引論：我們?yōu)槟砹?3篇人工智能檔案范文，供您借鑒以豐富您的創(chuàng)作。它們是您寫作時(shí)的寶貴資源，期望它們能夠激發(fā)您的創(chuàng)作靈感，讓您的文章更具深度。

篇1

1.1人工智能技術(shù)

在20世紀(jì)50年代中期，歐美等發(fā)達(dá)國(guó)家就已經(jīng)率先提出了人工智能的概念，并且將這一理論概念逐漸的發(fā)展成為了現(xiàn)實(shí)存在的技術(shù)，震驚了學(xué)術(shù)界。目前，科學(xué)家們致力于研究更加精深的人工智能技術(shù)，為此開發(fā)了多種多樣的理論原理，而人工智能也隨著經(jīng)濟(jì)全球化得到了普及，被運(yùn)用到了全球的各個(gè)角落當(dāng)中去，為各行各業(yè)的生產(chǎn)力發(fā)展提供了巨大的動(dòng)力。當(dāng)然，人們所提到人工智能技術(shù)的時(shí)候，首先會(huì)提到的就是AI技術(shù)，它是人工智能技術(shù)的一個(gè)縮寫，是通過計(jì)算機(jī)網(wǎng)絡(luò)的方式將多個(gè)系統(tǒng)集合起來(lái)，從而形成一個(gè)可以模擬人腦的智能機(jī)器，人工智能技術(shù)包括了機(jī)器視覺、指紋識(shí)別、人臉識(shí)別、虹膜識(shí)別、智能搜索和專家系統(tǒng)等。從這個(gè)角度來(lái)看，人工智能技術(shù)實(shí)際上是對(duì)人的大腦的一次復(fù)制和模擬，尤其是對(duì)人腦當(dāng)中的思維意識(shí)和思維過程的一次模擬，但人工智能并不能夠與人腦完全等同，他只是人腦的一個(gè)低端復(fù)制，并不能夠超過人的智慧，也不能夠進(jìn)行獨(dú)立的人類思考。

1.2檔案管理

檔案管理這項(xiàng)工作屬于行政管理工作的范疇，它普遍存在于各行各業(yè)和各個(gè)層次的公司當(dāng)中，即便是在規(guī)模小的公司，也一定都會(huì)具有相應(yīng)的檔案管理工作和專門的負(fù)責(zé)人員。在傳統(tǒng)的檔案工作當(dāng)中，人們主要是通過記憶和書寫的方式將一本本檔案進(jìn)行反復(fù)的裝訂和整理，并且撰寫目錄，相對(duì)來(lái)說耗時(shí)耗力，出現(xiàn)錯(cuò)誤的可能性也十分的高。隨著科學(xué)技術(shù)的不斷發(fā)展，人們更多地將計(jì)算機(jī)信息技術(shù)運(yùn)用到了檔案管理工作當(dāng)中去，極大地解放了這項(xiàng)工作的生產(chǎn)力，提高了檔案管理的工作效率，也使得越來(lái)越多的管理人員能夠從繁雜的檔案整理和文書撰寫當(dāng)中解脫出來(lái)。檔案管理的內(nèi)容和項(xiàng)目是復(fù)雜的，除了一般的人事檔案以外，還包括了文書檔案、發(fā)展檔案、項(xiàng)目檔案、財(cái)務(wù)檔案等等內(nèi)容。

2人工智能技術(shù)在檔案管理信息化中應(yīng)用的必要性

2.1降低錯(cuò)誤率

將人工智能技術(shù)科學(xué)地運(yùn)用到檔案管理工作當(dāng)中去，最顯而易見的一個(gè)優(yōu)勢(shì)就是可以極大程度上降低檔案管理的出錯(cuò)率。目前，利用人工智能技術(shù)當(dāng)中的智能檢索技術(shù)，就可以輕易地降低檔案管理和借閱過程當(dāng)中的錯(cuò)誤率，無(wú)論是利用語(yǔ)音輸入還是圖片檢索的方式，都使得檢索途徑逐漸的優(yōu)化和拓寬，也使得檢索的時(shí)間成本正在不斷的被壓縮[2]。另外，有部分工作人員在進(jìn)行關(guān)鍵詞檢索的時(shí)候，可能對(duì)于自己想要的檔案和主要的內(nèi)容還是比較模糊的，這時(shí)候利用智能檢索技術(shù)當(dāng)中的延伸檢索技術(shù)，可以對(duì)其他相關(guān)的檔案內(nèi)容和關(guān)鍵詞進(jìn)行一個(gè)拓展和推送，使得用戶既能夠了解到目前所需的、與關(guān)鍵詞相關(guān)的檔案內(nèi)容，同時(shí)又可以了解到與這些檔案相關(guān)聯(lián)或其他用戶較多搜索的關(guān)聯(lián)檔案內(nèi)容。即可以不再依賴人力進(jìn)行檔案文字的查閱，通過計(jì)算機(jī)網(wǎng)絡(luò)的關(guān)鍵詞檢索就可以完成檔案的查閱，極大地降低了錯(cuò)誤率。

2.2提高管理效率

以項(xiàng)目檔案為例展開論述的話，當(dāng)企業(yè)展開一個(gè)經(jīng)濟(jì)活動(dòng)和項(xiàng)目的時(shí)候所需要收集的檔案是多方面的，不僅包括了企業(yè)的前期投入以及招投標(biāo)的各個(gè)環(huán)節(jié)，同時(shí)也包括了企業(yè)的預(yù)算以及最后的企業(yè)項(xiàng)目負(fù)責(zé)人員、企業(yè)項(xiàng)目決策會(huì)議內(nèi)容等等。如果可以利用人工智能技術(shù)，首先在計(jì)算機(jī)網(wǎng)絡(luò)當(dāng)中編制一個(gè)成熟的程序，將這些不同的環(huán)節(jié)和內(nèi)容首先預(yù)留出來(lái)，然后再進(jìn)行完一項(xiàng)工作以后，自動(dòng)自發(fā)地將工作所涉及的檔案內(nèi)容和具體信息上傳到計(jì)算機(jī)中來(lái)，最終當(dāng)整個(gè)項(xiàng)目完成以后，就能夠形成一份十分詳實(shí)且準(zhǔn)確的項(xiàng)目檔案。這種方式可以節(jié)約檔案管理人員大量的時(shí)間，使得他們不用整日被淹沒在浩瀚的數(shù)據(jù)信息當(dāng)中。檔案管理人員往往只需要在后臺(tái)進(jìn)行簡(jiǎn)單的編程操作和掃描工作，就可以將所有的項(xiàng)目信息收錄起來(lái)，在后期進(jìn)行簡(jiǎn)單的排版和目錄編制，即可完成一本優(yōu)秀的項(xiàng)目檔案[3]。

2.3減少成本投入

在人工智能可以節(jié)約成本這方面，有部分中小企業(yè)會(huì)表示出較大的質(zhì)疑情緒，他們認(rèn)為，人工智能技術(shù)相較于傳統(tǒng)的聘用管理人員需要付出更多的科技成本，并且后期的養(yǎng)護(hù)和維修成本也是一筆高額的支出。人工智能技術(shù)是一項(xiàng)長(zhǎng)遠(yuǎn)的投入，當(dāng)購(gòu)買一套人工智能技術(shù)以后，不僅僅代表著購(gòu)買了其中的編程和設(shè)備，更多的是購(gòu)買了其中所包含的配套設(shè)施和服務(wù)，也就是后期的各種更新和維護(hù)服務(wù)。在傳統(tǒng)的檔案管理工作當(dāng)中，企業(yè)需要雇傭大量的管理人才，需要付出巨額的人力資源成本，并且還需要繳納相應(yīng)的保險(xiǎn)支出部分福利。而人工智能技術(shù)則更像是一種一次性的投入，僅僅需要在前期支付一筆大額的設(shè)備使用和專利使用費(fèi)用即可。同時(shí)，人工智能技術(shù)也不需要休假，24h都可以進(jìn)行工作，工作效率也會(huì)一直處于飽和狀態(tài)。人工智能技術(shù)從長(zhǎng)遠(yuǎn)來(lái)看，對(duì)企業(yè)的成本產(chǎn)生了巨大的節(jié)約作用。

2.4提高安全性

對(duì)于一些大型的企業(yè)項(xiàng)目和國(guó)家機(jī)關(guān)事業(yè)單位來(lái)說，在檔案管理的工作當(dāng)中，最重視的就是安全性問題。在傳統(tǒng)的檔案管理工作當(dāng)中，主要是依靠人力來(lái)完成管理工作，這樣一來(lái)就存在著很多的不確定性，一旦檔案工作人員自身的思想意志不夠堅(jiān)定，就非常容易出現(xiàn)以權(quán)謀私販賣企業(yè)經(jīng)濟(jì)信息，以及泄漏政府核心機(jī)密的問題。現(xiàn)階段，如果可以使用人工智能技術(shù)來(lái)代替?zhèn)鹘y(tǒng)的人力管理，那么相對(duì)來(lái)說安全性就得到了保障，人工智能技術(shù)可以根據(jù)前期編程員所設(shè)置的種種權(quán)限，一些不具備權(quán)限的人員想要查閱這些檔案是絕對(duì)不可能的，而這些檔案也必然會(huì)在多重安全密鑰的加密之下，更加穩(wěn)妥的被保管在計(jì)算機(jī)硬盤當(dāng)中。但這一切都需要建立在已經(jīng)能夠?qū)n案管理信息化系統(tǒng)的安全性充分保障的基礎(chǔ)之上，也就是需要建立起更加牢固的防火墻，有效地規(guī)避黑客風(fēng)險(xiǎn)和病毒風(fēng)險(xiǎn)。

3人工智能技術(shù)在檔案管理信息化中的應(yīng)用措施

探討人工智能技術(shù)在檔案管理信息化當(dāng)中的應(yīng)用措施，更多的是從技術(shù)角度進(jìn)行探究的。本文按照不同的技術(shù)層面對(duì)措施進(jìn)行分類探究，重點(diǎn)提出了系統(tǒng)智能識(shí)別技術(shù)、指紋虹膜識(shí)別技術(shù)以及網(wǎng)絡(luò)平臺(tái)共享技術(shù)3項(xiàng)內(nèi)容。

3.1系統(tǒng)智能識(shí)別技術(shù)

人工智能技術(shù)最核心也是最基本的技術(shù)，就是系統(tǒng)智能識(shí)別技術(shù)，這一技術(shù)也是目前人工智能技術(shù)當(dāng)中發(fā)展最為成熟，運(yùn)用最為廣泛的一項(xiàng)技術(shù)。目前所探討的系統(tǒng)，智能識(shí)別技術(shù)就是經(jīng)常能夠在搜索引擎上使用的搜索框，目前在智能識(shí)別技術(shù)當(dāng)中，不僅僅可以通過文字的形式進(jìn)行檢索，同時(shí)還可以通過語(yǔ)音的形式進(jìn)行檢索，通過圖片的形式智能判斷，而這些技術(shù)都可以被廣泛地運(yùn)用到檔案管理的信息化工作當(dāng)中來(lái)。舉例來(lái)說，如果想要進(jìn)行查閱檔案工作的時(shí)候，就可以利用系統(tǒng)智能識(shí)別技術(shù)，將已知的檔案文號(hào)或者檔案標(biāo)題或者是檔案當(dāng)中內(nèi)容的關(guān)鍵詞放置到搜索框當(dāng)中，只需要輕輕的點(diǎn)擊檢索按鈕，那么即可以搜索出與之相關(guān)的各種檔案。在語(yǔ)音識(shí)別技術(shù)方面同樣如此，可以通過語(yǔ)音的方式將所口述的內(nèi)容轉(zhuǎn)化成為文字，在系統(tǒng)當(dāng)中自動(dòng)的進(jìn)行檢索，尋找所需要的檔案。而圖片智能識(shí)別技術(shù)則更多的被運(yùn)用在一些歷史檔案和項(xiàng)目檔案當(dāng)中，例如企業(yè)在發(fā)展的過程當(dāng)中所興辦的一些項(xiàng)目可能已經(jīng)年代久遠(yuǎn)，記不清當(dāng)中的關(guān)鍵詞和具體信息，但是在官方網(wǎng)站上具有當(dāng)時(shí)項(xiàng)目的相關(guān)圖片，那么就可以將圖片放置到搜索框當(dāng)中點(diǎn)擊搜索。包含此圖片或相近圖片內(nèi)容的檔案就會(huì)一目了然的展示在我們的面前[4]。

3.2指紋虹膜識(shí)別技術(shù)

在前文中已經(jīng)提到，對(duì)于檔案管理工作來(lái)說，其最重要也是最難克服的一項(xiàng)問題就是安全問題，如果安全問題無(wú)法得到保障，那么檔案當(dāng)中的信息就時(shí)刻都有可能被暴露在大眾的面前，尤其是在涉及到一些經(jīng)濟(jì)項(xiàng)目或政府機(jī)密文件的時(shí)候，安全問題應(yīng)當(dāng)是我們首要需要保障的。利用指紋識(shí)別技術(shù)和虹膜識(shí)別技術(shù)，就可以很大程度上杜絕安全隱患[5]。舉例來(lái)說，當(dāng)查閱一些機(jī)密文件的時(shí)候，那么首先就可以對(duì)查閱人的虹膜和指紋進(jìn)行識(shí)別，在前期檔案管理工作的時(shí)候，要對(duì)這些機(jī)密文件進(jìn)行權(quán)限的設(shè)置，只有專門的人員才能夠查閱這些文件。例如，政府工作當(dāng)中的一些文書檔案和人事檔案，涉及到了機(jī)關(guān)內(nèi)部的人事調(diào)整和編制職數(shù)，這些都屬于機(jī)密的內(nèi)容，而在進(jìn)行檔案管理的時(shí)候，就可以將人事檔案管理的工作人員、主管領(lǐng)導(dǎo)和單位的主要領(lǐng)導(dǎo)作為可查閱人員，將他們的指紋和虹膜錄入進(jìn)來(lái)。在后期，如果他人想要查閱這些檔案的時(shí)候，系統(tǒng)就會(huì)自動(dòng)的對(duì)這個(gè)人的虹膜進(jìn)行掃描，一旦發(fā)現(xiàn)不匹配的問題，就會(huì)在系統(tǒng)內(nèi)產(chǎn)生警告信息，并且直接以短信和電子郵件的形式發(fā)送至主管領(lǐng)導(dǎo)及人事檔案管理人員的手機(jī)當(dāng)中，可以有效對(duì)可能存在的風(fēng)險(xiǎn)產(chǎn)生一個(gè)預(yù)警機(jī)制。當(dāng)主要領(lǐng)導(dǎo)和檔案管理的負(fù)責(zé)人員看到某些人妄圖窺探企業(yè)的機(jī)密檔案的時(shí)候，那么就能夠做出相應(yīng)的處罰條例，積極地調(diào)整管理制度，這就可以使得檔案管理工作逐漸朝著更好的道路發(fā)展，實(shí)現(xiàn)一個(gè)良性循環(huán)。

3.3網(wǎng)絡(luò)平臺(tái)共享技術(shù)

檔案的查閱、借閱以及歸還是一項(xiàng)十分復(fù)雜的工作，在傳統(tǒng)的檔案管理流程當(dāng)中，主要是通過紙質(zhì)文件的形式逐級(jí)進(jìn)行向上審批，尤其是在涉及一些機(jī)密和機(jī)要文件的時(shí)候，更需要進(jìn)行一個(gè)繁雜的審批流程。這時(shí)候，如果能夠利用人工智能技術(shù)當(dāng)中的網(wǎng)絡(luò)平臺(tái)共享技術(shù)，將這些審批流程進(jìn)行簡(jiǎn)化，通過電子計(jì)算機(jī)或者說是OA軟件的形式，在網(wǎng)上平臺(tái)就能夠完成各項(xiàng)審批工作。與此同時(shí)，在企業(yè)或單位內(nèi)部一些可以公開的檔案文件，可以利用平臺(tái)中的共享技術(shù)直接展示在企業(yè)和單位的局域網(wǎng)絡(luò)當(dāng)中，只要是企業(yè)內(nèi)部的人員，都可以通過自己的賬戶和ID進(jìn)行直接登錄和查閱[6]。舉例來(lái)說，如果在新人培訓(xùn)的環(huán)節(jié)當(dāng)中，需要讓新人更多的了解到這個(gè)企業(yè)的發(fā)展歷程和其中蘊(yùn)含的深厚企業(yè)文化，那么就可以讓這些員工登錄計(jì)算機(jī)系統(tǒng)，在局域網(wǎng)內(nèi)搜索相應(yīng)的檔案。這些檔案當(dāng)中記載著企業(yè)的發(fā)展歷程是可以被完全公開的，不含有一些機(jī)密內(nèi)容的，這樣一來(lái)，員工的借閱檔案和查閱資料，不需要經(jīng)過繁雜的審批手續(xù)，大大減輕了檔案管理人員的工作負(fù)擔(dān)，真正實(shí)現(xiàn)了簡(jiǎn)政放權(quán)，做到了工作流程的優(yōu)化與高效。

3.4智能檢索技術(shù)

篇2

關(guān)鍵詞 高校；人事檔案；服務(wù)

高校人事檔案工作，是高校組織人事部門的一項(xiàng)基礎(chǔ)性工作，為學(xué)校干部隊(duì)伍建設(shè)、教職工職稱評(píng)審、崗位聘任等工作服務(wù)。一句話，為學(xué)校的穩(wěn)定和發(fā)展是高校人事檔案管理工作的出發(fā)點(diǎn)和歸宿。高校是干部尤其是專業(yè)技術(shù)干部密集的地方，人事檔案工作做得好不好，直接影響到學(xué)校的穩(wěn)定與發(fā)展。而目前許多高校尤其是剛剛合并升格的地方本科院校，由于種種原因，人事檔案管理工作存在不少問題，如檔案意識(shí)不強(qiáng)，領(lǐng)導(dǎo)不夠重視，基礎(chǔ)工作薄弱，管理不夠規(guī)范；管理手段、管理方式落后；管理人員素質(zhì)不高，服務(wù)意識(shí)不強(qiáng)等等。所有這些嚴(yán)重制約和影響了人事檔案工作服務(wù)功能的正常發(fā)揮。要想改變這種狀況，充分發(fā)揮學(xué)校人事檔案工作的服務(wù)功能，筆者認(rèn)為，必須樹立檔案意識(shí)、規(guī)范意識(shí)、改革意識(shí)及服務(wù)意識(shí)，改革管理方式，提高檔案管理人員素質(zhì)。

一、牢固樹立檔案意識(shí)，切實(shí)加強(qiáng)對(duì)檔案工作的領(lǐng)導(dǎo)

人事檔案是記錄和反映個(gè)人德能勤績(jī)等方面情況的，經(jīng)組織認(rèn)可歸檔保存的個(gè)人材料。干部職工的人事檔案材料是否完整、準(zhǔn)確與安全，關(guān)系到每一位干部職工的切身利益和政治前途。但由于人事檔案的保密性，使很多人對(duì)人事檔案工作不是很了解，不知道什么材料該存檔，什么材料不該存檔，檔案意識(shí)比較淡薄。其表現(xiàn)為：很多干部職工不積極配合人事部門，不主動(dòng)把諸如學(xué)歷、學(xué)位，資格考試、注冊(cè)考試、獲獎(jiǎng)材料、繼續(xù)教育證明等個(gè)人材料交到人事部門歸檔保存，而當(dāng)晉升職務(wù)、升學(xué)考試等急需有關(guān)材料時(shí)，才心急火燎地來(lái)查找。不少領(lǐng)導(dǎo)甚至分管人事的領(lǐng)導(dǎo)也對(duì)檔案工作不夠重視，主要表現(xiàn)為：一是思想上不夠重視。認(rèn)為現(xiàn)在使用干部主要看工作能力和現(xiàn)實(shí)表現(xiàn)，檔案只是拿來(lái)參考的材料，用處不大。二是不甚了解人事檔案工作。認(rèn)為人事檔案工作就是收集材料、整理材料，有檔案管理人員干就行，不需要領(lǐng)導(dǎo)親力親為。

