你的產(chǎn)品多好，只要收費用戶就不用。今天已經(jīng)完全不是這個樣子了。只要你做的好，用戶愿意為你付費，虛擬的東西、服務(wù)性的東西、內(nèi)容性的東西，用戶也愿意付費。所以在我們的定義當(dāng)中，所謂的連接服務(wù)，只要它不是純虛擬的內(nèi)容，它只要包含了付費的行為，包含了線上到線下的連接等等，這些我們都認(rèn)為是服務(wù)。這對我們也是一個很新的課題。
一個人從query表達(dá)到最后的服務(wù)，被滿足，可能有十步。我們也許只做了第一步到第三步，或者第一步到第五步。但這仍然叫連接人和服務(wù)，我們不一定是完全要從端到端全部都控制，只要往前能夠推進(jìn)一步，我們的用戶體驗就會好一分，我們對整個生態(tài)的把控能力也會強(qiáng)一些。
服務(wù)的內(nèi)容化，也是我們看到的一個比較明顯的趨勢。你把糯米提供的服務(wù)都寫成用戶喜歡的內(nèi)容，手機(jī)百度通過feed流推過去，用戶也會很接受。什么叫用戶喜歡的內(nèi)容，我總結(jié)了八個字叫：喜聞樂見，賞心悅目。你能把內(nèi)容用這種形式呈現(xiàn)出來，你用戶的接受程度就會很高。
我們做的是要從線上給線下導(dǎo)流，從我們的產(chǎn)品形態(tài)以及我們所處的階段來說，這個是更適合百度做的。我們做內(nèi)容的分發(fā)、服務(wù)的分發(fā)，都是說讓合適的人能夠找到合適的內(nèi)容、合適的服務(wù)。這是我們需要想辦法通過服務(wù)的內(nèi)容來解決重要的問題。
金融創(chuàng)新的新時代
我們看FSG做的最主要的一個東西，我們把它叫做B2B2C的模式。
互聯(lián)網(wǎng)金融從最開始1.0的場景金融，到2.0的技術(shù)金融，我認(rèn)為的3.0，就是所謂的模式創(chuàng)新。這個才是觸及到這個行業(yè)的基本的東西。我也認(rèn)為在未來相當(dāng)長的一段時間里頭，是一個金融創(chuàng)新的新時代。
我們要找到洞察。我們看到了什么別人看不到的東西，這樣我們才跟別人比更有利，我們才能夠有可能做的比別人好。
教育是個大市場，我們跟其他那些傳統(tǒng)機(jī)構(gòu)相比有優(yōu)勢，但是也有劣勢。我們怎么能夠進(jìn)一步擴(kuò)大我們的優(yōu)勢，讓手百這些app進(jìn)一步變得更加超級，更加有粘性，用戶更多，同時怎么樣利用好我們大的平臺。金融這個行業(yè)，才能夠做出創(chuàng)新的東西來。
整個金融可涉及的范圍很廣很多，F(xiàn)SG已經(jīng)做的也有不少，我不細(xì)講了，但是我們感覺到，這樣一個時代，也是很明顯的金融創(chuàng)新的新時代。
人工智能的新時代
一個明顯的機(jī)會是軟硬件的結(jié)合。亞馬遜的echo非常成功，成功背后的邏輯是它在這個硬件上做了一些改造，而不僅僅是一個軟件的解決方案。手機(jī)要考慮耗電的問題。但是智能音箱不需要考慮耗電的問題，這就使得它可以隨時隨地都響應(yīng)你的需求。所以這是新的硬件形式帶來的新的人工智能的機(jī)會。
無人車集成了雷達(dá)和攝像頭這些硬件，才使得它具備了在無人操控下自動駕駛的能力，不是一個純軟件的需求。而這種集成的創(chuàng)新，其實現(xiàn)在還以一個非常快的速度在迭代過程當(dāng)中。
我們這次在CES上的搭載度秘的小魚在家這樣的一款新產(chǎn)品，這也是一種典型的軟硬件結(jié)合的例子。這些能力，不僅僅是說你的人臉識別的能力能夠識別出來他，而是說你有一個硬件在那兒隨時隨刻都在監(jiān)測你家庭的環(huán)境的時候，才能夠?qū)崿F(xiàn)這些東西。所以軟硬件這種集成的創(chuàng)新，未來會有非常多的機(jī)會。
第二個機(jī)會是行業(yè)的運動。人工智能會改變每一個行業(yè)。對于每一個行業(yè)來說，你只要認(rèn)真的去思考，你會發(fā)現(xiàn)這里有非常非常多的應(yīng)用的機(jī)會。
我們不是某一個垂直的行業(yè)的公司，我們更像一個平臺公司，我們不可能對每一個行業(yè)都非常非常了解。
但是我們跟有些行業(yè)關(guān)系比較近，比如醫(yī)療行業(yè)。最初百度這種醫(yī)療想做的事情很簡單，就是一個O2O的東西，就是我們這兒有用戶，很多人來找去哪兒看病，我們怎么幫他掛到他想掛的號。但是到去年開始，我們發(fā)現(xiàn)說其實像智能問診已經(jīng)變得越來越實用了。如果說我們的智能問診的系統(tǒng)能夠達(dá)到一個醫(yī)生職業(yè)的平均水平的話，那就完全可以先通過一個智能的系統(tǒng)，起碼是輔助這些醫(yī)生做一些判斷，真的是到大病的時候才到醫(yī)院，到更具有規(guī)模的醫(yī)院去。
那再往下走一層呢，比如說基因測序，它是非常大數(shù)據(jù)的一個東西。如果能夠通過人工智能的方法跟醫(yī)學(xué)知識進(jìn)行結(jié)合，找到答案的話，也是一個很大的突破。再往下走，比如說新藥的這種研發(fā)，怎么樣去用人工智能的技術(shù)找到新的藥，這些東西還處于早期階段，但是我們覺得，最后可能這些東西能夠有所作為。我也相信在物流、在零售等很多領(lǐng)域，其實都有類似的這樣一個解決方案，利用人工智能去幫助解決。
人工智能在企業(yè)層面的應(yīng)用也非常廣泛。去年百度世界的時候講過一個例子，叫做金牌銷售。我們實時的識別客戶的問題，然后實時的提示銷售人員最牛的銷售是怎么回答客戶這樣的問題。目前，我們已經(jīng)有一個團(tuán)隊在做這個項目，這是真正的利用到了百度的人工智能的優(yōu)勢。能夠?qū)ζ髽I(yè)產(chǎn)生價值的這么一個項目。還有智能客服，大多數(shù)問題都是重復(fù)的，完全可以用機(jī)器學(xué)習(xí)的方法找到答案。
