Page 234 - 急诊医学与精神疾病的临床理论研究

第七章 大数据时代的精神分析

息学领域的深度，人工智能技术的本质是对计算机程序的解释，使机器具备人类
的思维和行为，能够使计算机部分完成对图像和数字的识别功能、信息的收集以
及简单的操作技能。

二、人工智能研究的重点领域

（一）机器学习
人们对人工智能的第一次认识大多数是由于 2017 年的围棋界“人机大战”，

我国天才少年柯洁与国产围棋 AI“星阵”对弈，结果落败于 AI，这让人开始意
识到人工智能强大的学习能力。作为人工智能领域最先进的学科之一，机器学习
主要利用计算机如何模拟学习行为。机器学习包括多学科交叉分布，包括概率论、
统计学、算法等，通过模仿、优化和重组计算机来控制新知识，并构建自己的知

识系统来提高计算机性能。机器学习按学习形式划分主要有三个分支：包括监督
学习、无人监督学习和强化学习。监督学习类似于教师上课的时候不讲知识点，
让学生自己提问题，并给出答案，从而测试学生的学习效果。无人监督学习就像
老师不谈知识，让学生自己做题，但是不给标准答案，让学生自己探索答案，分

析事情，强化学习就是传统的教育模式，由教师先教授知识点，然后学生再进行
做题，在实践中提升。
（二）自然语言处理
自然语言处理是目前关注的重点，也是人工智能最重要的研究方向之一。旨

在通过自然语言实现人机交流的有效沟通，这是一门将语言学、逻辑学和数学相
结合的跨学科。语言技能是人们最重要的特征，区别于动物，它也是人与计算机
交互最方便有效的方式，人工智能的应用使得自然语言处理的研究非常有意义。
目前来看，完整的自然语言处理系统由三部分组成：语音识别、语义识别和语音

合成。语音识别的应用现在已经非常广泛了，是指通过计算机能够识别人声，最
典型的应用场景是微信语音的翻译功能。语义识别意味着计算机可以“理解”人
类语音，特别是口语中的表达，这方面的研究仍处于起步阶段，从目前来看，也
是限制自然语言处理进一步发展的瓶颈。语音合成是指计算机能够智能准备“回

答”，与人类进行互动，目前，Keda Xunfei 的在线语音合成软件已经能够合成
超越人类语音的语音，表明该技术已经成熟，不过自然语言技术仍有很大的发展
空间。

217