由于不重視檔案工作，在實(shí)際工作中就存在如下問題：一是沒有按要求配備檔案管理人員；二是沒有按要求去搞好基礎(chǔ)設(shè)施的配套建設(shè)；三是檔案管理崗位上的人員變動(dòng)比較大；四是需收集的人事檔案材料比較多，工作人員負(fù)擔(dān)過重。這些問題既影響了人事檔案管理人員的工作積極性，又制約著人事檔案管理工作水平的提高。

因此，要使高校人事檔案工作更好地為學(xué)校的建設(shè)和發(fā)展服務(wù)，就必須加大人事檔案工作重要性的宣傳力度，使教職工尤其是領(lǐng)導(dǎo)干部進(jìn)一步提高對(duì)人事檔案工作重要性的認(rèn)識(shí)，牢固樹立檔案意識(shí)。從而一方面積極主動(dòng)地配合組織人事部門工作，把應(yīng)當(dāng)歸檔的個(gè)人材料遞交組織人事部門。另一方面，學(xué)校領(lǐng)導(dǎo)要重視人事檔案工作，在基礎(chǔ)設(shè)施的配套建設(shè)、人員的配備、業(yè)務(wù)培訓(xùn)等方面給予支持，從而從整體上使人事檔案工作水平得到提高。

二、牢固樹立檔案意識(shí)，切實(shí)抓好人事檔案的基礎(chǔ)工作

許多高校尤其是近年來(lái)由專科升格為本科的地方本科高校，人事檔案不夠規(guī)范，具體表現(xiàn)為：一是檔案材料收集不齊全，對(duì)人事檔案中必備的材料沒收集全，造成檔案材料流失。二是對(duì)檔案材料的鑒別不準(zhǔn)確，把一些不應(yīng)當(dāng)歸檔的材料或手續(xù)不完備的材料歸入人事檔案中，損害了檔案的真實(shí)性。三是整理不及時(shí)，對(duì)收集來(lái)的檔案材料沒及時(shí)整理歸檔，使檔案利用起來(lái)不方便。四是基礎(chǔ)設(shè)施不達(dá)標(biāo)，檔案保管條件差，影響了檔案的壽命和使用。五是管理制度不到位，管理不規(guī)范。

以上問題的存在，既有客觀原因也有主觀原因，就客觀原因而言，一是新升本的本科高校無(wú)一例外地是由幾所學(xué)校合并后才升格的，合并前由于隸屬關(guān)系不同，其人事檔案保管分屬于不同的部門，呈多頭管理狀態(tài)。二是合并升格前，從領(lǐng)導(dǎo)到干部職工都忙于迎接升本評(píng)估的準(zhǔn)備工作，無(wú)暇顧及人事檔案管理規(guī)范化建設(shè)。三是合并升格后，在校教職工人數(shù)成倍增加，而檔案管理人員沒有相應(yīng)增加，工作量大，任務(wù)繁重，人手短缺。從主觀方面來(lái)說，人事檔案管理規(guī)范意識(shí)淡薄，認(rèn)識(shí)不到位導(dǎo)致工作不到位。

要使人事檔案管理規(guī)范化，首先要樹立規(guī)范意識(shí)。要充分認(rèn)識(shí)到維護(hù)和保證教職工人事檔案的完整性、準(zhǔn)確性與安全性，是人事檔案管理工作的基本任務(wù)，它直接關(guān)系到組織部門對(duì)干部的評(píng)價(jià)、培養(yǎng)和使用，涉及到貫徹落實(shí)黨的干部路線，關(guān)系到每一位教職工的切身利益和政治前途，不能掉以輕心，容不得半點(diǎn)馬虎。其次，切實(shí)抓好基礎(chǔ)工作，努力做到以下四點(diǎn)：

一是建立材料收集制度。人事檔案材料的收集是一項(xiàng)貫穿始終的經(jīng)常性工作，不能單純靠突擊收集，要建立必要的工作制度，使人事檔案材料收集制度化、程序化。二是認(rèn)真鑒別材料的真?zhèn)魏蛢r(jià)值。按《干部人事檔案管理規(guī)范》規(guī)定，對(duì)收集來(lái)的材料進(jìn)行審查，本著“取之有據(jù)，棄之有理”的原則，對(duì)收集來(lái)的材料進(jìn)行取舍。三是基礎(chǔ)設(shè)施標(biāo)準(zhǔn)化。按檔案管理基礎(chǔ)設(shè)施建設(shè)的有關(guān)要求，設(shè)專用庫(kù)房、閱覽室、辦公室，配置鐵質(zhì)檔案柜，配備電腦、掃描儀等現(xiàn)代化設(shè)備，建立數(shù)據(jù)庫(kù)及網(wǎng)絡(luò)，使人事檔案管理實(shí)現(xiàn)現(xiàn)代化。四是制定工作制度。按人事檔案規(guī)范管理目標(biāo)制定具體的工作制度，使每項(xiàng)工作有章可循，保證工作正常、有序、規(guī)范地進(jìn)行。

三、強(qiáng)化改革意識(shí)，大膽改革傳統(tǒng)的檔案管理方式

據(jù)筆者了解，目前高校人事檔案管理方式大多是比較傳統(tǒng)的，大多數(shù)院校的檔案還沒實(shí)現(xiàn)數(shù)字化，檔案管理還是以手工為主，收集材料的手段落后，常常因收集材料不及時(shí)，造成整理、歸檔不及時(shí)，使信息不能及時(shí)更新和補(bǔ)充，人事檔案的管理停留在建檔、管檔的層面上；服務(wù)方式被動(dòng)、方向單一，坐等用戶上門來(lái)為其服務(wù)，只滿足人事工作需要，沒能將人事檔案工作與學(xué)校干部隊(duì)伍建設(shè)、師資隊(duì)伍建設(shè)、學(xué)科建設(shè)等工作結(jié)合起來(lái)開展，對(duì)人事檔案信息資源開發(fā)利用不夠；人事檔案只向組織開放，個(gè)人很難看到自己的檔案，不大清楚檔案里有哪些內(nèi)容，因而制約了檔案的利用。當(dāng)前，我國(guó)的干部人事制度改革正在不斷深化，高校也不例外，顯然，傳統(tǒng)的人事檔案管理方式，已難以適應(yīng)不斷改革深化的人事管理工作的需要，因此，必須強(qiáng)化改革意識(shí)，從下面幾個(gè)方面改變傳統(tǒng)的管理方式。

一是運(yùn)用現(xiàn)代化的手段、科學(xué)管理。信息技術(shù)的發(fā)展，為人事檔案現(xiàn)代化管理提供了有效的技術(shù)手段，利用計(jì)算機(jī)在信息處理方面的強(qiáng)大功能，建立和完善干部人事檔案數(shù)據(jù)庫(kù)，及時(shí)更新信息，保證人事檔案信息的時(shí)效性、真實(shí)性和準(zhǔn)確性，從而提高檔案的利用率。

二是與時(shí)俱進(jìn)，豐富人事檔案的內(nèi)容。一方面建立檔案材料收集的綠色渠道，確保檔案材料收集齊全。另一方面，豐富人事檔案內(nèi)容，把能反映個(gè)人教學(xué)、科研、繼續(xù)教育情況、道德品質(zhì)、潛在能力等材料增加到檔案中，真實(shí)、準(zhǔn)確、完整、立體地反映干部職工情況，提高決策工作水平。

三是轉(zhuǎn)變觀念，主動(dòng)服務(wù)。隨著時(shí)代的進(jìn)步和社會(huì)的要求，人們利用人事檔案的比例在逐年上升，管理者應(yīng)改變觀念，提高服務(wù)意識(shí)，在工作中根據(jù)實(shí)際情況，除必須要保密的內(nèi)容外，在教職工職稱評(píng)審、進(jìn)修學(xué)習(xí)、崗位聘任、工資晉升、辦理退休等事宜時(shí)，盡最大努力為單位或個(gè)人用足用好檔案材料，使人事檔案工作真正為學(xué)校人事工作服務(wù)。

四、強(qiáng)化服務(wù)意識(shí)，不斷提高檔案人員的綜合素質(zhì)

如上所述，加強(qiáng)人事檔案管理的目的，是為了充分利用人事檔案資源，為學(xué)校建設(shè)和發(fā)展服務(wù)。因而，從某種意義來(lái)說，人事檔案工作人員所從事的工作就是服務(wù)性工作。而要做好服務(wù)工作，必須強(qiáng)化服務(wù)意識(shí)，不斷提高人事檔案管理人員的綜合素質(zhì)。當(dāng)前高校尤其是地方本科高校人事檔案管理人員整體素質(zhì)不高。主要表現(xiàn)為：有的政治素質(zhì)不高，工作原則性不強(qiáng)；有的缺乏奉獻(xiàn)精神，工作不安心，總想跳槽；有的沒有受過系統(tǒng)或?qū)ｉT的學(xué)習(xí)培訓(xùn)，業(yè)務(wù)理論知識(shí)缺乏，業(yè)務(wù)不熟悉或業(yè)務(wù)水平不高；有的兼職人員，沒有把主要時(shí)間放在檔案管理上；有的服務(wù)意識(shí)淡薄，對(duì)前來(lái)查（借）閱檔案的人員，不熱情、不耐煩，臉難看、話難聽。由于素質(zhì)不高，嚴(yán)重影響了學(xué)校人事檔案管理質(zhì)量，使人事檔案的服務(wù)功能沒有得到充分發(fā)揮。

針對(duì)上述問題，高校組織人事部門應(yīng)該采取有效措施，加強(qiáng)對(duì)人事檔案管理工作的人才隊(duì)伍建設(shè)。一是抓培訓(xùn)，通過培訓(xùn)，提高檔案管理人員的政治素質(zhì)和業(yè)務(wù)水平，這是提高工作效率和工作質(zhì)量的主要途徑，也是解決矛盾，提高人事檔案服務(wù)功能的重要保證。二是從政治上關(guān)心檔案管理人員的培養(yǎng)和成長(zhǎng)。三是根據(jù)人事檔案管理的有關(guān)規(guī)定，制定嚴(yán)格的工作制度。通過一系列措施，從整體上提高人事檔案管理人員的綜合素質(zhì)，提高人事檔案的管理水平。

參考文獻(xiàn)：

篇3

1. 要有合格的政治素質(zhì)

機(jī)關(guān)檔案工作是檔案工作的一部分，檔案工作是一項(xiàng)政治機(jī)要性很強(qiáng)的工作，沒有較高的政治素質(zhì)和強(qiáng)烈的責(zé)任感是無(wú)法擔(dān)任此項(xiàng)工作的。因此我們檔案管理人員應(yīng)該做到：

1.1檔案工作的任務(wù)、工作對(duì)象和工作手段決定了它本身是一項(xiàng)服務(wù)性、條件性很強(qiáng)的工作。而檔案工作與其他服務(wù)性工作的不同在于它不能通過服務(wù)對(duì)象直接產(chǎn)生效益，而是通過服務(wù)對(duì)象利用檔案所取得的社會(huì)效益和經(jīng)濟(jì)效益來(lái)體現(xiàn)。不為名利、勤奮工作、積極主動(dòng)、熱情周到地為利用者提供優(yōu)質(zhì)的服務(wù)，是檔案工作者職業(yè)道德素質(zhì)的最基本要求。要有良好的職業(yè)道德和嚴(yán)謹(jǐn)?shù)墓ぷ髯黠L(fēng)。要堅(jiān)持實(shí)事求是，尊重歷史，在工作中要本著對(duì)歷史負(fù)責(zé)，為現(xiàn)實(shí)服務(wù)，替未來(lái)著想的原則，愛崗敬業(yè)，認(rèn)真負(fù)責(zé)地做好本職工作。

1.2要有強(qiáng)烈的責(zé)任感和高度的事業(yè)心。機(jī)關(guān)單位檔案工作是一項(xiàng)政治性、管理性、服務(wù)性很強(qiáng)的工作，這就要求檔案工作者要時(shí)刻嚴(yán)守機(jī)密，守口如瓶；要充分發(fā)揮自己的主觀能動(dòng)性，不斷強(qiáng)化工作能力，不斷提升工作質(zhì)量。

1.3具有必要的政策水平。既要熟悉和掌握國(guó)家有關(guān)檔案工作的法規(guī)、政策，又要熟悉和掌握與檔案工作相關(guān)的方針、政策、標(biāo)準(zhǔn)和方法。

1.4具有依法治檔的法制意識(shí)。用法律和紀(jì)律約束自己，牢固樹立以法治檔的思想觀念，與一切違反《檔案法》的行為進(jìn)行堅(jiān)決的斗爭(zhēng)。

2. 要有強(qiáng)健的身體素質(zhì)

人事檔案工作是一項(xiàng)艱苦而繁瑣的工作。由于長(zhǎng)期伏案工作、庫(kù)房空氣不流通以及整理檔案過程中吸入有害菌等原因，導(dǎo)致在檔案工作者身上出現(xiàn)了皮膚過敏、頸椎病、呼吸道疾病等各種難以根治的疾病。因此，要想做好檔案工作，就必須加強(qiáng)體育鍛煉，增強(qiáng)身體素質(zhì)。

3. 要有良好的心理素質(zhì)

心理素質(zhì)是整體素質(zhì)的基礎(chǔ)，培養(yǎng)檔案管理人員的心理素質(zhì)是十分重要的。具體表現(xiàn)在：對(duì)本職工作具有濃厚的興趣和滿腔的工作熱情。對(duì)工作要有主動(dòng)性和創(chuàng)造性，積極主動(dòng)地克服和解決所遇到的各種困難，克服畏難情緒，急流勇進(jìn)。具有保持良好的心理狀態(tài)、從容面對(duì)環(huán)境變化的能力。檔案工作者時(shí)時(shí)刻刻都面對(duì)著新材料、新檔案，工作內(nèi)容也總是在重復(fù)，時(shí)間久了容易產(chǎn)生厭煩情緒，所以，面對(duì)這些變化，管理人員要保持心境寬廣、意志堅(jiān)定，對(duì)檔案事業(yè)應(yīng)保持執(zhí)著的毅力，從容面對(duì)各種困難，激流勇進(jìn)，不斷調(diào)整自己的心理狀態(tài)，來(lái)適應(yīng)不斷出現(xiàn)的新情況。

4. 要全面發(fā)展檔案管理相關(guān)專業(yè)知識(shí)素質(zhì)

科學(xué)文化知識(shí)是人類改造自然和改造社會(huì)的經(jīng)驗(yàn)總結(jié)，要成為本職工作的行家里手，就要優(yōu)化知識(shí)結(jié)構(gòu)，拓寬知識(shí)面。既要熟練掌握一定的專業(yè)理論知識(shí)，又要熟練掌握與檔案工作相關(guān)學(xué)科的基礎(chǔ)知識(shí)，具備多種新知識(shí)、新技能，成為復(fù)合型檔案專業(yè)人才。

掌握檔案專業(yè)知識(shí)。檔案工作是專門業(yè)務(wù)，從檔案的收集、整理、保管、鑒定、統(tǒng)計(jì)到提供利用，有一整套的理論和工作方法，機(jī)關(guān)檔案工作人員只有學(xué)習(xí)掌握這些理論與方法，才能保證工作質(zhì)量，提高工作效能，逐步實(shí)現(xiàn)機(jī)關(guān)檔案工作的科學(xué)管理。

掌握計(jì)算機(jī)知識(shí)。由于多媒體技術(shù)和網(wǎng)絡(luò)技術(shù)在檔案現(xiàn)代化管理中的廣泛應(yīng)用，計(jì)算機(jī)已經(jīng)從輔工具逐漸成為檔案現(xiàn)代化管理必備的技術(shù)，要適應(yīng)檔案管理現(xiàn)代化，就必須掌握計(jì)算機(jī)數(shù)據(jù)錄入、數(shù)據(jù)庫(kù)管理、多媒體和網(wǎng)絡(luò)管理等方面的技能。

掌握一定的外語(yǔ)知識(shí)。在當(dāng)今社會(huì)，沒有一定的外語(yǔ)功底已難以勝任檔案管理工作，尤其是英語(yǔ)。在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)使用的各種軟件以及網(wǎng)絡(luò)信息資源中，占有很大比例，為適應(yīng)工作的需要，機(jī)關(guān)單位檔案工作者還需具備一定的英語(yǔ)應(yīng)用能力，這樣才能適應(yīng)新時(shí)期、新形勢(shì)對(duì)機(jī)關(guān)單位檔案工作者的要求。

5. 要有精湛業(yè)務(wù)素質(zhì)

樹立以人為本的服務(wù)意識(shí)。以提供服務(wù)為己任，各項(xiàng)工作都應(yīng)首先從利用者的角度來(lái)思考，一切服務(wù)都應(yīng)以利用者的需求為出發(fā)點(diǎn)。

樹立遠(yuǎn)大理想，熱愛人事檔案事業(yè)。明確自己肩負(fù)的責(zé)任，以主人翁的工作態(tài)度，嚴(yán)肅認(rèn)真的工作作風(fēng)，把高度責(zé)任心、事業(yè)心貫穿在人事檔案工作的各個(gè)環(huán)節(jié)。

培養(yǎng)求真務(wù)實(shí)、精益求精的工作作風(fēng)。人事檔案工作是一項(xiàng)長(zhǎng)期、艱苦、細(xì)致的工作，從材料的形成、收集、整理、歸檔、轉(zhuǎn)遞到檔案的保管、利用，每一個(gè)環(huán)節(jié)都離不開求真務(wù)實(shí)，每一個(gè)過程都要求謹(jǐn)小慎微，任何一個(gè)細(xì)節(jié)的失誤都會(huì)給后面的工作帶來(lái)麻煩。

培養(yǎng)創(chuàng)新意識(shí)。人事檔案工作者要善于在工作中發(fā)現(xiàn)問題、解決問題，不斷改進(jìn)，大膽創(chuàng)新；要不斷轉(zhuǎn)換思維方式，克服慣于從眾的心理弱勢(shì)和墨守陳規(guī)的保守思想；要有創(chuàng)新的觀念和意識(shí)，為檔案事業(yè)出謀劃策，結(jié)合工作實(shí)際，提出新思路、新觀點(diǎn)，改革原有的服務(wù)模式，利用現(xiàn)代化技術(shù)開發(fā)利用檔案資源，促進(jìn)機(jī)關(guān)單位人事檔案工作的發(fā)展。

6. 要有科學(xué)的管理素養(yǎng)

靜態(tài)管理與動(dòng)態(tài)管理相結(jié)合。管理現(xiàn)存的人事檔案是靜態(tài)的，而積極主動(dòng)地廣泛收集、分項(xiàng)、整理檔案資料，則是動(dòng)態(tài)的。靜，是相對(duì)的，動(dòng)則是絕對(duì)的。邊收集，收集要齊全；邊整理，整理要細(xì)致；邊歸檔，歸檔要嚴(yán)謹(jǐn)。這又是屬于“動(dòng)”的過程。歸檔以后入庫(kù)，精心保管，這是屬"靜"的境界。

手工操作與微機(jī)操作相結(jié)合。隨著科學(xué)技術(shù)的迅猛發(fā)展，計(jì)算機(jī)、網(wǎng)絡(luò)的普及與應(yīng)用，逐步實(shí)行人事檔案的自動(dòng)化管理是大勢(shì)所趨。因此，人事檔案管理者必須學(xué)習(xí)和運(yùn)用現(xiàn)代化管理手段，加快檔案管理現(xiàn)代化過程，盡早研制和開發(fā)具有機(jī)關(guān)單位人事管理即計(jì)算機(jī)檔案管理軟件，當(dāng)是責(zé)無(wú)旁貸。

規(guī)章制度與實(shí)際情況相結(jié)合。只有制定并嚴(yán)格履行檔案管理的各項(xiàng)規(guī)章制度，才能切實(shí)加強(qiáng)人事檔案的管理工作，進(jìn)一步推進(jìn)人事檔案工作的制度化、規(guī)范化、科學(xué)化，有效地發(fā)揮人事檔案在機(jī)關(guān)管理工作中的作用。

作為新時(shí)期的檔案工作者，只有樹立遠(yuǎn)大理想，熱愛檔案事業(yè)，強(qiáng)化服務(wù)意識(shí)、法制意識(shí)，終生學(xué)習(xí)，豐富自身的知識(shí)結(jié)構(gòu)，始終立足于與時(shí)俱進(jìn)、改革創(chuàng)新，不斷提高自身整體素質(zhì)，才能成為新世紀(jì)檔案工作的復(fù)合型管理人才，才能促進(jìn)檔案事業(yè)的發(fā)展，適應(yīng)全面當(dāng)前社會(huì)的新形勢(shì)，為社會(huì)的進(jìn)步、經(jīng)濟(jì)的繁榮做出自己的貢獻(xiàn)。

參考文獻(xiàn)：

[1]朱祥.信息時(shí)代檔案管理工作者應(yīng)具備的素質(zhì)和能力[J].企業(yè)家天地，2008，（5）：145.