類似的這種應(yīng)用我認(rèn)為還有很多，只不過我們現(xiàn)在沒有精力去一個一個地開墾。但是我們需要有這樣的一種心態(tài)去思考。人工智能時代的時候，你的思維邏輯、思維方式應(yīng)該變成什么樣子，現(xiàn)在還不是很清晰。但是我相信，對我們不清晰，對其他公司來說更不清晰。我們應(yīng)該及早的去朝著這個方向做我們的思考和嘗試。
我們要做好準(zhǔn)備
過去這一年，大家覺得反腐的力度比較大，就是跟這個理念相吻合的。在這個戰(zhàn)場上，一定要常抓不懈。我們要想讓每個人覺得公平，必須要打擊掉那些鉆制度的空子的人。我們正在朝著更加正面的方向去走，這個公司會變成一個更加公平的、對每個人來說更加公平的一個公司。
其次，用戶至上。我們需要更多的思考市場的需求，更多的思考我們的產(chǎn)品對用戶的價值。
當(dāng)我們往下去拆解任務(wù)的過程當(dāng)中，容易變成一些用戶體驗不好的體驗。這樣的情況其實是非常危險的。如果你用一個簡單的機(jī)械的KPI往下分解和傳遞，那么很可能到基層到一線員工的時候，他完全不理解我們?yōu)槭裁匆蛇@個事兒。這個時候如果他心目當(dāng)中想的不是用戶體驗，想的不是市場需求，想的是我怎么能夠完成這個數(shù)，那這個公司真的是時間一長就完蛋了。員工做的并不是我們想讓做的事兒。
所以我們需要站在用戶的角度來思考問題。我們現(xiàn)在手百雖然是一個native app，但是人們在使用手百的過程中，還沒有一個真正native app的體驗。我們經(jīng)常點一個搜索結(jié)果后，到別人的網(wǎng)站上了。傳統(tǒng)來講，別人的網(wǎng)站上放了很多廣告，那這就是別人網(wǎng)站的事情了。但是從用戶的角度來想呢，用戶永遠(yuǎn)都覺得他在用百度，我們要對用戶的這種需求負(fù)責(zé)到底。
集成電路的發(fā)展不僅開啟了整個IT行業(yè)的技術(shù)革命，而且?guī)砹巳虻淖詣踊托畔⒒虼?，這是在過去的半個多世紀(jì)里拉動世界經(jīng)濟(jì)增長的根本動力。
摩爾定律帶來的另外兩個結(jié)果，就是互聯(lián)網(wǎng)的興起及產(chǎn)業(yè)的數(shù)字化，而這兩個結(jié)果合在一起，又產(chǎn)生了一個過去我們不太關(guān)注的結(jié)果，就是各種數(shù)據(jù)量的急劇增長。
當(dāng)數(shù)據(jù)量增加到一定程度，量變就有可能成為質(zhì)變，因此今天大數(shù)據(jù)成為一個非常熱門的話題。不過，目前在行業(yè)里和社會上對大數(shù)據(jù)炒作居多，對于它的理解依然停留在比較淺的層面。
表現(xiàn)在：在概念上將大數(shù)據(jù)和大量數(shù)據(jù)相混淆，認(rèn)為大數(shù)據(jù)是數(shù)據(jù)量大，沒有看到多維度和完備性的本質(zhì)；在應(yīng)用上（商業(yè)上）僅看到利用統(tǒng)計規(guī)律提升業(yè)務(wù)，沒看到它和摩爾定律的結(jié)合必將導(dǎo)致機(jī)器智能社會的到來，從而徹底改變商業(yè)模式和產(chǎn)業(yè)結(jié)構(gòu)，以及人們的生活和工作方式；明顯低估大數(shù)據(jù)和機(jī)器智能將給我們?nèi)祟惿鐣砬八从械臋C(jī)遇和沖擊。
可怕的大數(shù)據(jù)
講到機(jī)器智能（而不是人工智能），先要搞清楚什么是機(jī)器智能。1950年，計算機(jī)科學(xué)的先驅(qū)圖靈博士給出了一個衡量機(jī)器是否有智能的測試方法：讓一臺機(jī)器和一個人坐在幕后，與一個人（測試者）展開對話，當(dāng)測試者無法被辨別和他講話的是另一個人還是一臺機(jī)器時，就可以認(rèn)為這臺機(jī)器具有和人等同的智能。
科學(xué)家們認(rèn)為，如果計算機(jī)實現(xiàn)了下面幾件事情中的一件，就可以認(rèn)為它有圖靈所說的那種智能：語音識別，機(jī)器翻譯，自動回答問題。
但從1950年代到60年代，機(jī)器智能按照傳統(tǒng)人工智能的路子走得非常不順利。而與此同時，計算機(jī)科學(xué)的其他分支都發(fā)展得非常迅速。
在機(jī)器智能的發(fā)展史上，賈里尼克是一個劃時代的人物。1972年，賈里尼克到IBM沃森實驗室進(jìn)行學(xué)術(shù)休假，并擔(dān)任起IBM研制智能計算機(jī)的工作，挑選了一個他認(rèn)為最有可能突破的課題，即語音識別。
賈里尼克的專長是信息論和通信，在他看來語音識別是一個通信問題。人的大腦是一個信息源，從思考到合適的語句，再通過發(fā)音說出來，是編碼的過程；經(jīng)過媒介（空氣或者電話線）傳播到聽眾耳朵里，是信息傳播問題；最后聽話人把它聽懂，是解碼的過程。
賈里尼克和他的同事無意中開創(chuàng)了一種采用統(tǒng)計的方法解決智能問題的途徑，因為這種方法需要使用大量的數(shù)據(jù)，因此它又被稱為是數(shù)據(jù)驅(qū)動的方法。
從1990年代中期之后的10年里，語音識別的錯誤率減少了一半，而機(jī)器翻譯的準(zhǔn)確性提高了一倍，其中20%左右的貢獻(xiàn)來自于方法的改進(jìn)，而80%則來自于數(shù)據(jù)量的提升。