[2]鞠傳信.淺談檔案工作人員的基本素質(zhì)[J].山東檔案，2007，（6）：46.

篇4

人工智能是指用一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，它能夠自我學(xué)習(xí)和思考、判斷并作出決策[2]。不過計(jì)算機(jī)獲得智能的方式和人類不同，它不是依靠邏輯推理，而是靠著大數(shù)據(jù)和智能算法。因此人工智能的實(shí)質(zhì)是在大數(shù)據(jù)基礎(chǔ)上，通過深度學(xué)習(xí)，將數(shù)據(jù)挖掘問題轉(zhuǎn)化為可計(jì)算問題來(lái)處理的過程。比如AlphaGo把下圍棋這個(gè)難題轉(zhuǎn)化為棋盤問題空間的表達(dá)和搜索問題，在學(xué)習(xí)數(shù)以萬(wàn)計(jì)棋譜的基礎(chǔ)上，利用啟發(fā)式搜索算法，求得當(dāng)前的最優(yōu)解，并不斷迭代推演，最終戰(zhàn)勝人類圍棋世界冠軍[3]。可見，人工智能并不神秘，并非遙不可攀，關(guān)鍵就在于數(shù)據(jù)的收集和算法的使用。而高校檔案館就是一個(gè)“數(shù)據(jù)密集型”部門，有大量的學(xué)籍、文書、科研、基建、人物等檔案數(shù)據(jù)，可以充分利用人工智能技術(shù)對(duì)檔案資源和用戶數(shù)據(jù)進(jìn)行挖掘，發(fā)現(xiàn)關(guān)系以及分析趨勢(shì)，提供更加主動(dòng)及優(yōu)質(zhì)的檔案服務(wù)[4]。

二、人工智能技術(shù)在高校檔案管理中的應(yīng)用

人工智能技術(shù)在高校檔案管理中的應(yīng)用可以從思維、數(shù)據(jù)、技術(shù)等幾個(gè)方面來(lái)進(jìn)行研究。

1.思維方面

人工智能不僅僅是一種技術(shù)，更是一種思維方式的轉(zhuǎn)變。工業(yè)革命以來(lái)，人們已經(jīng)習(xí)慣了機(jī)械思維，相信所有問題都有一個(gè)通用的解決辦法，并在努力尋求事物間的因果關(guān)系。進(jìn)入人工智能時(shí)代，人們開始接受世界的不確定性，學(xué)會(huì)利用信息或者數(shù)據(jù)來(lái)消除這種不確定性，又逐漸利用相關(guān)關(guān)系取代因果關(guān)系，以更快地獲得問題的近似解，如預(yù)測(cè)投票選舉結(jié)果和預(yù)測(cè)股市波動(dòng)。受此思維影響，高校檔案工作者在指導(dǎo)各部門檔案收整時(shí)可以不預(yù)先設(shè)定目標(biāo)，而是先把所有能夠收集到的本部門相關(guān)的檔案數(shù)據(jù)收集起來(lái)，運(yùn)用“全部留”的方法破解檔案價(jià)值的不確定，檔案價(jià)值認(rèn)定難的問題。因?yàn)樵谌斯ぶ悄軙r(shí)代，數(shù)據(jù)或信息不再是包袱，而是財(cái)富[5]，然后對(duì)這些檔案數(shù)據(jù)分析挖掘，能夠得到什么結(jié)論就是什么結(jié)論，用“數(shù)據(jù)說話”，盡量減少人工主觀的干預(yù)活動(dòng)。另外針對(duì)檔案收整和利用的不確定性和易變性，可以引入外部信息，如歷年數(shù)據(jù)、收整和利用的關(guān)系，利用者需求的變化等數(shù)據(jù)，以便對(duì)檔案管理作出合理預(yù)測(cè)和規(guī)劃。

2.數(shù)據(jù)方面

人工智能的基礎(chǔ)是大數(shù)據(jù)。近幾年大數(shù)據(jù)一詞經(jīng)常出現(xiàn)在媒體上，它的3V特性（體量大、多樣性、及時(shí)性）也逐漸被更多人所熟知和接受，但大數(shù)據(jù)更重要的含義其實(shí)是多維度和完備性。具體到高校檔案領(lǐng)域，檔案數(shù)據(jù)多維度是指在常規(guī)檔案顯性數(shù)據(jù)以外，包含其它隱性維度的數(shù)據(jù)。比如在教學(xué)檔案中，除學(xué)生姓名、成績(jī)、學(xué)號(hào)、專業(yè)等基本信息以外，還應(yīng)該收集整合學(xué)生的籍貫、出生年月、高考分?jǐn)?shù)、高中學(xué)校、報(bào)考專業(yè)、獎(jiǎng)懲明細(xì)、畢業(yè)學(xué)位信息、工作派遣單位等數(shù)據(jù)，如果有可能還可以跟蹤補(bǔ)錄學(xué)生就業(yè)后的一些個(gè)人數(shù)據(jù)信息，以便從多角度分析數(shù)據(jù)間的相關(guān)關(guān)系，挖掘隱含信息。檔案數(shù)據(jù)的完備性是指包含檔案管理全流程的數(shù)據(jù)。比如在文書檔案中，除文件題名、責(zé)任者、歸檔時(shí)間等基本信息以外，還應(yīng)該收集文件生成時(shí)間、地點(diǎn)，文件流轉(zhuǎn)過程批注、修改、查閱人，檔案整理人姓名、職務(wù)，檔案移交時(shí)間，檔案利用時(shí)間、人員姓名和單位，檔案利用方式等數(shù)據(jù)，這些數(shù)據(jù)有助于打通從檔案生成到檔案利用之間的關(guān)系，使檔案生成單位能更好的把握歸檔內(nèi)容，及時(shí)獲得檔案利用者的反饋，調(diào)整歸檔策略，以提供更多利用者感興趣或需要的檔案。隨著移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)技術(shù)的發(fā)展，檔案大數(shù)據(jù)的收集越來(lái)越方便實(shí)時(shí)，把控每一個(gè)用戶，每一卷檔案和每一次檔案利用細(xì)節(jié)也將成為現(xiàn)實(shí)。檔案數(shù)據(jù)越來(lái)越豐富全面，檔案案卷實(shí)體正在成為流通渠道、數(shù)據(jù)收集途徑，這也為人工智能時(shí)代的檔案數(shù)據(jù)收集提供了一個(gè)新的來(lái)源。

3.技術(shù)方面

人工智能技術(shù)主要包括軟件和硬件兩方面內(nèi)容。軟件主要指各種數(shù)據(jù)挖掘算法，常用的有啟發(fā)式搜索算法、蒙特卡羅樹搜索算法、神經(jīng)網(wǎng)絡(luò)算法等，這些算法可以解決在實(shí)際檔案利用中如何有針對(duì)性地給用戶推薦檔案的問題。人工智能時(shí)代，人們追求檔案利用的時(shí)效性和個(gè)性化，各種檔案利用數(shù)據(jù)能夠被即時(shí)而完整地記錄下來(lái)。如檔案查詢關(guān)鍵詞、查詢時(shí)間、查詢結(jié)果點(diǎn)擊數(shù)、查詢者賬號(hào)信息、查詢者滿意度等，這些數(shù)據(jù)隨時(shí)可用，以便系統(tǒng)及時(shí)做出分析。而隨著算法的改進(jìn)和提高，以往同類檔案用戶歸類的推薦方式，可以進(jìn)一步變?yōu)橛蓹n案直接推薦檔案，由兩類檔案到兩件具體檔案的直接關(guān)聯(lián)，一件檔案被利用時(shí)，自動(dòng)推薦和其相關(guān)的檔案文件。隨著檔案利用數(shù)據(jù)的積累，尤其是和每一個(gè)用戶相關(guān)的各種維度數(shù)據(jù)的積累，推薦將越來(lái)越靠譜，越來(lái)越準(zhǔn)確，最終做到因人而異，完全個(gè)性化。硬件方面則主要采用在檔案中插入RFID芯片和在檔案閱覽室安裝各種監(jiān)控?cái)z像頭。RFID是一種不需要電源的芯片，里面存儲(chǔ)的信息可以被專門的閱讀器發(fā)出的無(wú)線電波探測(cè)出來(lái)[6]。這種芯片價(jià)格便宜，將它裝到各種物品上，就可以自動(dòng)識(shí)別各種物品，進(jìn)而跟蹤物品。在檔案管理中，RFID不僅可以記錄檔案生成期間的各種數(shù)據(jù)信息，還可以記錄檔案利用過程中的各種數(shù)據(jù)信息，檔案的每一次查詢、提取、翻閱、借出等全流程數(shù)據(jù)都能夠被完整收集保存，RFID中的數(shù)據(jù)記錄了檔案文件全生命周期的與檔案實(shí)體相關(guān)的數(shù)據(jù)，堪稱檔案的“全息影像”。這些數(shù)據(jù)有助于檔案館對(duì)館藏檔案的布局、檔案的質(zhì)量有清晰的認(rèn)識(shí)，有針對(duì)性地提供利用服務(wù)。而各種監(jiān)控?cái)z像頭可以實(shí)時(shí)記錄檔案閱覽室的人員情況，查檔等待時(shí)間，服務(wù)利用時(shí)間，查檔次數(shù)等數(shù)據(jù)，這些數(shù)據(jù)有助于檔案利用部門合理安排人員，簡(jiǎn)化辦事流程，提高工作效率。

4.其他應(yīng)用方面

除了以上一些應(yīng)用，有了通過多種途徑收集的檔案多維度全流程大數(shù)據(jù)，再利用各種數(shù)據(jù)挖掘算法，還可進(jìn)一步實(shí)現(xiàn)人工智能時(shí)代檔案的智能化管理利用。在此另外舉幾個(gè)例子，拋磚引玉，希望未來(lái)高校檔案工作者能發(fā)掘出更多的檔案創(chuàng)新工作模式。（1）根據(jù)檔案利用者的反饋，系統(tǒng)自動(dòng)向各歸檔單位推送其歸檔檔案的利用情況，并建議其加大某類檔案的歸檔力度，或者提醒其可適當(dāng)增加某類用戶可能更感興趣更需要的檔案等。（2）根據(jù)學(xué)生成績(jī)，通過橫向同學(xué)間比較和縱向歷史成績(jī)數(shù)據(jù)對(duì)比，并結(jié)合個(gè)人實(shí)際情況，智能推薦其更合適的畢業(yè)選擇，是讀研、出國(guó)還是工作。如果數(shù)據(jù)全面準(zhǔn)確，甚至可以具體到讀研、出國(guó)的學(xué)校信息或者工作地點(diǎn)、工作單位等信息，推薦更精準(zhǔn)。（3）對(duì)電子化的檔案圖像進(jìn)行全文識(shí)別讀寫，自動(dòng)分析其中的關(guān)鍵字，使計(jì)算機(jī)獲得“檔案知識(shí)”，并結(jié)合已有目錄數(shù)據(jù)庫(kù)，將整理后的信息推送給用戶，如可自動(dòng)回答用戶提出的“學(xué)校最年輕正教授”、“學(xué)校某專業(yè)成績(jī)績(jī)點(diǎn)分布”、“學(xué)校各省市招生人數(shù)變化”等問題，提高查檔利用的全面性和滿意度。另外還可以利用計(jì)算機(jī)閱讀和分析檔案匯編成果，并從已有的大量文本語(yǔ)料中學(xué)習(xí)寫作，最終實(shí)現(xiàn)計(jì)算機(jī)自動(dòng)編研檔案和撰寫檔案文章。（4）對(duì)各種檔案利用異常行為進(jìn)行預(yù)警，及時(shí)提醒檔案利用單位重點(diǎn)關(guān)注某些利用行為或者利用者。先從檔案數(shù)據(jù)找到普遍規(guī)律，然后再應(yīng)用于每一個(gè)具體的用戶，并且影響到每一個(gè)具體的操作，以發(fā)現(xiàn)每一個(gè)異常情況。做到從個(gè)體到全體再?gòu)娜w到個(gè)體的雙向流動(dòng)。

三、人工智能對(duì)高校檔案管理的挑戰(zhàn)

人工智能對(duì)檔案創(chuàng)新變革提供技術(shù)支持的同時(shí)，也對(duì)用戶隱私和數(shù)據(jù)安全方面提出了新的挑戰(zhàn)。

1.用戶隱私安全

由于大數(shù)據(jù)具有多維度和全面性的特點(diǎn)，它可以從很多看似支離破碎的信息中完全復(fù)原一個(gè)人或者一個(gè)組織的全貌，并且了解到這個(gè)人工作生活的細(xì)節(jié)或者組織內(nèi)部的各種信息。這樣就會(huì)引發(fā)大家對(duì)個(gè)人隱私權(quán)的擔(dān)憂。比如要想推薦精準(zhǔn)，對(duì)學(xué)生數(shù)據(jù)的收集就要更加全面多維度，在這個(gè)過程中必然會(huì)涉及對(duì)學(xué)生隱私的干預(yù)。要想對(duì)這些檔案大數(shù)據(jù)進(jìn)行隱私保護(hù)，一種辦法是從收集信息的一開始就對(duì)數(shù)據(jù)進(jìn)行一些預(yù)處理，將數(shù)據(jù)“脫敏”，比如去掉姓名、學(xué)號(hào)、身份證號(hào)等這些具有明顯個(gè)人屬性的數(shù)據(jù)。預(yù)處理后的數(shù)據(jù)保留了原來(lái)的特性，能夠進(jìn)行分析利用，但卻“讀不懂”數(shù)據(jù)的內(nèi)容。第二種辦法是利用一定規(guī)則在檔案數(shù)據(jù)中添加“擾動(dòng)”，通過數(shù)學(xué)的方法讓大數(shù)據(jù)依然有很強(qiáng)的可靠性，但是卻完全找不到每條數(shù)據(jù)對(duì)應(yīng)的來(lái)源，如蘋果公司的“差別隱私”技術(shù)。第三種辦法是雙向監(jiān)視，使數(shù)據(jù)從采集到使用都在雙方知情的情況下進(jìn)行，使數(shù)據(jù)使用者受到監(jiān)督，提高檔案館對(duì)數(shù)據(jù)利用的自律意識(shí)，相比前兩者，這種方式可能更有效果。

2.數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)安全

人工智能的核心是海量全面的數(shù)據(jù)，因此數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)安全是未來(lái)所面臨的最大挑戰(zhàn)。數(shù)據(jù)存儲(chǔ)。由于摩爾定律導(dǎo)致各種存儲(chǔ)器的容量成倍增加，同時(shí)價(jià)格迅速下降，使得更多的檔案數(shù)據(jù)有條件存起來(lái)以供使用。但是隨著數(shù)據(jù)量的劇增，查找和使用檔案數(shù)據(jù)的時(shí)間也會(huì)變得很長(zhǎng)，影響分析數(shù)據(jù)的效率。而且即使采用并行計(jì)算，受制于算法和計(jì)算機(jī)，數(shù)據(jù)分析處理的效率也存在瓶頸，這些問題還需依靠技術(shù)的進(jìn)步來(lái)解決。數(shù)據(jù)安全。檔案數(shù)據(jù)安全有兩層含義，首先是保證檔案數(shù)據(jù)不損壞、不丟失；第二層含義是要保證檔案數(shù)據(jù)不會(huì)被偷走或者盜用。為避免安全問題，要盡量將學(xué)生個(gè)人情況等敏感信息放到不同的地方，以免多種敏感數(shù)據(jù)同時(shí)丟失。另一種保護(hù)數(shù)據(jù)安全的方法則可以利用大數(shù)據(jù)本身的特點(diǎn)，即發(fā)現(xiàn)異常操作，比如某次某個(gè)賬號(hào)使用檔案系統(tǒng)的流程和正常不符，即可斷定這是一起檔案系統(tǒng)密碼泄露、系統(tǒng)入侵事件。另外，當(dāng)數(shù)據(jù)量足夠大時(shí)，每個(gè)系統(tǒng)用戶的操作習(xí)慣也可以學(xué)習(xí)，不符合某人習(xí)慣的操作就可能是來(lái)自于非法的闖入者，這些操作就會(huì)被禁止。

篇5

1 中學(xué)教育現(xiàn)狀

教育乃立國(guó)之本，而中學(xué)教育乃是重中之重。一方面，中學(xué)生處于青春的成長(zhǎng)期，各項(xiàng)綜合素質(zhì)逐漸完善中，中學(xué)教育意義和責(zé)任重大；另一方面，中學(xué)教育仍然是應(yīng)試教育為主，仍然需要面對(duì)千軍萬(wàn)馬過獨(dú)木橋的“中考”“高考”，中學(xué)教育很大程度左右了學(xué)生的未來(lái)。

目前的中學(xué)教育資源，分為公共教育資源――公辦/民辦學(xué)校教育，和社會(huì)教育資源――私人家教、補(bǔ)習(xí)班等，有如下兩個(gè)特點(diǎn)。

1.1 學(xué)生得到的公共教育資源不足

學(xué)校班級(jí)結(jié)構(gòu)的構(gòu)成是：一名班主任教師，多名科任教師。在大多數(shù)學(xué)校中，無(wú)論是班主任教師，還是科任教師，均會(huì)承擔(dān)其他班級(jí)的教學(xué)任務(wù)。可以看出，教師資源是非常有限的，加上“中考”“高考”的上線壓力，教師往往會(huì)將有限的精力分散關(guān)注在所有的學(xué)生上，每個(gè)學(xué)生得到的公共教育資源并不多。

1.2 學(xué)生獲取的社會(huì)教育資源不公

學(xué)生若在學(xué)校無(wú)法獲取更多的教育資源，將不得不轉(zhuǎn)向社會(huì)教育資源去求助。據(jù)統(tǒng)計(jì)，學(xué)生參與社會(huì)教育資源的成本在200元/小時(shí)，學(xué)習(xí)費(fèi)用成本過高，進(jìn)一步造成普通學(xué)生的社會(huì)教育資源也無(wú)法獲取。

本文要探討的，正是通過人工智能這一現(xiàn)代信息化技術(shù)，構(gòu)建智能輔助學(xué)習(xí)系統(tǒng)，使中學(xué)生能夠獲取到更多、更公平的教育資源。

2 智能輔助學(xué)習(xí)

2.1 人工智能簡(jiǎn)介

人工智能（Artificial Intelligence）是計(jì)算機(jī)科學(xué)的一個(gè)分支，是一門研究運(yùn)用計(jì)算機(jī)模擬和延伸人腦功能的綜合性學(xué)科，能夠?qū)θ说囊庾R(shí)、思維等信息過程進(jìn)行模擬。隨著計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展，特別是近年來(lái)大數(shù)據(jù)技術(shù)的成功應(yīng)用，人工智能在越來(lái)越多的行業(yè)展現(xiàn)出蓬勃的沖擊力。以谷歌圍棋機(jī)器人“阿爾法”、微軟助理機(jī)器人“小娜”等為代表的虛擬智能機(jī)器人，能像人那樣思考，也具備超過常人的智能。

在國(guó)內(nèi)，人工智能在教育領(lǐng)域的理論研究和教學(xué)實(shí)踐表現(xiàn)得越來(lái)越活躍，盡管人工智能并不是為教育專門研發(fā)的，但是人工智能的不斷發(fā)展，使得其在教育中的應(yīng)用也越來(lái)越廣泛，教育的智能化一直是教育界和教育技術(shù)領(lǐng)域的理想和目標(biāo)。

2.2 智能輔助學(xué)習(xí)系統(tǒng)

智能輔助學(xué)習(xí)系統(tǒng)，其表現(xiàn)形式是能夠?yàn)槊總€(gè)學(xué)生，配備一個(gè)虛擬教師。學(xué)生能夠通過電子設(shè)備（如手機(jī)、計(jì)算機(jī)），與虛擬教師進(jìn)行交流對(duì)話，咨詢虛擬教師各學(xué)科的問題，并得到有效的學(xué)習(xí)輔助。

該智能輔助學(xué)習(xí)系統(tǒng)，具備以下幾個(gè)特征。

2.2.1 虛擬教師跨學(xué)科能力

與傳統(tǒng)的教師專一某一學(xué)科不同，虛擬教師并沒有學(xué)科邊界劃分。只要學(xué)習(xí)系統(tǒng)研發(fā)出某一學(xué)科的學(xué)習(xí)算法，該虛擬教師就能夠獲取該門學(xué)科的能力。

2.2.2 虛擬教師深度自學(xué)習(xí)

虛擬教師的“智能”來(lái)源于三方面。一是學(xué)生基本信息檔案，該檔案涵蓋了從小學(xué)教育開始的學(xué)科成績(jī)、綜合能力、愛好特長(zhǎng)等，虛擬教師得到學(xué)生的人物畫像。二是虛擬教師對(duì)學(xué)生的自學(xué)習(xí)，每一次雙方的溝通交流，虛擬教師都能夠不斷更新發(fā)展學(xué)生的畫像。三是虛擬教師對(duì)學(xué)校課堂內(nèi)容的自學(xué)習(xí)，虛擬教師并不是獨(dú)立于學(xué)校教育存在的，而是作為學(xué)習(xí)教育資源的一個(gè)補(bǔ)充，虛擬教師能夠掌握課堂進(jìn)展、作業(yè)部署、考試動(dòng)態(tài)等信息。

2.2.3 接近自然語(yǔ)義的溝通

學(xué)生與虛擬教師之間，可以通過自然語(yǔ)義的語(yǔ)音和文字進(jìn)行溝通，如 “今天數(shù)學(xué)作業(yè)第2題不會(huì)”“《荷塘月色》全文中心思想是什么”“Lets start a conversation”等。其他計(jì)算輔助手段為補(bǔ)充，如上傳某道數(shù)學(xué)題圖片，虛擬教師通過圖形識(shí)別匹配，給出該題的解題思路和講解。

2.3 優(yōu)勢(shì)分析

智能輔助學(xué)習(xí)系統(tǒng)，有三大核心優(yōu)勢(shì)。

一是“即學(xué)即問”，相比目前的學(xué)校教育和社會(huì)教育，學(xué)生在學(xué)習(xí)遇到困難時(shí)，只有有限的時(shí)間與教師交流，在智能輔助學(xué)習(xí)系統(tǒng)中學(xué)生將不受空間、時(shí)間限制，隨時(shí)隨地可以與虛擬教師互動(dòng)，獲取充足的教育資源。

二是“定制教學(xué)”，相比目前的教育形式，課堂上教師與學(xué)生是一對(duì)多的關(guān)系，教師不可能專為某個(gè)學(xué)生定制教學(xué)方案，在智能輔助學(xué)習(xí)系統(tǒng)虛擬教師與學(xué)生是一對(duì)一的關(guān)系，虛擬教師能夠更了解學(xué)生，根據(jù)學(xué)生的具體情況制訂最佳學(xué)習(xí)方案。

三是“受眾廣闊”，相比目前的公共教育資源緊缺、社會(huì)教育資源費(fèi)用昂貴，智能輔助學(xué)習(xí)系統(tǒng)一旦推廣，受眾學(xué)生可無(wú)限增加，邊際效應(yīng)非常明顯。并且計(jì)算機(jī)系統(tǒng)設(shè)計(jì)特有的水平擴(kuò)展能力，能夠隨著學(xué)生人數(shù)的增加而增加，支撐廣大的學(xué)生輔助學(xué)習(xí)。

2.4 前景預(yù)測(cè)

筆者比較看好人工智能在中學(xué)輔助教育中的落地前景，除了前文所述的人工智能技術(shù)發(fā)展，為中學(xué)教育帶來(lái)的價(jià)值外，當(dāng)前國(guó)家政策和社會(huì)環(huán)境也非常有利。

第一，未來(lái)10年國(guó)家政府和教育部門會(huì)大幅增加在教育信息化產(chǎn)業(yè)上的投入，隨著《國(guó)家中長(zhǎng)期教育改革和發(fā)展綱要（2010―2020年）》和《教育信息化十年發(fā)展規(guī)劃（2011―2020年）》等相關(guān)規(guī)劃相繼出臺(tái)，各級(jí)地方政府和教育部門都非常重視教育信息化產(chǎn)業(yè)的投入，人工智能+云計(jì)算是重中之重，人工智能技術(shù)的興起必將教育信息化推向一個(gè)新的高度。

第二，教育信息化逐漸成為風(fēng)口，根據(jù)前瞻產(chǎn)業(yè)研究《中國(guó)在線教育市場(chǎng)前景與投資戰(zhàn)略規(guī)劃分析報(bào)告》統(tǒng)計(jì)，2015年在線教育市場(chǎng)規(guī)模大約為479億美元，而這一數(shù)字在2020年預(yù)計(jì)將增長(zhǎng)到504億美元。這個(gè)持續(xù)迅猛增長(zhǎng)的市場(chǎng)正在吸引越來(lái)越多的創(chuàng)意和資本，教育領(lǐng)域中的人工智能也很快會(huì)成為熱點(diǎn)，涉足其中的高科技公司也會(huì)越來(lái)越多。

3 結(jié) 論

本文通過智能輔助學(xué)習(xí)系統(tǒng)，探索了人工智能在中學(xué)輔助教育中的一個(gè)應(yīng)用。雖然沒有介紹具體的技術(shù)實(shí)現(xiàn)、系統(tǒng)研發(fā)，但對(duì)現(xiàn)狀痛點(diǎn)、應(yīng)用前景做了綜合性分析概述，相信隨著科學(xué)技術(shù)的持續(xù)發(fā)展、教育領(lǐng)域的融合開放，本文探索的這個(gè)應(yīng)用將實(shí)現(xiàn)于市場(chǎng)，使廣大中學(xué)生能夠獲取到更多、更公平的教育資源。

參考文獻(xiàn)：

[1]何維貴.利用現(xiàn)代化教學(xué)手段打造高效課堂[J].廣西教育（中等教育），2013（6）.

篇6

從電子商務(wù)檔案的特征來(lái)看，有關(guān)電子商務(wù)檔案智能化管理的需求更加依賴于圖形圖像智能檢索工具的研究和利用，而對(duì)于圖形圖像智能檢索工具的研究和利用始于上個(gè)世紀(jì)七十年代，首先開展的是基于內(nèi)容的圖像智能檢索的研究，重點(diǎn)在于采用標(biāo)注的方法對(duì)圖像設(shè)置檢索關(guān)鍵字，并建立文本數(shù)據(jù)庫(kù)管理系統(tǒng)，從而實(shí)現(xiàn)對(duì)圖像的智能檢索。這種方法的缺點(diǎn)在于當(dāng)圖像數(shù)據(jù)庫(kù)中圖像數(shù)據(jù)較大時(shí)則檢索較難實(shí)現(xiàn)，當(dāng)圖像內(nèi)容復(fù)雜時(shí)，標(biāo)注起來(lái)較困難，因此，這種檢索方法同時(shí)還要求圖像內(nèi)容比較單一。而另一種基于內(nèi)容的圖像檢索技術(shù)逐漸受到業(yè)界的關(guān)注即基于視覺特征的圖像檢索技術(shù)。由于任何圖像都包含物體本身的紋理、形狀、顏色、空間關(guān)系等特征，因此，基于視覺特征的圖像檢索技術(shù)采用提取圖像所包含的紋理、形狀、色彩、對(duì)象的空間關(guān)系等信息建立圖像的特征矢量庫(kù)，并以此特征矢量作為索引關(guān)鍵字。與以往采用人工標(biāo)注方式對(duì)圖像內(nèi)容進(jìn)行標(biāo)注的方法不同的是視覺特征的提取是從圖像中自動(dòng)提取的，并且檢索的過程采取視覺特征間的匹配。與傳統(tǒng)的檢索方法相比，基于內(nèi)容的圖像檢索融合了圖像理解技術(shù)，從圖像的紋理、形狀、色彩、對(duì)象的空間關(guān)系等維度分析圖像的特征，從而可以提供更加有效的檢索途徑。已經(jīng)投入運(yùn)行的基于內(nèi)容的圖像檢索系統(tǒng)包括：IBM公司的QBIC系統(tǒng)、Virage公司的VIR工程系統(tǒng)、MIT的Photobook系統(tǒng)、美國(guó)伊利諾斯大學(xué)的MARS系統(tǒng)等等。國(guó)內(nèi)近年來(lái)對(duì)于基于圖像顏色的檢索系統(tǒng)的研究也取得了豐碩成果，例如：Photo Navigator系統(tǒng)和Photo Engineer系統(tǒng)。而這一發(fā)展方向更加符合電子商務(wù)的智能化發(fā)展需求。可以預(yù)計(jì)，為適應(yīng)未來(lái)網(wǎng)絡(luò)化、智能化以及個(gè)性化的需要，并行檢索、分布式檢索、知識(shí)的智能檢索、知識(shí)挖掘、異構(gòu)信息整合檢索和全息檢索、自然語(yǔ)言檢索、跨語(yǔ)言信息檢索、問答系統(tǒng)、概念空間、信息融合技術(shù)等檢索技術(shù)都將在電子商務(wù)檔案管理領(lǐng)域得以應(yīng)用。屆時(shí)用戶將獲得完整、準(zhǔn)確、及時(shí)、有效的而且是簡(jiǎn)潔、明了的商務(wù)信息。

二、電子商務(wù)檔案應(yīng)用的智能化趨勢(shì)

電子商務(wù)檔案是企業(yè)管理的重要組成部分，是企業(yè)從事商務(wù)活動(dòng)中最原始、最可靠的數(shù)字化信息。充分利用電子商務(wù)檔案信息，為企業(yè)發(fā)展提供商情預(yù)測(cè)、營(yíng)銷策劃、客戶關(guān)系管理、維護(hù)企業(yè)或經(jīng)營(yíng)者合法權(quán)益已經(jīng)成為電子商務(wù)檔案應(yīng)用的一個(gè)重要領(lǐng)域。而電子商務(wù)檔案應(yīng)用的智能化趨勢(shì)無(wú)疑已經(jīng)成為電子商務(wù)行業(yè)的重要研究方向。

1、客戶關(guān)系管理的智能化。客戶檔案毫無(wú)疑問將是電子商務(wù)檔案的一個(gè)不可忽視的組成部分。在企業(yè)從事電子商務(wù)的過程中，電子商務(wù)系統(tǒng)將提供一種商家與客戶進(jìn)行交流的新方式，這就要求企業(yè)管理者以全新的思維來(lái)看待客戶關(guān)系管理。客戶關(guān)系管理源于“以客戶為中心”的新型商業(yè)模式，是企業(yè)樹立以客戶為中心的發(fā)展戰(zhàn)略的核心部分。企業(yè)通過智能化的客戶關(guān)系管理系統(tǒng)來(lái)加強(qiáng)對(duì)客戶的服務(wù)提高客戶滿意度和忠誠(chéng)度，提高企業(yè)效率和利潤(rùn)水平。通過客戶關(guān)系管理系統(tǒng)企業(yè)加強(qiáng)與客戶的聯(lián)系、分析客戶的需求、研究產(chǎn)品的市場(chǎng)、拓展?jié)撛诘睦麧?rùn)空間、提高產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)能力、改進(jìn)企業(yè)的管理漏洞、吸引更多的優(yōu)質(zhì)客戶進(jìn)而達(dá)到優(yōu)化、提升企業(yè)管理能力、提高企業(yè)利潤(rùn)水平的目的。而這一切的實(shí)現(xiàn)都依賴于智能化的客戶關(guān)系管理系統(tǒng)、智能化的客戶數(shù)據(jù)庫(kù)的開發(fā)與應(yīng)用。智能化的數(shù)據(jù)庫(kù)技術(shù)是所有其他技術(shù)的基礎(chǔ)。

篇7

方言檔案化開發(fā)利用新思路

方言檔案化助力突破語(yǔ)言扶貧大關(guān)對(duì)于一些不了解當(dāng)?shù)胤窖缘拇髮W(xué)生村官、企業(yè)和學(xué)校來(lái)說，方言是工作的一大障礙。現(xiàn)已提出的方言保護(hù)新思路是運(yùn)用方言進(jìn)行檔案化設(shè)計(jì)，或制作App，或制作類似于翻譯筆的產(chǎn)品來(lái)讓基層干部更好、更快地了解當(dāng)?shù)剞r(nóng)民的需求，從而更好地開展工作。當(dāng)前為方言檔案化發(fā)展提供的新思路，主要是與鄉(xiāng)村工作相結(jié)合的，以便人們可以更多地使用方言，引起人們對(duì)方言的重視。將各個(gè)地區(qū)的方言收錄在手機(jī)中形成方言檔案庫(kù)，可以讓基層干部的工作開展得更加順利，可以讓他們及時(shí)知道和了解人們的需求，從而更好地開展工作。與此同時(shí)，在方言檔案化發(fā)展的同時(shí)，上述所說的方言收錄也可以幫助鄉(xiāng)村的農(nóng)民更好地發(fā)展。之前，有許多學(xué)者研究過語(yǔ)言扶貧的問題。語(yǔ)言扶貧是指用語(yǔ)言助力脫貧，通過推廣普通話等手段提高貧困地區(qū)人口的語(yǔ)言使用能力，進(jìn)而提高勞動(dòng)者素質(zhì)，增加其就業(yè)機(jī)會(huì)，幫助其擺脫貧困的過程。語(yǔ)言產(chǎn)業(yè)繁榮推動(dòng)方言檔案化發(fā)展語(yǔ)言產(chǎn)業(yè)主要是指采取市場(chǎng)化的經(jīng)營(yíng)方式生產(chǎn)語(yǔ)言類產(chǎn)品或語(yǔ)言服務(wù)，滿足國(guó)家和個(gè)人對(duì)各種語(yǔ)言類產(chǎn)品或者語(yǔ)言服務(wù)的多層次需求的生產(chǎn)和服務(wù)活動(dòng)。語(yǔ)言產(chǎn)業(yè)涵蓋種類較多，范圍較廣，賀宏志、陳鵬等學(xué)者認(rèn)為語(yǔ)文能力測(cè)評(píng)業(yè)、語(yǔ)言翻譯業(yè)、語(yǔ)言出版業(yè)、語(yǔ)言藝術(shù)業(yè)、語(yǔ)言會(huì)展業(yè)、語(yǔ)言文字信息處理業(yè)等都屬于語(yǔ)言產(chǎn)業(yè)。由此可見，借助語(yǔ)言產(chǎn)業(yè)對(duì)方言檔案化進(jìn)行開發(fā)利用是一項(xiàng)非常有必要的工作。

1.方言檔案化促進(jìn)語(yǔ)言轉(zhuǎn)換，便利溝通交流

隨著我國(guó)對(duì)外開放不斷深化和世界經(jīng)濟(jì)全球化不斷加速發(fā)展，人們難免會(huì)接觸到其他語(yǔ)言。因此相關(guān)人員研發(fā)了各種語(yǔ)言翻譯軟件來(lái)幫助人們進(jìn)行更好的交流。方言也是如此，一些知名度不是很高的方言，人們并不了解，但是自脫貧攻堅(jiān)戰(zhàn)開始之后，扶貧人員要想了解貧困區(qū)人們的困難和需求，要想做好扶貧工作，就需要了解方言，懂得方言，因此，能讓方言和普通話互相轉(zhuǎn)化的語(yǔ)言軟件的研發(fā)是很有必要性的。除此之外，有些方言發(fā)音人或保護(hù)者非常注重對(duì)方言的保護(hù)，也希望有這樣的語(yǔ)言軟件誕生。基于以上情形，可以像那些翻譯軟件一樣設(shè)計(jì)一個(gè)小程序，將檔案化后的方言以音像的形式收錄在小程序中，以便人們可以在翻譯中增加對(duì)方言的使用和了解，提高方言的使用頻率。如此，將方言檔案化與語(yǔ)言產(chǎn)業(yè)相結(jié)合，從而在方言檔案化后對(duì)其進(jìn)行開發(fā)利用，從而實(shí)現(xiàn)對(duì)方言的保護(hù)，同時(shí)促進(jìn)方言檔案化的發(fā)展。

2.方言檔案化推動(dòng)語(yǔ)言出版以及方言有聲書的發(fā)展

書籍出版是一種能夠表達(dá)作者思想和文字的一個(gè)非常重要的手段。近年來(lái)，隨著時(shí)代的發(fā)展，數(shù)字化、信息化迅速發(fā)展。相對(duì)于電子信息來(lái)說，人們對(duì)紙質(zhì)媒介的使用正在逐漸減少，除了那些更喜歡通過紙質(zhì)書籍來(lái)獲取知識(shí)的人，人們更傾向于通過電子書來(lái)了解事物，因?yàn)檫@樣更加地便利。有些地方將收錄的方言作為紙質(zhì)版的方言書籍進(jìn)行推廣，這是用文字的形式對(duì)檔案化之后的方言進(jìn)行保護(hù)和利用，但是其涉及的受眾并不多。因此，可以為方言檔案化后的文字產(chǎn)物尋找“方言發(fā)音人”來(lái)將其轉(zhuǎn)化為電子有聲書投放在喜馬拉雅等人們熟知的有聲書平臺(tái)上，并配以相關(guān)的圖片或視頻，以擴(kuò)大方言有聲書的推廣范圍，增加其使用人群和知名度。