我們對數(shù)據(jù)重要性的認(rèn)識不應(yīng)該停留在統(tǒng)計、改進(jìn)產(chǎn)品和銷售，或者提供決策的支持上，而應(yīng)該看到它（和摩爾定律、數(shù)學(xué)模型一起）導(dǎo)致了機(jī)器智能的產(chǎn)生。而機(jī)器一旦產(chǎn)生了和人類類似的智能，就將對人類社會產(chǎn)生重大的影響。
毫無疑問，大數(shù)據(jù)的數(shù)據(jù)量自然是非常大的，但是光是“量”大還不是我們所說的大數(shù)據(jù)。
這兩者的差別可以從三個方面來看。大數(shù)據(jù)具有多維度性質(zhì)，而不同維度之間有著天然的聯(lián)系；大數(shù)據(jù)的完備性；它的英文“Big Data”這個詞體現(xiàn)的很清楚，big強(qiáng)調(diào)抽象意義上的大，強(qiáng)調(diào)思維方式的不同。
這種以數(shù)據(jù)為主的新的做法，在某種程度上顛覆了我們長期以來在科學(xué)和工程上的方法論。數(shù)據(jù)驅(qū)動的方法結(jié)合呈指數(shù)增長的計算機(jī)性能導(dǎo)致機(jī)器智能的產(chǎn)生，并且在今天可比肩人類的智能，這才是大數(shù)據(jù)重要的根本原因。
未來的機(jī)器有多么智能
大數(shù)據(jù)在這個時間點被提出來，根本原因是因為摩爾定律導(dǎo)致互聯(lián)網(wǎng)的發(fā)展，進(jìn)而使得各種數(shù)據(jù)量的急劇增長。
因此，大數(shù)據(jù)的第一個來源是互聯(lián)網(wǎng)，包括移動互聯(lián)網(wǎng)。第二個原因是傳感器技術(shù)的突破。
那么大數(shù)據(jù)能有多么完備？未來的機(jī)器能有多么“聰明”？
精確到每一個細(xì)節(jié)。通過大數(shù)據(jù)將用戶在日常生活中使用的很多（網(wǎng)絡(luò)）服務(wù)打通，讓使用者可以非常方便地管理每一天的生活。
對醫(yī)療衛(wèi)生的影響。近幾十年來，人的壽命在延長，很大程度上是靠技術(shù)，而不是醫(yī)療水平本身的提高。今天IT界和醫(yī)學(xué)界有一個共識，即通過IT的進(jìn)步，尤其是大數(shù)據(jù)和機(jī)器智能的進(jìn)步，幫助解決人類健康的問題。
基因科技和醫(yī)療診斷。大數(shù)據(jù)將人類的基因圖譜和各種疾病聯(lián)系起來，從而找到可能致病的基因并且設(shè)法修復(fù)。如果這件事情能夠完成，那么不僅有希望治愈很多過去因為基因缺陷引起的絕癥（比如癌癥、帕金森綜合癥等），甚至有可能逆轉(zhuǎn)人類的衰老過程。
醫(yī)療機(jī)器人。羅素?泰勒教授是全世界最有權(quán)威的醫(yī)療機(jī)器人專家。根據(jù)他的專利制造的手術(shù)機(jī)器人達(dá)?芬奇已成功地在全世界進(jìn)行150萬例的手術(shù)。為制造這個機(jī)器人，科學(xué)家們從醫(yī)學(xué)院里收集大量數(shù)據(jù)，建立各種模型，讓它擁有一個見多識廣的大腦。關(guān)鍵是它的穩(wěn)定性――不會因情緒影響手術(shù)效果。
可穿戴式設(shè)備改變生活習(xí)慣。在大數(shù)據(jù)時代，可穿戴式設(shè)備將扮演很多角色，它有可能將人一天24小時都連到互聯(lián)網(wǎng)上。使用者（和背后的大數(shù)據(jù)公司）可通過可穿戴式設(shè)備了解到他每天的生活習(xí)慣和健康狀況。這可為疾病診斷提供準(zhǔn)確的數(shù)據(jù)。
智能機(jī)器（機(jī)器人）。智能機(jī)器最關(guān)鍵的在于它的大腦。在這超級“機(jī)器大腦”的控制下，智能機(jī)器可以完成很多人難以完成的事情，從在生產(chǎn)線上取代工人，到取代那些職業(yè)人士。這些在過去看似不可能的事情，今天正在發(fā)生。
未來勞動力的出路在哪里
機(jī)器智能無疑幫助改善人類的生活，但我們在歡呼機(jī)器智能到來的同時，是否準(zhǔn)備好它對未來社會帶來的沖擊。技術(shù)革命的作用常常是正反兩方面并存的。我們從對制造業(yè)、服務(wù)業(yè)和國家安全幾個層面的影響來說明它。
2011年德國提出工業(yè)4.0的概念，即通過數(shù)字化和智能化來提升制造業(yè)的水平。其核心則是通過智能機(jī)器、大數(shù)據(jù)分析來幫助工人甚至取代工人，實現(xiàn)制造業(yè)的全面智能化。
這在提高設(shè)計、制造和供應(yīng)銷售效率的同時，也會大大減少產(chǎn)業(yè)工人的數(shù)量。我們可能在低估機(jī)器智能對未來社會的沖擊。這一次由機(jī)器智能引發(fā)的技術(shù)革命，不僅僅是替代那些簡單的勞動，而將在各個行業(yè)取代原有的從業(yè)人員，因為這將是人類歷史上第一次，機(jī)器在智能方面超越人類。
面對勢不可當(dāng)?shù)臋C(jī)器智能大潮，人類在未來需要重新考慮工作和生活的方式了，尤其是勞動力的出路問題。
隨著物聯(lián)網(wǎng)、下一代互聯(lián)網(wǎng)、云計
算、人工智能、知識管理等新一代信息技術(shù)的廣泛應(yīng)用，城市管理、政府和企業(yè)辦公、老百姓的日常生活，還有教育和農(nóng)業(yè)等各個行業(yè)，都在悄悄地向智能化、信息化邁進(jìn)。
在智慧浙江科學(xué)會客廳暨“城市的明天”主題展覽會上，中國電信以智慧城市沙盤為核心，分別設(shè)置了智慧政府、智慧產(chǎn)業(yè)及智慧民生三大展區(qū)，采用虛擬場景、互動演示等新穎活潑的形式，將移動與固定、轉(zhuǎn)型業(yè)務(wù)與傳統(tǒng)項目完美結(jié)合，充分展示中國電信在打造智慧城市方面的實力和能力，以及融合創(chuàng)新帶來的綜合信息服務(wù)能力和聚焦客戶運營模式所創(chuàng)造的差異化競爭優(yōu)勢。參觀者通過親身體驗，能夠感受到智能互聯(lián)生活已經(jīng)觸手可及地來到了我們身邊。