3.方言檔案化借語(yǔ)言會(huì)展業(yè)推廣

語(yǔ)言會(huì)展業(yè)的發(fā)展，離不開語(yǔ)言產(chǎn)業(yè)的健康發(fā)展。2012年12月1日，首屆中國(guó)語(yǔ)言產(chǎn)業(yè)論壇在京舉行，引發(fā)了語(yǔ)言產(chǎn)業(yè)、語(yǔ)言經(jīng)濟(jì)、語(yǔ)言服務(wù)等主題領(lǐng)域理論與實(shí)踐的新探討、新開拓。基于此，新思路是將檔案化后的方言的音像、文字等成果，在網(wǎng)絡(luò)上開放會(huì)展設(shè)計(jì)專門的網(wǎng)站來(lái)收集各省市縣的方言。讓人們無(wú)需去館內(nèi)觀看語(yǔ)言會(huì)展，直接在家中點(diǎn)擊地圖就可以聽到地地道道的方言，這在更加便利的同時(shí)也大力推動(dòng)了對(duì)方言的保護(hù)和使用。其次可以搭建與其相關(guān)的融媒體平臺(tái)，通過平臺(tái)將收錄的方言進(jìn)行宣傳。

方言檔案化聯(lián)結(jié)人工智能共發(fā)展

1.結(jié)合行為智能技術(shù)形成檔案館的“方言管家”

如今，每一臺(tái)智能手機(jī)都有一個(gè)私人虛擬助理，如Siri、小藝、悠悠等；高德地圖的語(yǔ)音導(dǎo)航系統(tǒng)利用明星語(yǔ)音進(jìn)行路線導(dǎo)航播報(bào)；酒店管理也會(huì)用機(jī)器人吸引游客入住。讓機(jī)器人這一人工智能產(chǎn)物成為有趣且稱職的“管家”，是百利而無(wú)一害的。因此，可以在檔案館中設(shè)置“方言管家”以建設(shè)優(yōu)質(zhì)智慧檔案館。以上提及的語(yǔ)音導(dǎo)航或機(jī)器人都基于人工智能的行為感知技術(shù)，其中智能問答技術(shù)、TTS（TextToSpeech）技術(shù)最為常見。TTS技術(shù)即語(yǔ)音合成技術(shù)，是指通過機(jī)械、電子的方法產(chǎn)生人造語(yǔ)音，其語(yǔ)音通常使用波形合成，先對(duì)音素、音調(diào)、韻律等進(jìn)行采樣，再用算法實(shí)現(xiàn)文語(yǔ)轉(zhuǎn)換。檔案館可以結(jié)合當(dāng)?shù)胤窖缘臋n案化，把TTS技術(shù)、智能問答技術(shù)與“方言發(fā)音人”錄制的真人語(yǔ)音檔案結(jié)合起來(lái)，制作檔案館的“方言管家”，同時(shí)為其設(shè)置普通話與方言兩個(gè)版本的語(yǔ)言服務(wù)系統(tǒng)，令其承擔(dān)檔案館大部分服務(wù)工作，如引路、推薦特色展館、打掃衛(wèi)生、提供飲品等。2.結(jié)合認(rèn)知智能技術(shù)構(gòu)建方言檔案體系，形成特色展館方言檔案化需要現(xiàn)代技術(shù)的支持，需要利用基于統(tǒng)計(jì)的語(yǔ)言分析方法，通過語(yǔ)料庫(kù)，訓(xùn)練語(yǔ)言模型，反復(fù)8CULTUREINDUSTRY文化產(chǎn)業(yè)文化產(chǎn)業(yè)館藏建設(shè)collectionconstruction進(jìn)行機(jī)器學(xué)習(xí)，以獲得方言語(yǔ)言處理和轉(zhuǎn)換的規(guī)律；利用知識(shí)圖譜，形成方言語(yǔ)義關(guān)系的數(shù)據(jù)結(jié)構(gòu)；整合各地方言的區(qū)別與聯(lián)系，構(gòu)成方言檔案數(shù)字化體系。對(duì)于方言檔案體系的開發(fā)宣傳還需與檔案館密切協(xié)作。通過各檔案館間的交流合作，對(duì)各地方言進(jìn)行合理的數(shù)字化模型建構(gòu)，使方言檔案數(shù)字化體系能夠作為特色檔案展品展出，或結(jié)合“方言管家”，讓“方言管家”齊聚一堂，形成圖、文、聲三者結(jié)合的特色展館，從而展示出語(yǔ)言文化的魅力，讓方言檔案化體系更加豐富完整，從點(diǎn)到線再到面，從一種方言到另一種方言。

方言檔案化開發(fā)利用新思路的可行性分析

方言檔案化助力突破脫貧攻堅(jiān)大關(guān)用現(xiàn)代技術(shù)將方言收錄在數(shù)據(jù)庫(kù)中形成檔案，可以讓扶貧工作者利用這一技術(shù)將方言實(shí)時(shí)轉(zhuǎn)化為普通話，便于扶貧工作者開展扶貧工作，更好地深入人民群眾，了解他們的訴求，從而更好地促進(jìn)鄉(xiāng)村產(chǎn)業(yè)的發(fā)展。與此同時(shí)，這兩者相輔相成，扶貧工作者利用方言檔案化之后的翻譯軟件對(duì)方言進(jìn)行轉(zhuǎn)化也是在增加對(duì)方言的使用，在增加其使用次數(shù)的過程中促進(jìn)扶貧工作的開展。語(yǔ)言產(chǎn)業(yè)繁榮推動(dòng)方言檔案化發(fā)展隨著技術(shù)和時(shí)代的發(fā)展，人們接受新鮮事物的速度不斷加快。近年來(lái)，語(yǔ)言產(chǎn)業(yè)蓬勃發(fā)展，它本身以及它的衍生行業(yè)皆是如此。用現(xiàn)有技術(shù)對(duì)方言進(jìn)行收錄并建立方言庫(kù)，其實(shí)就是在利用方言檔案化的概念。通過對(duì)這一概念的運(yùn)用，檔案部門可以運(yùn)用現(xiàn)代化信息技術(shù)形成方言檔案，進(jìn)而實(shí)現(xiàn)對(duì)方言的保護(hù)。語(yǔ)言產(chǎn)業(yè)的發(fā)展有很多方式和途徑，檔案化之后的方言可以和語(yǔ)言產(chǎn)業(yè)及其他方面實(shí)現(xiàn)更深層次的融合，從而利用語(yǔ)言產(chǎn)業(yè)發(fā)展的路徑并結(jié)合方言檔案化，增加人們對(duì)方言的使用，進(jìn)而起到保護(hù)方言的作用。而且這種方言保護(hù)的途徑也更容易為人們所接受，更加符合時(shí)展的趨勢(shì)和潮流。方言檔案化聯(lián)結(jié)人工智能共發(fā)展增加檔案館流量。“方言管家”的出現(xiàn)，對(duì)于當(dāng)?shù)貦n案館的發(fā)展是無(wú)可限量的，能夠吸引更多本地居民和外地游客前來(lái)參觀。方言是一個(gè)地域的代名詞。于本地居民而言,提供人機(jī)交互的方言服務(wù)，是一種人性化服務(wù)，能使人更有親近感，且更加生活化，可以改變?nèi)藗円酝鶎?duì)檔案館冷漠、嚴(yán)肅的刻板印象。提升社會(huì)檔案意識(shí)，提升大眾對(duì)檔案的需求，提高社會(huì)文明程度。“方言管家”是對(duì)檔案館的創(chuàng)新。人工智能與通俗文化的碰撞也將成為社會(huì)熱點(diǎn)話題，只有增加了檔案館資料的瀏覽量，人們對(duì)檔案的關(guān)注才會(huì)大大增加。關(guān)于民眾對(duì)方言檔案化的實(shí)例了解，調(diào)查顯示有79.87%的民眾對(duì)其不了解或一般了解，這是值得深思的。如果“方言管家”能夠激發(fā)大眾對(duì)檔案的了解需求，人們便會(huì)知道“方言管家”的到來(lái)并非空穴來(lái)風(fēng)，而是檔案工作人員早已對(duì)方言進(jìn)行檔案化且積極與現(xiàn)代科技相結(jié)合，并對(duì)其加以利用以傳承方言的結(jié)果。通過這樣的方式，讓大眾明了檔案的重要性，從而提升社會(huì)檔案意識(shí)，提升民眾的檔案需求。人工智能語(yǔ)音合成技術(shù)需要大量的語(yǔ)言訓(xùn)練和機(jī)器學(xué)習(xí)，也需要大量的語(yǔ)言數(shù)據(jù)。有公司為了開拓人工智能下沉市場(chǎng)曾推出方言TTS技術(shù)。而為了使AI表達(dá)更自然，則開發(fā)了大量數(shù)據(jù)產(chǎn)品，大量方言詞典、文本的音素標(biāo)注和韻律標(biāo)注，讓人工智能通過大量訓(xùn)練、反復(fù)練習(xí)，語(yǔ)言表達(dá)更加流暢自然、個(gè)性化。將方言檔案與人工智能結(jié)合能很好地解決這一問題，檔案本身具有的完整性優(yōu)勢(shì)不言而喻，這將大大節(jié)省AI商家制作數(shù)據(jù)產(chǎn)品之前的數(shù)據(jù)收集時(shí)間。這樣既能實(shí)現(xiàn)對(duì)方言檔案的利用，又能使人工智能更加情感化、人性化。雖然對(duì)于方言的保護(hù)利用了檔案化這一新模式，但方言檔案化只是眾多事物檔案化保護(hù)和發(fā)展的縮影，現(xiàn)如今更值得關(guān)注的是檔案的社會(huì)價(jià)值，畢竟從長(zhǎng)遠(yuǎn)來(lái)看，對(duì)檔案的開發(fā)利用是檔案工作未來(lái)發(fā)展的必然趨勢(shì)和方向。因此，在推動(dòng)事物檔案化發(fā)展的同時(shí)，更要積極探索檔案開發(fā)利用新路徑，讓社會(huì)增加對(duì)檔案使用的需求，從而更好地了解檔案事業(yè)，促進(jìn)檔案事業(yè)的發(fā)展。

參考文獻(xiàn)

[1]盧芷晴.我國(guó)方言檔案式保護(hù)與傳承問題探究[J].蘭臺(tái)內(nèi)外,2020(15):8-9.

[2]俞賀楠.扶貧先過“方言關(guān)”[J].中國(guó)社會(huì)保障,2019(02):30.

篇8

1 計(jì)算機(jī)的智能領(lǐng)域應(yīng)用開發(fā)

計(jì)算機(jī)智能領(lǐng)域是目前計(jì)算機(jī)技術(shù)的應(yīng)用巔峰，也是其應(yīng)用的瓶頸，諸多的問題在智能領(lǐng)域中無(wú)法得以實(shí)現(xiàn)。對(duì)于計(jì)算機(jī)的智能應(yīng)用而言，其并非是一個(gè)具體的概念。實(shí)際上，可以通過抽象化的方式來(lái)對(duì)計(jì)算機(jī)智能應(yīng)用領(lǐng)域進(jìn)行解讀。計(jì)算機(jī)智能技術(shù)領(lǐng)域中，由于缺乏諸多的基礎(chǔ)支持，以及計(jì)算機(jī)自身的技術(shù)難題，目前還處于一種待開發(fā)的狀態(tài)。雖然，在市場(chǎng)上已經(jīng)出現(xiàn)了一些比較使用的智能技術(shù)應(yīng)用。但是，還會(huì)出現(xiàn)一定的問題。就是說，目前還沒有真正意義上的人工智能。現(xiàn)在的計(jì)算機(jī)智能化技術(shù)只是通過計(jì)算機(jī)技術(shù)與其他領(lǐng)域技術(shù)的結(jié)合無(wú)限的接近計(jì)算機(jī)技術(shù)，但是卻無(wú)法真正實(shí)現(xiàn)計(jì)算機(jī)人工智能。目前，計(jì)算機(jī)智能技術(shù)其應(yīng)用領(lǐng)域主要存在于視覺識(shí)別技術(shù)以及指紋識(shí)別技術(shù)，甚至包括比較流行也是非常主流的語(yǔ)音識(shí)別技術(shù)。觸控領(lǐng)域是目前應(yīng)用最為深度的，市場(chǎng)用戶體驗(yàn)等方面也是非常不錯(cuò)的。

2 計(jì)算機(jī)可觸控技術(shù)研究

觸控系統(tǒng)目前應(yīng)用的主體比較集中在手機(jī)上。智能手機(jī)目前都采用觸屏功能，就是計(jì)算機(jī)觸控功能的一種擴(kuò)展。此外，計(jì)算機(jī)也開始出現(xiàn)觸控計(jì)算機(jī)，例如平板電腦就是這一技術(shù)領(lǐng)域的主流產(chǎn)品。觸控技術(shù)在計(jì)算機(jī)智能技術(shù)應(yīng)用領(lǐng)域中，其表現(xiàn)還是非常不錯(cuò)的，也受到了諸多領(lǐng)域的支持。

2.1 觸控技術(shù)的溫控技術(shù)分析

溫控技術(shù)是觸控技術(shù)的主流技術(shù)之一，也是應(yīng)用比較廣泛的技術(shù)之一。溫控技術(shù)的主要原理是通過在硬件顯示器的表面安裝電容，通過溫度的感觸，來(lái)進(jìn)行智能判斷。這類技術(shù)的應(yīng)用顯示屏非常常見，也就是人們常說的電容屏。這類電容屏幕非常靈活，觸控效果較好，用戶體驗(yàn)度也非常好。優(yōu)勢(shì)也是十分明顯的，在很多領(lǐng)域中也得到了應(yīng)用和發(fā)展，并且這類技術(shù)將在未來(lái)的應(yīng)用中有著更廣闊的應(yīng)用空間。

2.2 觸控技術(shù)的力控技術(shù)分析

力控技術(shù)是相對(duì)于溫控技術(shù)而言，溫控技術(shù)是采用了電容作為智能判斷元器件，通過溫度的變化來(lái)實(shí)現(xiàn)對(duì)邏輯的開關(guān)操控。而力控則是需要指尖的壓力來(lái)進(jìn)行對(duì)屏幕的操控，該屏幕的硬件設(shè)施安裝的是電阻。通過壓力來(lái)改變阻止，從而改變電流，最終實(shí)現(xiàn)了力控的技術(shù)核心。

以上兩種觸控方式，是目前主流的控制方式，也是最為有效的控制方式。在觸控領(lǐng)域中，溫控占據(jù)較大的市場(chǎng)。其優(yōu)勢(shì)比較明顯，觸控靈敏，用戶體驗(yàn)度較高。而力控相對(duì)比較便宜，但是卻無(wú)法得到良好的用戶體驗(yàn)。

3 計(jì)算機(jī)感官技術(shù)應(yīng)用分析

計(jì)算機(jī)的感官技術(shù)應(yīng)用十分廣泛，其應(yīng)用領(lǐng)域主要存在于視覺識(shí)別技術(shù)以及指紋識(shí)別技術(shù)，甚至包括比較流行也是非常主流的語(yǔ)音識(shí)別技術(shù)。在技術(shù)應(yīng)用方面，目前主要的應(yīng)用為計(jì)算機(jī)的語(yǔ)音識(shí)別技術(shù)。由于語(yǔ)音識(shí)別技術(shù)更加適合于人們?nèi)粘Ｉ睿瑥亩o人們的生活和生產(chǎn)都帶來(lái)了一定的積極影響。因此，語(yǔ)音識(shí)別技術(shù)的應(yīng)用就更加廣闊。在智能手機(jī)領(lǐng)域中，語(yǔ)音識(shí)別被應(yīng)用于語(yǔ)音呼叫以及簡(jiǎn)單的語(yǔ)音操作。在高端的汽車領(lǐng)域中，語(yǔ)音同樣成為了導(dǎo)航以及電子狗之類的汽車電子設(shè)備等的主流技術(shù)。但是，在視覺識(shí)別技術(shù)中，其應(yīng)用的范圍就相對(duì)比較狹窄，甚至在應(yīng)用方面，準(zhǔn)確度還是有待提高的。例如在一些計(jì)算機(jī)的開機(jī)密碼設(shè)置中，就有一部分品牌的計(jì)算機(jī)采用了人臉識(shí)別技術(shù)。這項(xiàng)技術(shù)的應(yīng)用在一定程度上顯得并不成熟，非常容易造成誤差現(xiàn)象。尤其是在設(shè)置加密的過程中，如果無(wú)法通過加密流程，很容易造成系統(tǒng)崩潰等。因此，在這項(xiàng)技術(shù)中，視覺識(shí)別技術(shù)還有待提高。那么，分析視覺識(shí)別技術(shù)不完善的原因主要有以下幾點(diǎn)：

第一、計(jì)算機(jī)圖像處理系統(tǒng)的不完善；視覺識(shí)別主要的技術(shù)問題是對(duì)外界圖像的一種收錄與存儲(chǔ)。如果存儲(chǔ)的過程中出現(xiàn)了失真，那么就會(huì)造成識(shí)別效果不佳。

第二、計(jì)算機(jī)主觀判斷能力的缺失；計(jì)算機(jī)的運(yùn)行原理是邏輯推理與執(zhí)行，但是卻沒有主觀的判斷能力。因此，在進(jìn)行分析的過程中，就無(wú)法實(shí)現(xiàn)真正的智能識(shí)別。

4 結(jié)語(yǔ)

通過以上幾點(diǎn)對(duì)智能領(lǐng)域中計(jì)算機(jī)技術(shù)的分析，在很大程度上明確了目前計(jì)算機(jī)技術(shù)的應(yīng)用瓶頸。其技術(shù)的發(fā)展是需要多個(gè)領(lǐng)域的技術(shù)進(jìn)行結(jié)合，從而給予足夠的支持。對(duì)于在觸控領(lǐng)域和感官識(shí)別領(lǐng)域中，由于存在較多的技術(shù)問題，因此這兩個(gè)領(lǐng)域相對(duì)而言，還不是非常成熟。實(shí)際上，兩者都屬于人工智能領(lǐng)域的技術(shù)應(yīng)用。但是，由于計(jì)算機(jī)技術(shù)目前本身無(wú)法實(shí)現(xiàn)真正的智能識(shí)別和判斷能力。由此，也就造成了這兩個(gè)領(lǐng)域的停滯性。但是，未來(lái)其發(fā)展的空間還是非常的巨大，并且相信能夠通過一定的技術(shù)公關(guān)，從而實(shí)現(xiàn)真正的計(jì)算機(jī)人工智能。

參考文獻(xiàn)

[1]鄭箭鋒.基于二乘二取二計(jì)算機(jī)系統(tǒng)機(jī)車操縱自動(dòng)優(yōu)化裝置的研究[J].鐵道科學(xué)與工程學(xué)報(bào)，2013（03）.

[2]艾里亞爾?阿不都克里木.云技術(shù)中數(shù)字檔案資源共享與管理體系的構(gòu)建[J].中國(guó)檔案，2013（01）.

篇9

2019年出臺(tái)的《九民紀(jì)要》[3]，以股東依法享有期限利益為由，明確提出原則上不支持加速到期，同時(shí)規(guī)定了兩種例外情形。《九民紀(jì)要》看似對(duì)于股東加速出資給出了權(quán)威的解答，但卻無(wú)法作為審判執(zhí)行的依據(jù)。例外規(guī)定1的實(shí)質(zhì)要件與破產(chǎn)[4]規(guī)定并無(wú)二致，即要求加速股東出資，償還到期債權(quán)，但在執(zhí)行效果上是完全不同的。若根據(jù)例外規(guī)定1做出執(zhí)行裁定，要求股東加速出資到期的財(cái)產(chǎn)，其結(jié)果是個(gè)別債權(quán)人受償。若依照破產(chǎn)程序，將未到期的股東出資歸入破產(chǎn)財(cái)產(chǎn)，其結(jié)果是由公司所有債權(quán)人公平受償。在執(zhí)行效果上，《九民紀(jì)要》的這一規(guī)定會(huì)導(dǎo)致偏頗性清償。

當(dāng)前關(guān)于股東加速出資的法律規(guī)定，審判、執(zhí)行工作的標(biāo)準(zhǔn)無(wú)法統(tǒng)一，通過查找相關(guān)司法判例可知，對(duì)于是否引入股東加速出資，賦予了審判員較大的自由裁量權(quán)。

2、司法實(shí)務(wù)中對(duì)于加速出資的爭(zhēng)論焦點(diǎn)

（1）認(rèn)繳出資的約定義務(wù)與補(bǔ)充賠償責(zé)任的法定義務(wù)

部分觀點(diǎn)認(rèn)為，認(rèn)繳出資在法律規(guī)定的框架內(nèi)，基于公司章程，約定股東認(rèn)繳、實(shí)繳金額及時(shí)間，本質(zhì)上是公司內(nèi)部的約定，其不具備對(duì)抗債權(quán)人債權(quán)實(shí)現(xiàn)的效力。而股東的補(bǔ)充賠償責(zé)任，是法人在市場(chǎng)交易活動(dòng)中，作為獨(dú)立的法人實(shí)體，應(yīng)承擔(dān)的交易風(fēng)險(xiǎn)，應(yīng)對(duì)其進(jìn)行擴(kuò)張性解釋。股東認(rèn)繳制度不能成為股東逃避補(bǔ)充賠償責(zé)任的原因，補(bǔ)充賠償責(zé)任應(yīng)股東認(rèn)繳這一行為發(fā)生時(shí)就產(chǎn)生效力。約定義務(wù)不能對(duì)抗法定義務(wù)，在企業(yè)無(wú)可供執(zhí)行財(cái)產(chǎn)時(shí)，可以加速股東出資。

反對(duì)觀點(diǎn)認(rèn)為，公司作為法人實(shí)體，在設(shè)立時(shí)會(huì)對(duì)外進(jìn)行信用信息公示，股東出資情況會(huì)完整的體現(xiàn)，股東出資情況因公示行為而獲得公信力，股東基于公示行為享有出資的期限利益。第三人在與公司交易時(shí)，可以實(shí)時(shí)查詢到企業(yè)出資情況，如第三人自愿與企業(yè)進(jìn)行商業(yè)貿(mào)易，客觀上即認(rèn)可股東認(rèn)繳期限，不能以債權(quán)到期為由，加速股東出資。

（2）股東加速出資清償單獨(dú)債務(wù)人與破產(chǎn)清算均償?shù)拿?/p>

根據(jù)《九民紀(jì)要》第6條規(guī)定兩種例外情況，情況1規(guī)定，當(dāng)窮盡所有執(zhí)行手段后，仍無(wú)財(cái)產(chǎn)可供執(zhí)行，已具備破產(chǎn)原因，但不申請(qǐng)破產(chǎn)的。根據(jù)《九民紀(jì)要》，債權(quán)人申請(qǐng)執(zhí)行公司到期債權(quán)時(shí)，如符合第6條規(guī)定，法院可執(zhí)行未到期的認(rèn)繳出資，實(shí)現(xiàn)債權(quán)人的到期債權(quán)。然而這一規(guī)定實(shí)施受到了批判，反對(duì)觀點(diǎn)認(rèn)為，首先，當(dāng)公司資產(chǎn)不足以清償?shù)狡趥鶆?wù)時(shí)，應(yīng)依照破產(chǎn)法規(guī)定，進(jìn)入破產(chǎn)清算程序，未到期認(rèn)繳出資應(yīng)由公司全部債權(quán)人共同均分，因執(zhí)行某一案件而加速股東出資，是對(duì)其他債權(quán)人利益的侵害。其次，即使在公司破產(chǎn)前，加速股東出資，清償了某一債權(quán)人的債權(quán)，在進(jìn)入破產(chǎn)程序后，其他債權(quán)人仍可以行使撤銷權(quán)，撤銷已執(zhí)行債權(quán)，無(wú)疑會(huì)造成司法資源的浪費(fèi)。

法官點(diǎn)評(píng)：

從執(zhí)行工作角度出發(fā)，如何確保公司獨(dú)立法人地位、促進(jìn)股東出資自由、維護(hù)公司債權(quán)人利益是相關(guān)法律設(shè)計(jì)的出發(fā)點(diǎn)和落腳點(diǎn)，在討論股東加速出資這一問題時(shí)，應(yīng)當(dāng)著眼于保持公司、股東、債權(quán)人這三方利益的相對(duì)平衡，對(duì)股東出資義務(wù)的規(guī)則進(jìn)行修補(bǔ)。

1、明確法律適用的選擇

之前已討論過當(dāng)前法律構(gòu)建，根據(jù)現(xiàn)行法律規(guī)范體系，首先，應(yīng)明確是否對(duì)公司法第3條進(jìn)行文義解釋，即“股東”是否包含出資期限尚未屆滿的股東。對(duì)公司法司法解釋第13條是否進(jìn)行擴(kuò)張解釋，認(rèn)為在公司到期債務(wù)無(wú)法清償?shù)那樾蜗拢拔绰男谢蛭慈媛男谐鲑Y義務(wù)的股東”應(yīng)當(dāng)包括出資期限尚未屆滿而未實(shí)際履行出資義務(wù)的股東。

2、完善《公司法》司法解釋

有觀點(diǎn)提出，應(yīng)跳出現(xiàn)有法律體系對(duì)于股東加速出資規(guī)定模糊不清的情況，完善相關(guān)立法，才能根本解決當(dāng)前法律漏洞。但修法的時(shí)間成本過高，牽涉的范圍太廣，修法并不是最佳選擇。建議在充分考量當(dāng)前審判執(zhí)行工作的痛點(diǎn)，以相關(guān)判例為研究基礎(chǔ)，推動(dòng)《公司法》司法解釋的完善，統(tǒng)一司法審判標(biāo)準(zhǔn)。

3、短期過渡方案：實(shí)施執(zhí)行轉(zhuǎn)破產(chǎn)程序

從執(zhí)行工作出發(fā)，通過參考部分執(zhí)行工作處理方法，執(zhí)行轉(zhuǎn)破產(chǎn)程序可作為短期過渡方案，當(dāng)收到執(zhí)行申請(qǐng)人的執(zhí)行申請(qǐng)后，窮盡全部執(zhí)行手段，確認(rèn)公司無(wú)財(cái)產(chǎn)可供執(zhí)行后，可終結(jié)執(zhí)行程序轉(zhuǎn)交破產(chǎn)清算。這一制度設(shè)計(jì)仍有相關(guān)細(xì)節(jié)需要把控，如：執(zhí)行與破產(chǎn)清算工作如何銜接；窮盡全部執(zhí)行手段、無(wú)財(cái)產(chǎn)可供執(zhí)行是否由相應(yīng)標(biāo)準(zhǔn)，防止轉(zhuǎn)破產(chǎn)程序的隨意性等。

[1]《公司法》第3條，有限責(zé)任公司的股東以其認(rèn)繳的出資額為限對(duì)公司承擔(dān)責(zé)任；股份有限公司的股東以其認(rèn)購(gòu)的股份為限對(duì)公司承擔(dān)責(zé)任

篇10

人工智能是一個(gè)內(nèi)涵非常豐富的學(xué)科，可以說，是人類對(duì)于自身世界的認(rèn)知和實(shí)踐相結(jié)合的結(jié)晶。它的發(fā)展會(huì)給人類社會(huì)帶來(lái)深刻變革，可以消除貧困、饑餓，提高人類的醫(yī)療和健康水平，提高教育質(zhì)量，改善氣候………

在我們構(gòu)建智慧城市，構(gòu)建智慧生活的時(shí)候，人工智能也起到了不可或缺的作用。

2017年6月15日，在大連舉辦的第十五屆“中國(guó)國(guó)際軟件和信息服務(wù)交易會(huì)”（以下簡(jiǎn)稱軟交會(huì)）上，阿里云、微軟、華為等在云計(jì)算、大數(shù)據(jù)、人工智能領(lǐng)域的大咖們分享了很多關(guān)于人工智能，包括智慧城市、智慧醫(yī)療、智慧制造方面的經(jīng)驗(yàn)和感受。

智慧城市 智慧生活

隨著云計(jì)算、大數(shù)據(jù)，以及人工智能的高速發(fā)展，智慧城市這個(gè)詞被越來(lái)越多的人熟知，而更加智慧的生活也離我們?cè)絹?lái)越近了。早在2004年，韓國(guó)政府就曾提出名為U-KOREA的發(fā)展戰(zhàn)略，旨在建造更加智能、智慧的城市。

2016年10月在杭州舉辦的“云棲大會(huì)”上，杭州市政府公布了一個(gè)“瘋狂”的計(jì)劃：為杭州安裝一個(gè)人工智能中樞――杭州城市數(shù)據(jù)大腦。

城市大腦的內(nèi)核采用阿里云ET人工智能技術(shù)，可以對(duì)整個(gè)城市進(jìn)行全局實(shí)時(shí)分析，自動(dòng)調(diào)配公共資源，修正城市運(yùn)行中的Bug。城市大腦項(xiàng)目的第一步，是將交通、能源、供水等基礎(chǔ)設(shè)施全部數(shù)據(jù)化，連接散落在城市各個(gè)單元的數(shù)據(jù)資源，打通城市“神經(jīng)網(wǎng)絡(luò)”。

而阿里云的“野心”不止于此，在ET城市大腦之后，阿里云還致力于研究ET醫(yī)療大腦、ET工業(yè)大腦，以及ET環(huán)境大腦等，想要為實(shí)現(xiàn)全行業(yè)智能化做出自己的一份貢獻(xiàn)。

構(gòu)建智慧城市的核心推動(dòng)力就是云計(jì)算、大數(shù)據(jù)，以及物聯(lián)網(wǎng)。就像前文提到的那樣，如果沒有云計(jì)算、大數(shù)據(jù)，以及物聯(lián)網(wǎng)等技術(shù)的支持，想要實(shí)現(xiàn)智慧城市的理念是不可能的，因?yàn)橹腔鄢鞘袑?duì)于技術(shù)的要求很高。這里談到的技術(shù)不僅僅包含對(duì)硬件的要求，還有對(duì)于軟件的要求，以及網(wǎng)絡(luò)的要求。這些綜合因素的提升才帶來(lái)了現(xiàn)在的“萬(wàn)物智聯(lián)”。

智慧交通解決城市擁堵

現(xiàn)如今，在中國(guó)的馬路上，尤其是一些大城市的十字路口，除了一些特殊的時(shí)期，我們已經(jīng)很難看到指揮交通的交警了，這是智慧交通帶來(lái)的結(jié)果。通過布置在各個(gè)路口的監(jiān)控?cái)z像頭，集合了物聯(lián)網(wǎng)、云計(jì)算等技術(shù)，通過機(jī)器設(shè)備實(shí)現(xiàn)智能的交通指揮，以及管控。

智慧交通是在智能交通（簡(jiǎn)稱ITS）的基礎(chǔ)上，在交通領(lǐng)域中充分運(yùn)用物聯(lián)網(wǎng)、云計(jì)算、互聯(lián)網(wǎng)、人工智能、自動(dòng)控制、移動(dòng)互聯(lián)網(wǎng)等技術(shù)，通過高新技術(shù)匯集交通信息，對(duì)交通管理、交通運(yùn)輸、公眾出行等交通領(lǐng)域全方面，以及交通建設(shè)管理全過程進(jìn)行管控支撐，使交通系統(tǒng)在區(qū)域、城市甚至更大的時(shí)空范圍具備感知、互聯(lián)、分析、預(yù)測(cè)、控制等能力，以充分保障交通安全，發(fā)揮交通基礎(chǔ)設(shè)施效能，提升交通系統(tǒng)運(yùn)行效率和管理水平，為通暢的公眾出行和可持續(xù)的經(jīng)濟(jì)發(fā)展服務(wù)。

智慧交通是在整個(gè)交通運(yùn)輸領(lǐng)域充分利用物聯(lián)網(wǎng)、空間感知、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等新一代信息技術(shù)，綜合運(yùn)用交通科學(xué)、系統(tǒng)方法、人工智能、知識(shí)挖掘等理論與工具，以全面感知、深度融合、主動(dòng)服務(wù)、科學(xué)決策為目標(biāo)，通過建設(shè)實(shí)時(shí)的動(dòng)態(tài)信息服務(wù)體系，深度挖掘交通運(yùn)輸相關(guān)數(shù)據(jù)，形成問題分析模型，實(shí)現(xiàn)行業(yè)資源配置優(yōu)化能力、公共決策能力、行業(yè)管理能力、公眾服務(wù)能力的提升，推動(dòng)交通運(yùn)輸更安全、更高效、更便捷、更經(jīng)濟(jì)、更環(huán)保、更舒適的運(yùn)行和發(fā)展，帶動(dòng)交通運(yùn)輸相關(guān)產(chǎn)業(yè)轉(zhuǎn)型、升級(jí)，最終有效解決城市擁堵問題。

而智慧交通的體現(xiàn)不僅僅是在這些宏觀的對(duì)于城市交通的管控，其實(shí)在我們身邊就隨處可見，比如摩拜、ofo等共享單車，它們也是智慧交通的產(chǎn)物。摩拜、ofo的成功也基于大數(shù)據(jù)、云計(jì)算等技術(shù)的發(fā)展，摩拜通過GPS定位，以及“魔方”系統(tǒng)，實(shí)現(xiàn)了對(duì)單車淤積（即在一個(gè)時(shí)間內(nèi)，一個(gè)地點(diǎn)出現(xiàn)大量閑置單車）的預(yù)測(cè)，從而進(jìn)行智能疏導(dǎo)（即通過紅包獎(jiǎng)勵(lì)制度讓用戶幫助疏導(dǎo)單車），以及人工疏導(dǎo)。同時(shí)摩拜、ofo的成功也很好地緩解了城市交通擁堵，讓更多的人愿意使用自行車作為出行工具。

智慧醫(yī)療解決看病難題

智慧醫(yī)療是最近興起的專有醫(yī)療名詞，通過打造健康檔案區(qū)域醫(yī)療信息平臺(tái)，利用最先進(jìn)的物聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)患者與醫(yī)務(wù)人員、醫(yī)療機(jī)構(gòu)、醫(yī)療設(shè)備之間的互動(dòng)，逐步達(dá)到信息化。

隨著云計(jì)算、大數(shù)據(jù)，以及人工智能等核心技術(shù)的發(fā)展，智慧醫(yī)療這個(gè)詞也漸漸被更多人所熟知。而智慧醫(yī)療這個(gè)詞現(xiàn)在也不僅僅是只能在實(shí)驗(yàn)室里應(yīng)用在小白鼠身上的研究階段的技術(shù)了，越來(lái)越多的高科技的人工智能醫(yī)療設(shè)備被應(yīng)用到現(xiàn)實(shí)治療之中。

在此次軟交會(huì)上。來(lái)自杜克大學(xué)醫(yī)學(xué)院的神經(jīng)生物學(xué)教授米格爾?尼科萊利斯分享了一個(gè)來(lái)自巴西的例子。

2014年巴西舉辦足球世界杯，開幕式有這樣一個(gè)特殊的內(nèi)容：是一個(gè)已經(jīng)癱瘓十年的小孩穿上一套用腦部來(lái)控制的機(jī)器“外骨骼”，恢復(fù)了行走的能力，從而讓他在世界杯開幕式上走進(jìn)球場(chǎng)并完成開球。這一機(jī)器“外骨骼”主要是集中在他的下肢，大腦成為一個(gè)主導(dǎo)者，實(shí)現(xiàn)人腦和機(jī)器對(duì)話，人腦和機(jī)器成為一個(gè)完整的整體，這樣人就可以走路，除此之外機(jī)器外骨骼與大腦之間還形成了一個(gè)良好的回應(yīng)系統(tǒng)，項(xiàng)目組稱這套機(jī)器外骨骼為“機(jī)械戰(zhàn)甲”。現(xiàn)在，項(xiàng)目組還擁有諸多的合作者，而這些合作者來(lái)自世界各地。同時(shí)，項(xiàng)目組還成立了全球第一個(gè)神經(jīng)科學(xué)實(shí)驗(yàn)室，實(shí)驗(yàn)室分布在全球多個(gè)地點(diǎn)，包括美國(guó)、巴西等，各地的實(shí)驗(yàn)室在技術(shù)上是共享和互通的，在腦機(jī)對(duì)接研究方面是同步進(jìn)行的。因?yàn)檫@項(xiàng)技術(shù)需要神經(jīng)科學(xué)、計(jì)算機(jī)科學(xué)的共同合作來(lái)實(shí)現(xiàn)。

“病人可以穿上‘機(jī)械戰(zhàn)甲’，電腦的CPU就在頭甲里面，可以把腦部的信號(hào)傳遞給其他部位，腳部的感知行為可以傳遞回大腦，可以感知地面壓力等各方面信息。我們稱之為共享控制。人會(huì)有不同的想法，想走路或想轉(zhuǎn)彎，這是由大腦做的決定，下肢的一些機(jī)器設(shè)備是聽從大腦的指揮。它們具備非常復(fù)雜和微妙的功能。這是依據(jù)非常細(xì)致的計(jì)算功能來(lái)實(shí)現(xiàn)的。我們選了8個(gè)病人，他們有不同時(shí)間長(zhǎng)度的癱瘓歷史。我們想讓他們動(dòng)起來(lái)，同時(shí)又不想讓他們感到無(wú)感知的恐懼感。我們給他們裝上機(jī)器外骨骼，讓他們經(jīng)歷了一個(gè)循序漸進(jìn)的訓(xùn)練過程，長(zhǎng)達(dá)7個(gè)月。”米格爾?尼科萊利斯介紹道。

而在國(guó)內(nèi)，由于國(guó)內(nèi)公共醫(yī)療管理系統(tǒng)還不太完善，醫(yī)療成本高、渠道少、覆蓋面窄等問題困擾著患者。 “效率較低的醫(yī)療體系、質(zhì)量欠佳的醫(yī)療服務(wù)、看病難且貴的就醫(yī)現(xiàn)狀”成了社會(huì)關(guān)注的主要焦點(diǎn)。大醫(yī)院人滿為患，社區(qū)醫(yī)院卻無(wú)人問津，病人就診手續(xù)繁瑣等問題都是由于醫(yī)療信息不暢、醫(yī)療資源兩極化、醫(yī)療監(jiān)督機(jī)制不全等原因?qū)е拢呀?jīng)影響到人們的生活。所以，我們需要建立一套智慧的醫(yī)療信息網(wǎng)絡(luò)平臺(tái)體系，使患者用較短的等療時(shí)間、支付基本的醫(yī)療費(fèi)用，就可以享受安全、便利、優(yōu)質(zhì)的診療服務(wù)，從根本上解決“看病難、看病貴”等問題，真正做到“人人健康，健康人人”。“人工智能+醫(yī)療”給人口基數(shù)大、醫(yī)療資源相對(duì)不足、醫(yī)療資源分布不均衡的中國(guó)醫(yī)療事業(yè)帶來(lái)了福音。由阿里云研究開發(fā)的ET醫(yī)療大腦，在大數(shù)據(jù)、云計(jì)算，以及人工智能的基礎(chǔ)之上，實(shí)現(xiàn)了醫(yī)療診斷準(zhǔn)確率80%以上，而在此之前，醫(yī)生的診斷準(zhǔn)確率只有70%左右。

而聯(lián)想也早在2013年就開始了他們?cè)卺t(yī)療領(lǐng)域的布局，與溫州醫(yī)科大學(xué)附屬第一醫(yī)院成功合作。北京聯(lián)想智慧醫(yī)療信息技術(shù)有限公司的創(chuàng)業(yè)成功也標(biāo)志著聯(lián)想成功在智慧醫(yī)療領(lǐng)域?qū)崿F(xiàn)了重要突破。