高效服務(wù)的智慧政府
智慧政府主要包括平安城市、智慧城管、智慧環(huán)保、智慧工商、智慧稅務(wù)等服務(wù)，為老百姓提供最大便利，打造高效的服務(wù)型政府。近年來，中國電信不斷完善智慧政府各項應(yīng)用與基礎(chǔ)建設(shè)，有效促使資源整合與優(yōu)化配置，推動城市格局更加合理，城市管理更加科學(xué)、及時、有序。
在平安城市里，通過市、縣、派出所三級聯(lián)網(wǎng)和信息共享，對城市主要道路、重點場所和部分小區(qū)進(jìn)行不間斷監(jiān)控，實現(xiàn)指揮中心的110、119、122三臺合一，民警可以在監(jiān)控中心把握現(xiàn)場情況，為創(chuàng)建“和諧社會”奠定了良好的科技基礎(chǔ)。
在智慧城管中，通過數(shù)字技術(shù)的綜合應(yīng)用而建立的智慧城市管理大平臺，集城市管理、協(xié)同處置、執(zhí)法監(jiān)督、應(yīng)急調(diào)度、決策指揮、公眾互動為一體，核心業(yè)務(wù)涵蓋環(huán)衛(wèi)、園林、路燈、公共交通等城市管理業(yè)務(wù)。
有了智慧環(huán)保，就可以實現(xiàn)集空氣質(zhì)量、環(huán)境噪聲、煙氣排放、水污染、放射源、城市積水、城市雨量、河道湖泊水位、氣象參數(shù)、污染事故應(yīng)急響應(yīng)和環(huán)境綜合管理、網(wǎng)絡(luò)辦公為一體的綜合監(jiān)測與監(jiān)管協(xié)同。
智慧工商，將利用中國電信的電話網(wǎng)、移動網(wǎng)、互聯(lián)網(wǎng)融合優(yōu)勢，整合商品監(jiān)管軟件，為政府監(jiān)管部門搭建商品安全監(jiān)管平臺，同時提供專業(yè)的移動執(zhí)法終端、定制電話終端、互動媒體終端等多種終端設(shè)備，實現(xiàn)重要商品信息的備案和監(jiān)管查詢以及一線執(zhí)法人員移動執(zhí)法和綜合辦公等功能。
電子報稅，為納稅人提供及時、高效、安全的遠(yuǎn)程納稅申報、稅款繳納、納稅情況查詢等服務(wù)。網(wǎng)絡(luò)發(fā)票，為個人、機(jī)關(guān)事業(yè)單位和企業(yè)提供發(fā)票的網(wǎng)絡(luò)開具、網(wǎng)絡(luò)查驗及相應(yīng)的涉稅業(yè)務(wù)，加強(qiáng)稅務(wù)管理機(jī)構(gòu)對普通發(fā)票的監(jiān)管。
轉(zhuǎn)型升級的智慧產(chǎn)業(yè)
中國電信借助智慧產(chǎn)業(yè)建設(shè)為城市經(jīng)濟(jì)注入新的活力，極大增強(qiáng)產(chǎn)業(yè)自主創(chuàng)新能力和產(chǎn)業(yè)聚集效應(yīng)，為投資者和經(jīng)營者創(chuàng)造良好的投資經(jīng)營環(huán)境，對旅游者提供向全世界傳播城市形象的便捷通道。同時，催生出一大批對國民經(jīng)濟(jì)和社會發(fā)展具有直接拉動作用、可持續(xù)發(fā)展的新興產(chǎn)業(yè)。
在不久的將來，這樣的情景隨處可見：農(nóng)民兄弟坐在電腦前，輕點鼠標(biāo)，即可查看農(nóng)場現(xiàn)場情況，了解溫濕度等信息，實現(xiàn)翻地、播種、除蟲、灌溉和收獲，就如同“開心農(nóng)場”一般簡單。因為基于先進(jìn)技術(shù)構(gòu)建的農(nóng)業(yè)專家智能、農(nóng)業(yè)生產(chǎn)物聯(lián)控制和有機(jī)農(nóng)產(chǎn)品安全溯源等三大應(yīng)用為一體的智慧農(nóng)業(yè)，實現(xiàn)了農(nóng)業(yè)信息數(shù)字化、農(nóng)業(yè)生產(chǎn)自動化、農(nóng)業(yè)管理智能化的綜合智能信息化解決方案。
智慧物流，將運用自動識別技術(shù)、移動通訊技術(shù)、GPSone定位技術(shù)等，并基于CDMA手機(jī)進(jìn)行嵌入式開發(fā)實現(xiàn)的一套物流行業(yè)信息化解決方案，為物流公司一線業(yè)務(wù)人員提供移動中的任務(wù)管理、數(shù)據(jù)采集、數(shù)據(jù)通訊等工作，為物流行業(yè)提供集語音、數(shù)據(jù)通訊、定位、拍照、掃描等5項重要功能于一身的全能終端整體解決方案。
智慧金融，包括網(wǎng)上銀行、電話銀行、手機(jī)銀行等。同時，利用信息化技術(shù)，大幅度提高辦公效率，實現(xiàn)數(shù)據(jù)網(wǎng)絡(luò)充分滿足銀行大數(shù)據(jù)量處理的需要等。
此外，智慧旅游則是利用云計算、物聯(lián)網(wǎng)等新技術(shù)，通過便攜的終端上網(wǎng)設(shè)備，主動感知旅游資源、旅游經(jīng)濟(jì)、旅游活動、旅游者等方面的信息，及時安排和調(diào)整工作與旅游計劃；智慧園區(qū)是通過融合應(yīng)用各種技術(shù)手段形成軟實力，對于包括政務(wù)、產(chǎn)業(yè)和民生在內(nèi)的各種需求做出智能響應(yīng)，創(chuàng)造更美好的園區(qū)生活。
幸福感知的智慧民生
為了承載全方位便捷化的智能化社區(qū)生活服務(wù)，中國電信將光纖網(wǎng)絡(luò)鋪設(shè)進(jìn)入千家萬戶，將其與城市功能平臺相連接，形成以社區(qū)為載體的高品質(zhì)城市生活。智慧民生主要包括智慧社區(qū)、智慧醫(yī)療、智慧教育、智慧交通、智慧家居等業(yè)務(wù)。
通過社區(qū)信息化建設(shè)，從健康、居家、飲食、緊急情況等全方位給予老年人更多生活上的幫助和精神上的安慰，讓老年人安享晚年生活。
利用無線通信、互聯(lián)網(wǎng)等技術(shù)，通過智能化的集中、統(tǒng)一的電子健康檔案平臺、電子處方、電子病歷，智慧醫(yī)療能對醫(yī)務(wù)人員、患者和醫(yī)療物品進(jìn)行加強(qiáng)管理，實現(xiàn)診療信息的無紙化、語義信息的統(tǒng)一化，醫(yī)藥術(shù)語的標(biāo)準(zhǔn)化等。
針對目前我國教育改革與創(chuàng)新的實際需求，利用移動網(wǎng)、電話網(wǎng)、互聯(lián)網(wǎng)融合優(yōu)勢，借助物聯(lián)網(wǎng)、云計算等技術(shù)，開發(fā)出集協(xié)同辦公、教育管理、家?；?、應(yīng)急保障、教育資源共享于一體的智慧教育。
關(guān)鍵詞： 知識工程； 知識發(fā)現(xiàn)； 知識管理； 應(yīng)用
中圖分類號：TP391 文獻(xiàn)標(biāo)志碼：A 文章編號：1006-8228（2013）10-10-03
0 引言
在1977年第五屆國際人工智能聯(lián)合會議上，美國斯坦福大學(xué)計算機(jī)系教授Feigenbaum作了關(guān)于“人工智能的藝術(shù)”（The Art of Artificial Intelligence）的講演，提出“知識工程”這一名稱，并指出“知識工程是應(yīng)用人工智能的原理與方法，對那些需要專家知識才能解決的應(yīng)用難題提供求解的手段。恰當(dāng)?shù)剡\用專家知識的獲取、表達(dá)和推理過程的構(gòu)成與解釋，是設(shè)計基于知識的系統(tǒng)的重要技術(shù)問題”[1]。
知識工程的發(fā)展大體經(jīng)歷了三個時期。
⑴ 實驗性系統(tǒng)時期，從1965年至1974年。
1965年Feigenbaum教授與其他科學(xué)家合作，研制出DENDRAL專家系統(tǒng)。這是一種推斷分子結(jié)構(gòu)的計算機(jī)程序，該系統(tǒng)貯存有非常豐富的化學(xué)知識，它所解決問題的能力達(dá)到專家水平，甚至在某些方面超過同行專家的能力，其中包括它的設(shè)計者。DENDRAL系統(tǒng)標(biāo)志著“專家系統(tǒng)”的誕生。
⑵ MYCIN時期，從1975年至1980年。
20世紀(jì)70年代中期MYCIN專家系統(tǒng)研制成功，這是一種用醫(yī)學(xué)診斷與治療感染性疾病的計算機(jī)程序“專家系統(tǒng)”。MYCIN專家系統(tǒng)是規(guī)范性計算機(jī)專家系統(tǒng)的代表，許多其他專家系統(tǒng)都是在MYCIN專家系統(tǒng)的基礎(chǔ)上研制而成的。MYCIN系統(tǒng)不但具有較高的性能，而且具有解釋功能和知識獲取功能，可以用英語與用戶對話，回答用戶提出的問題，還可以在專家指導(dǎo)下學(xué)習(xí)醫(yī)療知識，該系統(tǒng)還使用了知識庫的概念和不精確推理技術(shù)。MYCIN系統(tǒng)對計算機(jī)專家系統(tǒng)的理論和實踐，都有較大的貢獻(xiàn)。
⑶ 知識工程的“產(chǎn)品”在產(chǎn)業(yè)部門開始應(yīng)用的時期，時間從1980年至今。
知識工程的研究，目前在美國開展得較為活躍和深入，特別是在斯坦福大學(xué)。
人工智能的研究表明，專家之所以成為專家，主要在于他們擁有大量的專門知識，特別是長時期從實踐中總結(jié)和積累的經(jīng)驗技能知識。從知識工程的發(fā)展歷史可以看出，知識工程是伴隨“專家系統(tǒng)”的研究而產(chǎn)生的。實際上，知識工程的焦點就是知識。知識工程領(lǐng)域的主要研究方向包含知識獲取、知識表示和推理方法等，其研究目標(biāo)是挖掘和抽取人類知識，用一定的形式表現(xiàn)這些知識，使之成為計算機(jī)可操作的對象，從而使計算機(jī)具有人類的一定智能。
目前，知識工程已廣泛應(yīng)用于數(shù)據(jù)處理、診斷、監(jiān)視、預(yù)測、規(guī)劃、設(shè)計等方面，并取得了良好的效果。本文將綜述近年來國內(nèi)外知識工程的應(yīng)用情況，并展望其前景。
1 基于知識發(fā)現(xiàn)的應(yīng)用
知識發(fā)現(xiàn)（Knowledge Discovery， KD）是1989年提出的新興、交叉、邊緣學(xué)科領(lǐng)域。
知識發(fā)現(xiàn)的目的是向使用者屏蔽原始數(shù)據(jù)的繁瑣細(xì)節(jié)，從原始數(shù)據(jù)中提煉出有意義的、簡潔的知識，直接向使用者報告。知識發(fā)現(xiàn)是從數(shù)據(jù)集中識別出有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過程。知識發(fā)現(xiàn)將信息變?yōu)橹R，從數(shù)據(jù)資源中發(fā)現(xiàn)知識寶藏[2]。