現(xiàn)在，越來(lái)越多的新技術(shù)被應(yīng)用到了智慧醫(yī)療之中，也有越來(lái)越多的互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)公司涉足醫(yī)療行業(yè)，這也有力地推動(dòng)了智慧醫(yī)療的發(fā)展。比如，前不久萬(wàn)達(dá)與IBM合作，正式進(jìn)軍醫(yī)療行業(yè)，致力于提高醫(yī)療和養(yǎng)老的服務(wù)效率與質(zhì)量。

如今，智慧醫(yī)療已經(jīng)不僅僅是紙上談兵，越來(lái)越多的云計(jì)算、大數(shù)據(jù)，以及人工智能等技術(shù)被應(yīng)用到了醫(yī)療行業(yè)中。筆者相信，未來(lái)，我們真正可以實(shí)現(xiàn)足不出戶就能享受到三甲大醫(yī)院高水平醫(yī)生的服務(wù)，真正解決“看病難”的問題。

未來(lái)，智慧醫(yī)療不僅僅能解決 “看病難，看病貴”的問題，還能給我們帶來(lái)整套的健康管理系統(tǒng)，能讓我們隨時(shí)隨地掌控自己的健康，通過將包括遺傳基因、過往病史、歷史病例在內(nèi)的多種數(shù)據(jù)整合到云平臺(tái)上，為每個(gè)人提供自己的私人隨身醫(yī)生、健康顧問，在為醫(yī)院提供及時(shí)的診療幫助的同時(shí)，還能為我們預(yù)防疾病、O督健康做出貢獻(xiàn)，并最終實(shí)現(xiàn)每個(gè)人都有一個(gè)專屬于自己的隨身私人健康管理員，這也是智慧醫(yī)療最終將實(shí)現(xiàn)的目標(biāo)之一。

從制造到“智造”

人工智能的應(yīng)用不僅僅是在醫(yī)療行業(yè)，在制造業(yè)也有很多的應(yīng)用。過去，工廠的一條流水線可能需要幾十個(gè)，甚至上百個(gè)工人來(lái)進(jìn)行操作。而現(xiàn)在，同一條流水線，制造同樣的東西，可能只需要幾個(gè)人來(lái)進(jìn)行操作、監(jiān)管就可以了。這一切的轉(zhuǎn)變也是因?yàn)槿斯ぶ悄艿耐苿?dòng)。而且相比之下，一條智能化的流水線的錯(cuò)誤率也要比過去非智能化的流水線低得多。

在“智造”這個(gè)領(lǐng)域，也有很多國(guó)內(nèi)外的大公司涉足，比如阿里云、西門子、SAP。由阿里云開發(fā)、研究的ET工業(yè)大腦，可以實(shí)現(xiàn)對(duì)車間工藝、濕度、空氣，甚至是流水線上各個(gè)齒輪之間溫度的準(zhǔn)確監(jiān)控，從而提升產(chǎn)品的良品率，進(jìn)一步提高企業(yè)的效率和收益。拿一個(gè)年利潤(rùn)百億元的公司來(lái)說，使用ET工業(yè)大腦以后，可以實(shí)現(xiàn)年利潤(rùn)提升1億元。

在此次軟交會(huì)上，來(lái)自大連的本土企業(yè)――大連天翼信息科技有限公司（以下簡(jiǎn)稱天翼）也分享了他們?cè)谥悄苤圃祛I(lǐng)域的經(jīng)驗(yàn)。

天翼公司是“工業(yè)4.0”“中國(guó)制造2025”大連工業(yè)軟件領(lǐng)域的核心企業(yè)，始建于1998年。在2016年授權(quán)為用友首批智能制造戰(zhàn)略合作伙伴。天翼智能解決方案全面涵蓋了智能研發(fā)、智能計(jì)劃、智能生產(chǎn)、智能倉(cāng)儲(chǔ)、智能物流等生產(chǎn)過程的業(yè)務(wù)協(xié)作和監(jiān)管控制，致力于幫助中國(guó)制造走向精益化、敏捷化和智能化。

天翼在智能研發(fā)領(lǐng)域，主要實(shí)現(xiàn)設(shè)計(jì)制造一體化；在智能計(jì)劃領(lǐng)域，實(shí)現(xiàn)有限能力排產(chǎn)，基于有限資源，將企業(yè)的生產(chǎn)需求、資源能力、工作日歷等生產(chǎn)中的真實(shí)情況全盤考慮，實(shí)現(xiàn)資源利用率最大化，生產(chǎn)任務(wù)延遲最小；在智能生產(chǎn)領(lǐng)域，天翼執(zhí)行MES系統(tǒng)，有效加強(qiáng)MRP計(jì)劃的執(zhí)行能力，實(shí)現(xiàn)MRP計(jì)劃和車間作業(yè)現(xiàn)場(chǎng)控制，并通過執(zhí)行系統(tǒng)進(jìn)行連接。其中，現(xiàn)場(chǎng)控制包括機(jī)臺(tái)工位的任務(wù)分配、DNC/PLC控制、數(shù)據(jù)采集器、條形碼、各種計(jì)量和檢測(cè)儀器、機(jī)械手等。MES系統(tǒng)還設(shè)置了必要的接口，與生產(chǎn)現(xiàn)場(chǎng)的控制設(shè)施實(shí)現(xiàn)全方位對(duì)接。

篇11

一、專注人工智能的ObEN為什么需要區(qū)塊鏈？

作為一家創(chuàng)業(yè)公司，ObEN最開始的初衷是想為每個(gè)人打造出自己的人工智能PAI（個(gè)性化人工智能，Personal AI），它不僅長(zhǎng)得像你，而且說話的聲音也像，未來(lái)甚至還會(huì)擁有與真人相似的性格。

鄭毅先向鏈得得編輯展示了一個(gè)應(yīng)用虛擬人像的軟件，它可以說話、唱歌、給小朋友讀書，給微信朋友留言，提醒每天的日程，除了中文外，還可根據(jù)算法切換為英語(yǔ)、韓語(yǔ)、日語(yǔ)等。

隨后，鄭毅展示了一個(gè)三維立體虛擬人物宣傳視頻，其以周大福鄭裕彤的長(zhǎng)孫為模型，以他的人工智能形象講解藝術(shù)館中的展覽，現(xiàn)于上海K11的大堂播放，虛擬形象可通過算法訓(xùn)練將其語(yǔ)言改為普通話，彌補(bǔ)了香港人本身普通話不流利的缺陷。

最讓人驚喜的是PAI的語(yǔ)音和舞蹈學(xué)習(xí)功能。

鄭毅介紹：“ObEN與上海絲芭傳媒合作，讓旗下一女藝人讀過一百句話后，即可算出她的發(fā)聲模型，此后便可用她的發(fā)音唱流行歌曲。”他補(bǔ)充道，“這比那個(gè)初音未來(lái)唱的更像人”。

同時(shí)，還可根據(jù)女孩上傳的跳舞視頻，根據(jù)其骨骼結(jié)構(gòu)讓虛擬人物形象地學(xué)習(xí)她的跳舞動(dòng)作。而在此之前，這一技術(shù)需在人身上放傳感器才可實(shí)現(xiàn)，如今只需通用算法就可直接學(xué)習(xí)，鄭毅說：“隨著用戶上傳視頻的方法越來(lái)越多，人工智能會(huì)不斷學(xué)習(xí)，還可將學(xué)出來(lái)的動(dòng)作讓大家來(lái)使用，讓其它人的虛擬模型展示一樣的舞蹈動(dòng)作。”

這顯然是一款充滿驚喜與樂趣的科技產(chǎn)品，然而隨著算法不斷的進(jìn)步，云端算力、數(shù)據(jù)處理難度不斷提升。在得到大量用戶數(shù)據(jù)后，如何處理虛擬形象版權(quán)問題？如何增加其可信度，以便于明星選擇用虛擬形象PAI與粉絲互動(dòng)？

作為曾是百合網(wǎng)聯(lián)合創(chuàng)始人的鄭毅，深諳交友行業(yè)對(duì)信任的要求，只有確立了人工智能背后是真實(shí)的人，用戶才愿意付出時(shí)間與精力。

在眾多版權(quán)認(rèn)證、溯源的技術(shù)方式中，區(qū)塊鏈脫穎而出。

鄭毅說：他們也嘗試了其他的認(rèn)證方式，但均不具備公信力，而只有區(qū)塊鏈作為一個(gè)去中心化的共識(shí)網(wǎng)絡(luò)，受到廣泛的認(rèn)可。

他認(rèn)為：區(qū)塊鏈社區(qū)可以看作是一個(gè)誠(chéng)信的社區(qū)，通過互相的認(rèn)證，可以確保每個(gè)人的PAI都屬于自己，代表自己，是自己在數(shù)字世界的映射，而這正可以滿足ObEN對(duì)PAI最核心的基本要求。

二、搭建底層公鏈，開拓衍生鏈

從2016年起，ObEN就開始與pai基金會(huì)嘗試搭建自己的底層公鏈，將其命名為PAI公鏈。其架構(gòu)主要分為三部分：中間層是比特幣區(qū)塊鏈架構(gòu)，底層是P2P的數(shù)據(jù)部分，頂層是進(jìn)行數(shù)據(jù)的認(rèn)證和智能合約的編程。

之所以選擇比特幣作為區(qū)塊鏈架構(gòu)，是因?yàn)楸忍貛诺娘L(fēng)險(xiǎn)較小。鄭毅說：“POW是比特幣的價(jià)值共識(shí)基礎(chǔ)，在設(shè)計(jì)的時(shí)候需要消耗電力、算力來(lái)挖幣，根據(jù)電力的成本不同，就會(huì)產(chǎn)生比如說比特幣3000到5000美元的成本價(jià)格。

而以太坊是建立在貨幣定價(jià)公式——費(fèi)雪公式之上，費(fèi)雪公式的影響因素是貨幣供應(yīng)量、流動(dòng)速度和GDP，這就意味著如果要保證以太坊有價(jià)格，就必須得有足夠多的持幣人，而且持幣人要鎖倉(cāng)，鎖得時(shí)間越長(zhǎng)，幣的價(jià)格就會(huì)越高，同時(shí)在鏈上還需要有很多基于幣的消費(fèi)或者使用場(chǎng)景，相當(dāng)于GDP高，幣的價(jià)值也會(huì)高。

同樣，EOS的DPOS、超級(jí)節(jié)點(diǎn)等也是基于費(fèi)雪方程式，目的是讓大家全鎖幣。持幣人約多，投票人越多、并且都鎖倉(cāng)的話，它的幣值也會(huì)高。這些本質(zhì)都是通過金融理論的方法，使本來(lái)沒有價(jià)值的東西變得更有價(jià)值。

從我們的角度看，因?yàn)镺bEN是做個(gè)人數(shù)據(jù)，希望通過算力處理數(shù)據(jù)，這樣的話本來(lái)就有成本，相比之下更適合采用比特幣的區(qū)塊鏈架構(gòu)。“

除了搭建自己的底層公鏈，ObEN還把目光放在跟其他垂直行業(yè)領(lǐng)導(dǎo)者合作上，目前已與新加坡最大的私立醫(yī)院集團(tuán)、中國(guó)的二手車數(shù)據(jù)平臺(tái)、韓國(guó)的SM明星公司等企業(yè)合作，鄭毅將這類細(xì)分行業(yè)的應(yīng)用模式稱之為“衍生鏈”。

他認(rèn)為“衍生鏈”將是未來(lái)區(qū)塊鏈的主要應(yīng)用場(chǎng)景之一，在鏈得得文章未來(lái)區(qū)塊鏈應(yīng)用落地重要方向：衍生鏈中有提及。

鄭毅說：“美國(guó)的摩根大通與以太坊合作衍生（復(fù)制出來(lái)并再開發(fā)）了以太鏈，但加上了新的加密智能合約交易方式以及數(shù)據(jù)隱私保障通訊層，并最終形成了 Quorum。當(dāng)新的跨銀行交易發(fā)生時(shí)，既保護(hù)了用戶的隱私，也給銀行間業(yè)務(wù)帶來(lái)便捷。

同理，PAI鏈的合作伙伴也可以把PAI鏈克隆出來(lái)，然后根據(jù)不同行業(yè)的需求進(jìn)行修改。只要是跟個(gè)體數(shù)據(jù)有關(guān)的，都可以在我們的鏈上進(jìn)行開發(fā)，然后由企業(yè)自己決定他們是否要發(fā)幣，比如把病人的數(shù)據(jù)健康檔案上鏈，二手車貸款買賣數(shù)據(jù)上鏈等。

如果是中心化的公司，它就可以做無(wú)幣區(qū)塊鏈，如果是去中心化，他們就可以做有幣區(qū)塊鏈。然后在這之上，也可以做各種各樣的Dapp開發(fā)。”

這類模式中存在一個(gè)風(fēng)險(xiǎn)，即“衍生鏈”中的數(shù)據(jù)若出現(xiàn)問題時(shí)，最終責(zé)任將由哪方承擔(dān)？

鄭毅回答道：“PAI鏈會(huì)不斷迭代，讓PAI的生態(tài)系統(tǒng)更穩(wěn)定安全。因?yàn)楹献骰锇榘裀AI鏈、程序都克隆衍生了，所以再開發(fā)的算法的法律責(zé)任將由對(duì)方去承擔(dān)。”他繼續(xù)補(bǔ)充，“我們合作的企業(yè)主要還是以實(shí)業(yè)公司為主，實(shí)業(yè)公司比較傳統(tǒng)，更擔(dān)心數(shù)字貨幣挖礦、價(jià)格泡沫等風(fēng)險(xiǎn)，所以我們選擇經(jīng)歷時(shí)間最久比特幣，從安全性上看也會(huì)好很多。”

三、區(qū)塊鏈技術(shù)進(jìn)步的關(guān)鍵是硬件結(jié)合

要為每個(gè)人實(shí)現(xiàn)足夠強(qiáng)大的人工智能，還有一個(gè)問題是解決人工智能計(jì)算效率的問題，這里涉及到許多待解決的技術(shù)瓶頸，比如分布式芯片、邊緣計(jì)算的進(jìn)一步優(yōu)化等。

鄭毅認(rèn)為當(dāng)下區(qū)塊鏈技術(shù)進(jìn)步的關(guān)鍵是軟件系統(tǒng)要與硬件結(jié)合。他說：“這跟早年的互聯(lián)網(wǎng)、計(jì)算機(jī)的操作系統(tǒng)與服務(wù)器、intel芯片配合很像。”

“我們做人工智能的時(shí)候，技術(shù)與應(yīng)用是環(huán)環(huán)相扣，光研究算法沒有數(shù)據(jù)，算法也得不到提升，所以我必須在研發(fā)算法的同時(shí)抓數(shù)據(jù)，然后用數(shù)據(jù)才能不斷的迭代算法進(jìn)步，然后你才能把算法做得越來(lái)越好。

篇12

一、人工智能法律系統(tǒng)的歷史

機(jī)先驅(qū)思想家萊布尼茲曾這樣不無(wú)浪漫地談到推理與計(jì)算的關(guān)系：“我們要造成這樣一個(gè)結(jié)果，使所有推理的錯(cuò)誤都只成為計(jì)算的錯(cuò)誤，這樣，當(dāng)爭(zhēng)論發(fā)生的時(shí)候，兩個(gè)家同兩個(gè)計(jì)算家一樣，用不著辯論，只要把筆拿在手里，并且在算盤面前坐下，兩個(gè)人面對(duì)面地說：讓我們來(lái)計(jì)算一下吧！”（注：轉(zhuǎn)引自肖爾茲著：《簡(jiǎn)明邏輯史》，張家龍譯，商務(wù)印書館1977年版，第54頁(yè)。）

如果連抽象的哲學(xué)推理都能轉(zhuǎn)變?yōu)橛?jì)算來(lái)解決，法律推理的定量化也許還要相對(duì)簡(jiǎn)單一些。盡管理論上的可能性與技術(shù)可行性之間依然存在著巨大的鴻溝，但是，人工智能技術(shù)的發(fā)展速度確實(shí)令人驚嘆。從誕生至今的短短45年內(nèi)，人工智能從一般問題的研究向特殊領(lǐng)域不斷深入。1956年紐厄爾和西蒙教授的“邏輯理論家”程序，證明了羅素《數(shù)學(xué)原理》第二章52個(gè)定理中的38個(gè)定理。塞繆爾的課題組利用對(duì)策論和啟發(fā)式探索技術(shù)開發(fā)的具有自能力的跳棋程序，在1959年擊敗了其設(shè)計(jì)者，1962年擊敗了州跳棋冠軍，1997年超級(jí)計(jì)算機(jī)“深藍(lán)”使世界頭號(hào)國(guó)際象棋大師卡斯帕羅夫俯首稱臣。

20世紀(jì)60年代，人工智能研究的主要課題是博弈、難題求解和智能機(jī)器人；70年代開始研究語(yǔ)言理解和專家系統(tǒng)。1971年費(fèi)根鮑姆教授等人研制出“化學(xué)家系統(tǒng)”之后，“計(jì)算機(jī)數(shù)學(xué)家”、“計(jì)算機(jī)醫(yī)生”等系統(tǒng)相繼誕生。在其他領(lǐng)域?qū)＜蚁到y(tǒng)研究取得突出成就的鼓舞下，一些律師提出了研制“法律診斷”系統(tǒng)和律師系統(tǒng)的可能性。（注：Simon Chalton，Legal Diagnostics，Computers and Law，No.25，August 1980.pp.13-15.Bryan Niblett，Expert Systems for Lawyers，Computers and Law，No.29，August 1981.p.2.）

1970年Buchanan & Headrick發(fā)表了《關(guān)于人工智能和法律推理若干問題的考察》，一文，拉開了對(duì)法律推理進(jìn)行人工智能研究的序幕。文章認(rèn)為，理解、模擬法律論證或法律推理，需要在許多知識(shí)領(lǐng)域進(jìn)行艱難的研究。首先要了解如何描述案件、規(guī)則和論證等幾種知識(shí)類型，即如何描述法律知識(shí)，其中處理開放結(jié)構(gòu)的法律概念是主要難題。其次，要了解如何運(yùn)用各種知識(shí)進(jìn)行推理，包括分別運(yùn)用規(guī)則、判例和假設(shè)的推理，以及混合運(yùn)用規(guī)則和判例的推理。再次，要了解審判實(shí)踐中法律推理運(yùn)用的實(shí)際過程，如審判程序的運(yùn)行，規(guī)則的適用，事實(shí)的辯論等等。最后，如何將它們最終運(yùn)用于編制能執(zhí)行法律推理和辯論任務(wù)的計(jì)算機(jī)程序，區(qū)別和不同的案件，預(yù)測(cè)并規(guī)避對(duì)手的辯護(hù)策略，建立巧妙的假設(shè)等等。（注：Buchanan & Headrick，Some SpeculationAbout Artificial Intelligence and Legal Reasoning，23 StanfordLaw Review(1970).pp.40-62.）法律推理的人工智能研究在這一時(shí)期主要沿著兩條途徑前進(jìn)：一是基于規(guī)則模擬歸納推理，70年代初由Walter G.Popp和Bernhard Schlink開發(fā)了JUDITH律師推理系統(tǒng)。二是模擬法律分析，尋求在模型與以前貯存的基礎(chǔ)數(shù)據(jù)之間建立實(shí)際聯(lián)系，并僅依這種關(guān)聯(lián)的相似性而得出結(jié)論。Jeffrey Meld-man 1977年開發(fā)了計(jì)算機(jī)輔助法律分析系統(tǒng)，它以律師推理為模擬對(duì)象，試圖識(shí)別與案件事實(shí)模型相似的其他案件。考慮到律師分析案件既用歸納推理又用演繹推理，程序?qū)烧叨冀o予了必要的關(guān)注，并且包括了各種水平的分析推理方法。