知識發(fā)現(xiàn)的潛在應(yīng)用十分廣闊。從工業(yè)到農(nóng)業(yè)，從天文到地理，從預(yù)測預(yù)報到?jīng)Q策支持，KD都發(fā)揮著越來越重要的作用。許多計算機(jī)軟件開發(fā)商都已經(jīng)推出了其數(shù)據(jù)挖掘產(chǎn)品，如IBM、Microsoft、SPSS、SGI、SLPInfoware、SAS（Object Business）等。它們被廣泛應(yīng)用于商業(yè)、農(nóng)業(yè)、醫(yī)學(xué)生物、金融保險、通訊、國防等多個方面。
基于知識發(fā)現(xiàn)的專家系統(tǒng)（ESKD）成功運行于農(nóng)業(yè)、鋁電解；基于知識發(fā)現(xiàn)的智能決策支持系統(tǒng)（IDSSKD）成功運行于國際電子商務(wù)中心（北京）的外貿(mào)加工業(yè)務(wù)中。
我國著名知識工程專家楊炳儒教授構(gòu)建了由理論基礎(chǔ)、4條機(jī)制（理論支柱）、8個新過程模型、17種新技術(shù)方法組成的，多層遞階、綜合集成的，基于內(nèi)在認(rèn)知機(jī)理的知識發(fā)現(xiàn)理論體系KDTICM。
KDTICM及其衍生的新型智能系統(tǒng)成功地應(yīng)用于蛋白質(zhì)結(jié)構(gòu)預(yù)測、農(nóng)業(yè)、現(xiàn)代遠(yuǎn)程教育網(wǎng)、氣象、國際商務(wù)、鋁電解生產(chǎn)、稅務(wù)、數(shù)字資源整合等八個領(lǐng)域，有效地驗證了KDTICM，并解決了一批領(lǐng)域中的典型問題。尤其體現(xiàn)在解決生物信息學(xué)領(lǐng)域國際性難題的重要核心作用——取得蛋白質(zhì)2級結(jié)構(gòu)預(yù)測精度的國際領(lǐng)先地位[3]。
2 知識工程在工業(yè)工程中的典型應(yīng)用
2.1 在工業(yè)設(shè)計中的應(yīng)用
工業(yè)企業(yè)隨著知識積累形式的“老齡化”和客戶需求的“年輕化”，產(chǎn)品的設(shè)計要求和種類都變得越來越復(fù)雜及繁多。以往單純依靠CAD系統(tǒng)和知識數(shù)據(jù)庫之問文件形式的交互方式，使得CAD系統(tǒng)和知識數(shù)據(jù)庫之間出現(xiàn)了“斷層”，無法滿足工程師知識積累運用的合理傳遞和管理要求。為此，嚴(yán)雯琦設(shè)計了KWE系統(tǒng)[4]。
KWE在工業(yè)設(shè)計中起到了知識系統(tǒng)集線器的作用，它相當(dāng)于一個交互平臺，為其他產(chǎn)品設(shè)計活動提供了實時數(shù)據(jù)調(diào)度。通過該系統(tǒng)，能進(jìn)行產(chǎn)品整體模型的搜集和再生，標(biāo)準(zhǔn)件的選擇，質(zhì)量標(biāo)準(zhǔn)的分析校驗，也能提品制造工藝流程的模擬，也為工程師提供信息共享的平臺[5]。
2.2 在機(jī)械產(chǎn)品參數(shù)化設(shè)計中的應(yīng)用
當(dāng)今機(jī)械工程領(lǐng)域，CAD/CAM技術(shù)飛速發(fā)展，伴隨著產(chǎn)品研發(fā)體系的不斷完善，知識的延續(xù)與再利用作為一種全新的設(shè)計理念應(yīng)運而生。知識工程思想在設(shè)計軟件中得到了完美的體現(xiàn)。CATIA V5的知識顧問模塊能使設(shè)計人員在可視化的環(huán)境下，高速高效地進(jìn)行三維零件的特征參數(shù)化設(shè)計造型，完成的參數(shù)化設(shè)計造型能根據(jù)按人機(jī)交互方式輸入的設(shè)計變量來控制特征的修改。
學(xué)者張學(xué)忱等結(jié)合CATIAV5平臺的知識顧問模塊，運用知識工程原理，創(chuàng)建產(chǎn)品參數(shù)化知識庫，方便、快速地完成產(chǎn)品的三維參數(shù)化造型設(shè)計，并通過知識功能對零件進(jìn)行參數(shù)控制和特征狀態(tài)的檢查[5]。該方法為標(biāo)準(zhǔn)件庫的創(chuàng)建提供了便捷的途徑，加快了企業(yè)的產(chǎn)品系列化的設(shè)計進(jìn)程。作者通過實例詳細(xì)闡述了基于知識工程的參數(shù)化設(shè)計的方法，靈活運用了CATIA的知識工程模塊，顯示了其強(qiáng)大的設(shè)計功能，實現(xiàn)知識驅(qū)動下的產(chǎn)品參數(shù)化造型設(shè)計。這種人機(jī)交互共同設(shè)計的智能化CAD手段已成為當(dāng)今機(jī)械設(shè)計領(lǐng)域的熱門課題，知識工程在機(jī)械產(chǎn)品參數(shù)化構(gòu)型設(shè)計過程中將得到廣泛應(yīng)用。
2.3 在工藝決策方面的應(yīng)用
工藝過程設(shè)計是產(chǎn)品設(shè)計和制造的橋梁，包括加工方法選擇、制造資源選擇、加工活動排序等多個決策環(huán)節(jié)?，F(xiàn)代集成制造背景下的工藝決策，處于產(chǎn)品制造數(shù)據(jù)、信息和知識集成的大環(huán)境中，所涉及的信息越來越復(fù)雜，知識變得無處不在，而孤立和面向數(shù)據(jù)的工藝決策方法，顯得越來越難以適應(yīng)這種復(fù)雜應(yīng)用環(huán)境。不少研究采用了諸如單一的產(chǎn)生式規(guī)則、遺傳算法、人工神經(jīng)網(wǎng)絡(luò)等方法研究工藝決策的解決方法，但這類研究中往往較少涉及工藝決策對象、工藝決策過程和工藝決策知識之間的關(guān)聯(lián)和方便地對它們進(jìn)行擴(kuò)展的機(jī)制。北京航空航天大學(xué)研究了集成制造信息建?；A(chǔ)上的工藝決策方法，但尚缺少知識角度的建模研究、統(tǒng)一的決策機(jī)制和對模型的充分利用。工藝過程設(shè)計中決策問題求解的本質(zhì)在于不斷改變對象即工藝過程的狀態(tài)以使其滿足后續(xù)指導(dǎo)加工的要求，知識是對這種變化的抽象描述，包括變化的過程和變化的動力，問題求解中對象、規(guī)則是與過程密不可分的。
知識工程，其知識表達(dá)、使用和獲取三個方面的理論方法，可以充分支持工藝決策問題對于問題描述、知識驅(qū)動和智能處理的要求，利用知識工程解決工藝決策問題將是一個突破的新方向。為此，學(xué)者沈偉等提出了基于知識工程的工藝決策方法[6]。
3 知識工程在教育領(lǐng)域的應(yīng)用
目前，很多高校的教育技術(shù)學(xué)專業(yè)都已經(jīng)將知識工程引入并作為一個重要的研究方向，其目的是借助于知識工程的方法和技術(shù)，改善教學(xué)，使教育更加智能化。隨著對知識工程的研究越來越引起人們的關(guān)注，知識工程早已超出了最開始被定義的范疇，它是“一門研究人類智能及人類知識的機(jī)理以及如何用機(jī)器模擬人的智能并促進(jìn)人類知識發(fā)展的學(xué)科”。教育知識管理是教育技術(shù)的組成部分，其實質(zhì)是研究人類獲取、傳播、共享、利用和創(chuàng)造新知識的活動規(guī)律，管理有關(guān)知識的各種連續(xù)過程，以促進(jìn)經(jīng)濟(jì)和社會發(fā)展的理論和實踐。首先，知識工程的知識處理功能，有利于評價者獲取被評價事物的信息和學(xué)習(xí)者獲得所需知識。其次，知識工程的專家系統(tǒng)也可以為評價者或?qū)W習(xí)者提供幫助[7]。
知識工程與知識科學(xué)的發(fā)展極大地推動了教育技術(shù)學(xué)的研究和發(fā)展，已經(jīng)有很多知識工程的方法與技術(shù)被應(yīng)用到教育中。如學(xué)者那一沙等提出了基于建構(gòu)主義的學(xué)習(xí)者知識工程模型[8]。作者指出，越來越多的學(xué)者關(guān)注學(xué)習(xí)過程的研究，認(rèn)為學(xué)習(xí)過程是一個復(fù)雜的知識轉(zhuǎn)移的過程，教師在傳授知識時，將自己的顯性知識和隱性知識轉(zhuǎn)移給學(xué)習(xí)者；同時，學(xué)習(xí)者自身也有一個顯性知識向隱性知識轉(zhuǎn)化的過程。與此同時，建構(gòu)主義教學(xué)方式越來越得到人們的普遍認(rèn)可，這一全新的教育理念結(jié)合知識工程，將為教育的研究發(fā)展提供有利的技術(shù)支持。
4 知識工程的新興應(yīng)用領(lǐng)域
4.1 在電子政務(wù)中的應(yīng)用
基于知識工程的電子政務(wù)系統(tǒng)是指把知識工程理論與電子政務(wù)理論相結(jié)合，以知識工程思想來實現(xiàn)涉及多個知識領(lǐng)域和多層推理的小城鎮(zhèn)電子政務(wù)系統(tǒng)。這里，知識工程實現(xiàn)了電子政務(wù)系統(tǒng)的知識獲取以及推理功能，使得電子政務(wù)系統(tǒng)進(jìn)行分工合作，共同完成更高層次的推理，提高系統(tǒng)的效率，實現(xiàn)了高度的實用性和易用性。
學(xué)者張鳳霞等曾針對電子政務(wù)建設(shè)面臨的業(yè)務(wù)差異顯著、分布范圍廣、辦公模式缺乏智能性和分析能力等問題，研究了基于知識工程的小城鎮(zhèn)電子政務(wù)系統(tǒng)模型。智能型電子政務(wù)集成了軟構(gòu)件、知識工程、多Agent以及多決策支持系統(tǒng)等技術(shù)，主要實現(xiàn)三個方面的目標(biāo)：①提供可復(fù)用性構(gòu)件和高效資源整合的基層政務(wù)信息服務(wù)平臺；②基于知識工程的多Agent協(xié)作辦公模式；③面向基層電子政務(wù)的決策支持服務(wù)[9]。
4.2 在電子商務(wù)中的應(yīng)用
電子商務(wù)模式是管理科學(xué)學(xué)術(shù)界和企業(yè)咨詢界的一個熱點。商務(wù)模式創(chuàng)新最大限度地為挖掘技術(shù)創(chuàng)新的商業(yè)潛力提供了轉(zhuǎn)化機(jī)制和橋梁，已成為各國有企業(yè)競爭的一個重要的領(lǐng)域。
電子商務(wù)具有很好的透明度模式，電子商務(wù)的模型是可以用軟件工程的方法形式化表示出來。如OBELIX項目以軟件工程的方法描述商務(wù)需求。利用這一點，劉祖斌提出了基于知識工程電子商務(wù)模式創(chuàng)新研究，其核心是對虛擬價值鏈本體描述和挖掘[10]。面向電子商務(wù)模式創(chuàng)新的知識工程架構(gòu)細(xì)分為模式本身本體描述、模式相關(guān)IT技術(shù)發(fā)展和商務(wù)背景等知識環(huán)境下的本體描述、模式演化路徑本體描述三個層次。
4.3 在虛擬企業(yè)中的應(yīng)用
虛擬企業(yè)是一種新型的知識創(chuàng)新組織，這種組織必須建立完善的知識創(chuàng)新專家系統(tǒng)，以對知識的獲取、識別、共享、集成進(jìn)行有效地管理。
學(xué)者劉程等分析了虛擬組織知識共享特點，并從技術(shù)層面解決了虛擬組織的知識共享問題。利用本體技術(shù)解決虛擬組織間的語義異構(gòu)和結(jié)構(gòu)異構(gòu)，并在此基礎(chǔ)上構(gòu)建了基于本體的知識共享模型[11]。文獻(xiàn)[12]探討了基于本體實現(xiàn)虛擬組織知識共享的基本原理。
4.4 本體與知識共享
知識共享是知識工程中的技術(shù)之一，有利于產(chǎn)生創(chuàng)新性的知識。本體論闡明了區(qū)分不同類型物體的標(biāo)準(zhǔn)，也闡明了這些不同類型物體的聯(lián)系。簡言之，在知識共享范疇中，本體論就是一個概念化的規(guī)范，它的作用是使知識可以共享和重用。
本體論包含著描述一個領(lǐng)域的概念、公理、聯(lián)系，而高級本體論則僅限于原子的（meta）、普通的（generic）、抽象的（abstract）和哲學(xué)的（philosophical）概念，高級本體論比本體論普遍，它能用于領(lǐng)域中一個很廣的范圍。這些就是IEEE制定的高級本體論標(biāo)準(zhǔn)（SUO，Standard Upper Ontology）。
世界范圍的本體論項目有兩種主要的形式：一種是面向基于知識庫的（Knowledge base oriented），CYC本體論就是這類，同屬這類的還有斯坦福大學(xué)知識系統(tǒng)實驗室的“知識共享成果”（Knowledge Sharing Effort）；另一種是基于延伸的詞典/字典（Extended thesaurus/dictionary based），傾向于機(jī)器翻譯的，如普林斯頓大學(xué)米勒研究的WordNet，這是一個在線的詞匯參考系統(tǒng)，日本電子詞典研究機(jī)構(gòu)的EDR電子詞典，由新墨西哥州立大學(xué)、南加州大學(xué)和卡內(nèi)基梅隆大學(xué)共同研究開發(fā)的Pangloss系統(tǒng)等[13]。
由于本體是高度共享的概念模型，以形式化的方法進(jìn)行表示，并且能被計算機(jī)系統(tǒng)直接處理，使得它在異構(gòu)系統(tǒng)之間的互操作方面得到廣泛的應(yīng)用。目前，基于本體的跨組織知識共享系統(tǒng)的解決思路，多采用領(lǐng)域為各個組織分別建立不同的本地本體系統(tǒng)。領(lǐng)域標(biāo)準(zhǔn)定義的本體作為本地本體系統(tǒng)的擴(kuò)展，提供領(lǐng)域共享詞匯和統(tǒng)一視圖，解決不同本地本體系統(tǒng)之間的語義異構(gòu)性，同時滿足不同本地本體系統(tǒng)之間的相互查詢需求[14]。
5 結(jié)束語
知識工程是一個浩大的人工智能系統(tǒng)工程，其中，知識的獲取、知識的表示和知識的運用是它最為重要的三大部分。本文從知識發(fā)現(xiàn)、在工業(yè)工程方面的應(yīng)用、在教育領(lǐng)域的應(yīng)用、新興應(yīng)用等視角對知識工程的應(yīng)用進(jìn)行了綜述。
隨著IT技術(shù)的進(jìn)一步發(fā)展和應(yīng)用，網(wǎng)絡(luò)已成為各行各業(yè)不可缺少的服務(wù)平臺，而由此引發(fā)的安全問題也廣受關(guān)注。傳統(tǒng)的管理模式往往只采用“是”與“非”兩種結(jié)論判斷安全性，但事實上安全性可以細(xì)分為更多的層次和類別；系統(tǒng)根據(jù)不同的安全性提供不同類型的服務(wù)，因此可考慮利用知識工程、云安全等多種技術(shù)，提供智能化的安全認(rèn)證。信任包含理性與非理性因素，如何利用知識工程挖掘出非理性因素的作用，以便確定一個綜合信任度，從而在網(wǎng)絡(luò)中實現(xiàn)更人性化的信任管理，這有待進(jìn)一步研究與實現(xiàn)。
參考文獻(xiàn)：
[1] 陸汝鈐主編.世紀(jì)之交的知識工程與知識科學(xué)[M].清華大學(xué)出版社，2001.
[2] 史忠植.知識發(fā)現(xiàn)（第2版）[M].清華大學(xué)出版社，2011.
[3] 王濤.研究知識工程專注知識發(fā)現(xiàn)——訪著名知識工程專家楊炳儒教授[J].科技成果管理與研究，2009.10：20-20
[4] 嚴(yán)雯琦.工業(yè)設(shè)計中知識工程的研究和實踐意義[J].中國科技博覽，2010.11：91
[5] 張學(xué)忱，陳錦昌，范汝祥等.知識工程在機(jī)械產(chǎn)品參數(shù)化設(shè)計中的應(yīng)用研究[J].工程圖學(xué)學(xué)報，2009.6：191-195
[6] 沈偉，喬立紅.基于知識工程的工藝決策方法研究[J].組合機(jī)床與自動化加工技術(shù)，2011.5：108-112
[7] 王曉丹，凌鋒，樊磊.知識工程在教育技術(shù)發(fā)展中的應(yīng)用[J]. 軟件導(dǎo)刊，2008.1：6-8
[8] 那一沙，吳子?xùn)|，汪宏東.基于建構(gòu)主義的學(xué)習(xí)者知識工程模型的研究[J].現(xiàn)代遠(yuǎn)距離教育，2009.3：36-38
[9] 張鳳霞，丁振蘭，吳華瑞.基于知識工程的小城鎮(zhèn)電子政務(wù)系統(tǒng)模型研究術(shù)[J].計算機(jī)應(yīng)用研究，2006.23（8）：61-63
[10] 劉祖斌.基于知識工程電子商務(wù)模式創(chuàng)新研究[J].商業(yè)研究，2006.20：98-101
[11] 劉程，于曉.基于本體的虛擬企業(yè)知識共享方法研究[J].山東科學(xué)，2010.23（6）：91-95
[12] USEHOLD M. Ontologies Principle， Methods and Applications[J].Knowledge Engineering Review，1996.11（2）： 96-136