專家系統(tǒng)在法律中的第一次實(shí)際應(yīng)用，是D.沃特曼和M.皮特森1981年開發(fā)的法律判決輔助系統(tǒng)(LDS)。研究者探索將其當(dāng)作法律適用的實(shí)踐工具，對(duì)美國(guó)民法制度的某個(gè)方面進(jìn)行檢測(cè)，運(yùn)用嚴(yán)格責(zé)任、相對(duì)疏忽和損害賠償?shù)饶Ｐ停?jì)算出責(zé)任案件的賠償價(jià)值，并論證了如何模擬法律專家意見的方法論問題。（注：'Models of LegalDecisionmaking Report'，R-2717-ICJ(1981).）

我國(guó)專家系統(tǒng)的研制于20世紀(jì)80年代中期起步。（注： 錢學(xué)森教授：《論法治系統(tǒng)工程的任務(wù)與》（《管理》1981年第4期）、《主義和法治學(xué)與技術(shù)》（《法制建設(shè)》1984年第3期）、《現(xiàn)代科學(xué)技術(shù)與法和法制建設(shè)》（《政法論壇》）1985年第3期）等文章，為我國(guó)法律專家系統(tǒng)的研發(fā)起了思想解放和奠基作用。）1986年由朱華榮、肖開權(quán)主持的《量刑綜合平衡與電腦輔助量刑專家系統(tǒng)研究》被確定為國(guó)家社科“七五”研究課題，它在建立盜竊罪量刑數(shù)學(xué)模型方面取得了成果。在法律數(shù)據(jù)庫(kù)開發(fā)方面，1993年中山大學(xué)學(xué)生胡釗、周宗毅、汪宏杰等人合作研制了《LOA律師辦公自動(dòng)化系統(tǒng)》。（注：楊建廣、駱梅芬編著：《法治系統(tǒng)工程》，中山大學(xué)出版社1996年版，第344-349頁(yè)。）1993年武漢大學(xué)法學(xué)院趙廷光教授主持開發(fā)了《實(shí)用刑法專家系統(tǒng)》。（注：趙廷光等著：《實(shí)用刑法專家系統(tǒng)用戶手冊(cè)》，北京新概念軟件研究所1993年版。）它由咨詢檢索系統(tǒng)、輔助定性系統(tǒng)和輔助量刑系統(tǒng)組成，具有檢索刑法知識(shí)和對(duì)刑事個(gè)案進(jìn)行推理判斷的功能。

專家系統(tǒng)與以往的“通用難題求解”相比具有以下特點(diǎn)：(1)它要解決復(fù)雜的實(shí)際，而不是規(guī)則簡(jiǎn)單的游戲或數(shù)學(xué)定理證明問題；(2)它面向更加專門的領(lǐng)域，而不是單純的原理性探索；(3)它主要根據(jù)具體的問題域，選擇合理的方法來(lái)表達(dá)和運(yùn)用特殊的知識(shí)，而不強(qiáng)調(diào)與問題的特殊性無(wú)關(guān)的普適性推理和搜索策略。

法律專家系統(tǒng)在法規(guī)和判例的輔助檢索方面確實(shí)發(fā)揮了重要作用，解放了律師一部分腦力勞動(dòng)。但絕大多數(shù)專家系統(tǒng)只能做法律數(shù)據(jù)的檢索工作，缺乏應(yīng)有的推理功能。20世紀(jì)90年代以后，人工智能法律系統(tǒng)進(jìn)入了以知識(shí)工程為主要技術(shù)手段的開發(fā)時(shí)期。知識(shí)工程是指以知識(shí)為處理對(duì)象，以能在機(jī)上表達(dá)和運(yùn)用知識(shí)的技術(shù)為主要手段，研究知識(shí)型系統(tǒng)的設(shè)計(jì)、構(gòu)造和維護(hù)的一門更加高級(jí)的人工智能技術(shù)。（注：《大百科全書·自動(dòng)控制與系統(tǒng)工程》，中國(guó)大百科全書出版社1991年版，第579頁(yè)。）知識(shí)工程概念的提出，改變了以往人們認(rèn)為幾個(gè)推理定律再加上強(qiáng)大的計(jì)算機(jī)就會(huì)產(chǎn)生專家功能的信念。以知識(shí)工程為技術(shù)手段的法律系統(tǒng)研制，如果能在法律知識(shí)的獲得、表達(dá)和應(yīng)用等方面獲得突破，將會(huì)使人工智能法律系統(tǒng)的研制產(chǎn)生一個(gè)質(zhì)的飛躍。

人工智能法律系統(tǒng)的源于兩種動(dòng)力。其一是法律實(shí)踐自身的要求。隨著社會(huì)生活和法律關(guān)系的復(fù)雜化，法律實(shí)踐需要新的思維工具，否則，法律家（律師、檢察官和法官）將無(wú)法承受法律日積月累和法律案件不斷增多的重負(fù)。其二是人工智能發(fā)展的需要。人工智能以模擬人的全部思維活動(dòng)為目標(biāo)，但又必須以具體思維活動(dòng)一城一池的攻克為過程。它需要通過對(duì)不同思維領(lǐng)域的征服，來(lái)證明知識(shí)的每個(gè)領(lǐng)域都可以精確描述并制造出類似人類智能的機(jī)器。此外，人工智能選擇法律領(lǐng)域?qū)で笸黄疲€有下述原因：(1)盡管法律推理十分復(fù)雜，但它有相對(duì)穩(wěn)定的對(duì)象（案件）、相對(duì)明確的前提（法律規(guī)則、法律事實(shí)）及嚴(yán)格的程序規(guī)則，且須得出確定的判決結(jié)論。這為人工智能模擬提供了極為有利的條件。(2)法律推理特別是抗辯制審判中的司法推理，以明確的規(guī)則、理性的標(biāo)準(zhǔn)、充分的辯論，為觀察思維活動(dòng)的軌跡提供了可以記錄和回放的樣本。(3)法律知識(shí)長(zhǎng)期的積累、完備的檔案，為模擬法律知識(shí)的獲得、表達(dá)和應(yīng)用提供了豐富、準(zhǔn)確的資料。(4)法律活動(dòng)所特有的自我意識(shí)、自我批評(píng)精神，對(duì)法律程序和假設(shè)進(jìn)行檢驗(yàn)的傳統(tǒng)，為模擬法律推理提供了良好的反思條件。

二、人工智能法律系統(tǒng)的價(jià)值

人工智能法律系統(tǒng)的研制對(duì)法學(xué)理論和法律實(shí)踐的價(jià)值和意義，可以概括為以下幾點(diǎn)：

一是方法論啟示。P.Wahlgren說：“人工智能方法的研究可以支持和深化在創(chuàng)造性方法上的法反思。這個(gè)信仰反映了法理學(xué)可以被視為旨在于開發(fā)法律和法律推理之方法的活動(dòng)。從法理學(xué)的觀點(diǎn)看，這種研究的最終目標(biāo)是揭示方法論的潛在作用，從而有助于開展從法理學(xué)觀點(diǎn)所提出的解決方法的討論，而不僅僅是探討與計(jì)算機(jī)科學(xué)和人工智能有關(guān)的非常細(xì)致的技術(shù)方面。”（注：P.Wahlgren，Automationof Legal Reasoning:A Study on Artificial Intelligence and Law，Computer Law Series 11.Kluwer Law and Taxation Publishers.Deventer Boston 1992.Chapter 7.）在模擬法律推理的過程中，法學(xué)家通過與工人智能專家的密切合作，可以從其對(duì)法律推理的獨(dú)特理解中獲得有關(guān)方法論方面的啟示。例如，由于很少有兩個(gè)案件完全相似，在判例法實(shí)踐中，總有某些不相似的方面需要法律家運(yùn)用假設(shè)來(lái)分析已有判例與現(xiàn)實(shí)案件的相關(guān)性程度。但法學(xué)家們?cè)诩僭O(shè)的性質(zhì)問題上常常莫衷一是。然而HYPO的設(shè)計(jì)者，在無(wú)真實(shí)判例或真實(shí)判例不能充分解釋現(xiàn)實(shí)案件的情況下，以假設(shè)的反例來(lái)反駁對(duì)方的觀點(diǎn)，用補(bǔ)充、刪減和改變事實(shí)的機(jī)械論方法來(lái)生成假設(shè)。這種用人工智能方法來(lái)處理假設(shè)的辦法，就使復(fù)雜問題變得十分簡(jiǎn)單：假設(shè)實(shí)際上是一個(gè)新的論證產(chǎn)生于一個(gè)經(jīng)過修正的老的論證的過程。總之，人工智能方法可以幫助法學(xué)家跳出法理學(xué)方法的思維定勢(shì)，用其他學(xué)科的方法來(lái)重新審視法學(xué)問題，從而為法律問題的解決提供了新的途徑。

二是提供了思想實(shí)驗(yàn)手段。西蒙認(rèn)為，盡管我們還不知道思維在頭腦中是怎樣由生理作用完成的，“但我們知道這些處理在數(shù)字機(jī)中是由電子作用完成的。給計(jì)算機(jī)編程序使之思維，已經(jīng)證明有可能為思維提供機(jī)械論解釋”。（注：轉(zhuǎn)引自童天湘：《人工智能與第N代計(jì)算機(jī)》，載《》1985年第5期。）童天湘先生認(rèn)為：“通過編制有關(guān)思維活動(dòng)的程序，就會(huì)加深對(duì)思維活動(dòng)具體細(xì)節(jié)的了解，并將這種程序送進(jìn)計(jì)算機(jī)運(yùn)行，檢驗(yàn)其正確性。這是一種思想實(shí)驗(yàn)，有助于我們研究人腦思維的機(jī)理。”（注：轉(zhuǎn)引自童天湘：《人工智能與第N代計(jì)算機(jī)》，載《哲學(xué)研究》1985年第5期。）人工智能系統(tǒng)研究的直接目標(biāo)是使計(jì)算機(jī)能夠獲取、表達(dá)和法律知識(shí)，軟件工程師為模擬法律推理而編制程序，必須先對(duì)人的推理過程作出基于人工智能和的獨(dú)特解釋。人工智能以功能模擬開路，在未搞清法律家的推理結(jié)構(gòu)之前，首先從功能上對(duì)法律證成、法律檢索、法律解釋、法律適用等法律推理的要素和活動(dòng)進(jìn)行數(shù)理，將法、訴訟法學(xué)關(guān)于法律推理的研究成果模型化，以實(shí)現(xiàn)法律推理知識(shí)的機(jī)器表達(dá)或再現(xiàn)，從而為認(rèn)識(shí)法律推理的過程和提供了一種實(shí)驗(yàn)手段。法學(xué)家則可以將人工智能法律系統(tǒng)的推理過程、方法和結(jié)論與人類法律推理活動(dòng)相對(duì)照，為法律推理的法理學(xué)研究所借鑒。因此，用人工智能方法模擬法律推理，深化了人們對(duì)法律推理性質(zhì)、要素和過程的認(rèn)識(shí)，使法學(xué)家得以借助人工智能的敏銳透鏡去考察法律推理的微觀機(jī)制。正是在這個(gè)意義上，Bryan Niblett教授說：“一個(gè)成功的專家系統(tǒng)很可能比其他的途徑對(duì)法理學(xué)作出更多的（理論）貢獻(xiàn)。”（注：Bryan Niblett，ExpertSystems for Lawyers，Computers and Law，No.29，August 1981.note14，p.3.）

三是輔助司法審判。按照格雷的觀點(diǎn)，法律專家系統(tǒng)首先在英美判例法國(guó)家出現(xiàn)的直接原因在于，浩如煙海的判例案卷如果沒有計(jì)算機(jī)編纂、分類、查詢，這種法律制度簡(jiǎn)直就無(wú)法運(yùn)轉(zhuǎn)了。（注：Pamela N.Gray Brookfield，Artificial Legal Intelligence，VT:DartmouthPublishing Co.，1997.p.402.）其實(shí)不僅是判例法，制定法制度下的律師和法官往往也要為檢索有關(guān)的法律、法規(guī)和司法解釋耗費(fèi)大量的精力和時(shí)間，而且由于人腦的知識(shí)和記憶能力有限，還存在著檢索不全面、記憶不準(zhǔn)確的。人工智能法律系統(tǒng)強(qiáng)大的記憶和檢索功能，可以彌補(bǔ)人類智能的某些局限性，幫助律師和法官?gòu)氖孪鄬?duì)簡(jiǎn)單的法律檢索工作，從而極大地解放律師和法官的腦力勞動(dòng)，使其能夠集中精力從事更加復(fù)雜的法律推理活動(dòng)。

四是促進(jìn)司法公正。司法推理雖有統(tǒng)一的法律標(biāo)準(zhǔn)，但法官是具有主觀能動(dòng)性的差異個(gè)體，所以在執(zhí)行統(tǒng)一標(biāo)準(zhǔn)時(shí)會(huì)產(chǎn)生一些差異的結(jié)果。司法解釋所具有的建構(gòu)性、辯證性和創(chuàng)造性的特點(diǎn)，進(jìn)一步加劇了這種差異。如果換了鋼鐵之軀的機(jī)器，這種由主觀原因所造成的差異性就有可能加以避免。這當(dāng)然不是說讓計(jì)算機(jī)完全取代法官，而是說，由于人工智能法律系統(tǒng)為司法審判提供了相對(duì)統(tǒng)一的推理標(biāo)準(zhǔn)和評(píng)價(jià)標(biāo)準(zhǔn)，從而可以輔助法官取得具有一貫性的判決。無(wú)論如何，我們必須承認(rèn)，鋼鐵之軀的機(jī)器沒有物質(zhì)欲望和感情生活，可以比人更少地受到外界因素的干擾。正像計(jì)算機(jī)錄取增強(qiáng)了高考招生的公正性、電子監(jiān)視器提高了糾正行車違章的公正性一樣，智能法律系統(tǒng)在庭審中的運(yùn)用有可能減少某些徇私舞弊現(xiàn)象。

五是輔助法律和培訓(xùn)。人工智能法律系統(tǒng)凝聚了法律家的專門知識(shí)和法官群體的審判經(jīng)驗(yàn)，如果通過軟件系統(tǒng)或計(jì)算機(jī)實(shí)現(xiàn)專家經(jīng)驗(yàn)和知識(shí)的共享，便可在法律教育和培訓(xùn)中發(fā)揮多方面的作用。例如，(1)在法學(xué)院教學(xué)中發(fā)揮模擬法庭的作用，可以幫助法律專業(yè)學(xué)生鞏固自己所學(xué)知識(shí)，并將法律知識(shí)應(yīng)用于模擬的審判實(shí)踐，從而較快地提高解決法律實(shí)踐問題的能力。(2)幫助新律師和新法官全面掌握法律知識(shí)，迅速獲得判案經(jīng)驗(yàn)，在審判過程的跟蹤檢測(cè)和判決結(jié)論的動(dòng)態(tài)校正中增長(zhǎng)知識(shí)和才干，較快地接近或達(dá)到專家水平。(3)可使不同地區(qū)、不同層次的律師和法官及時(shí)獲得有關(guān)法律問題的咨詢建議，彌補(bǔ)因知識(shí)結(jié)構(gòu)差異和判案經(jīng)驗(yàn)多寡而可能出現(xiàn)的失誤。(4)可以為大眾提供及時(shí)的法律咨詢，提高廣大人民群眾的法律素質(zhì)，增強(qiáng)法律意識(shí)。

六是輔助立法活動(dòng)。人工智能系統(tǒng)不僅對(duì)輔助司法審判有重要的意義，而且對(duì)完善立法也具有實(shí)用價(jià)值。（注：Edwina L.Rissland，Artificial Intelligence and Law:Stepping Stones to a Modelof Legal Reasoning， Yale Law Journal.(Vol.99:1957-1981).）例如，倫敦大學(xué)Imperial學(xué)院的邏輯程序組將1981年英國(guó)國(guó)籍法的形式化，幫助立法者發(fā)現(xiàn)了該法在預(yù)見性上存在的一些缺陷和法律漏洞。（注：Edwina L.Rissland，Artificial Intelligence and Law:Stepping Stones to a Model of Legal Reasoning，The Yale LawJournal.(Vol.99:1957-1981).）立法輔助系統(tǒng)如能于法律起草和法律草案的審議過程，有可能事先發(fā)現(xiàn)一些立法漏洞，避免一個(gè)法律內(nèi)部各種規(guī)則之間以及新法律與現(xiàn)有法律制度之間的相互沖突。

三、法在人工智能法律系統(tǒng)中的作用

1.人工智能法律系統(tǒng)的法理學(xué)思想來(lái)源

關(guān)于人工智能法律系統(tǒng)之法理學(xué)思想來(lái)源的追蹤，不是對(duì)法理學(xué)與人工智能的聯(lián)系作面面俱到的考察，而旨在揭示法理學(xué)對(duì)人工智能法律系統(tǒng)的所產(chǎn)生的一些直接。

第一，法律形式主義為人工智能法律系統(tǒng)的產(chǎn)生奠定了基礎(chǔ)。18-19世紀(jì)的法律形式主義強(qiáng)調(diào)法律推理的形式方面，認(rèn)為將法律化成簡(jiǎn)單的幾何公式是完全可能的。這種以J·奧斯汀為代表的英國(guó)法學(xué)的傳統(tǒng)，主張“法律推理應(yīng)該依據(jù)客觀事實(shí)、明確的規(guī)則以及邏輯去解決一切為法律所要求的具體行為。假如法律能如此運(yùn)作，那么無(wú)論誰(shuí)作裁決，法律推理都會(huì)導(dǎo)向同樣的裁決。”（注：（美）史蒂文·J·伯頓著：《法律和法律推理導(dǎo)論》，張志銘、解興權(quán)譯，政法大學(xué)出版社1998年9月版，第3頁(yè)。）換言之，機(jī)器只要遵守法律推理的邏輯，也可以得出和法官一樣的判決結(jié)果。在分析法學(xué)家看來(lái)，“所謂‘法治’就是要求結(jié)論必須是大前提與小前提邏輯必然結(jié)果。”（注：朱景文主編：《對(duì)西律傳統(tǒng)的挑戰(zhàn)》，中國(guó)檢察出版社1996年2月版，第292頁(yè)。）如果法官違反三段論推理的邏輯，就會(huì)破壞法治。這種機(jī)械論的法律推理觀，反映了分析法學(xué)要求法官不以個(gè)人價(jià)值觀干擾法律推理活動(dòng)的主張。但是，它同時(shí)具有忽視法官主觀能動(dòng)性和法律推理靈活性的僵化的缺陷。所以，自由法學(xué)家比埃利希將法律形式主義的邏輯推理說稱為“自動(dòng)售貨機(jī)”理論。然而，從人工智能就是為思維提供機(jī)械論解釋的意義上說，法律形式主義對(duì)法律推理所作的機(jī)械論解釋，恰恰為人工智能法律系統(tǒng)的開發(fā)提供了可能的前提。從人工智能法律系統(tǒng)研制的實(shí)際過程來(lái)看，在其起步階段，人工智能專家正是根據(jù)法律形式主義所提供的理論前提，首先選擇三段論演繹推理進(jìn)行模擬，由Walter G.Popp和Bernhard Schlink在20世紀(jì)70年代初開發(fā)了JUDITH律師推理系統(tǒng)。在這個(gè)系統(tǒng)中，作為推理大小前提的法律和事實(shí)之間的邏輯關(guān)系，被機(jī)以“如果A和B，那么C”的方式加以描述，使機(jī)器法律推理第一次從理論變?yōu)楝F(xiàn)實(shí)。

第二，法律現(xiàn)實(shí)主義推動(dòng)智能模擬深入到主體的思維結(jié)構(gòu)領(lǐng)域。法律形式主義忽視了推理主體的性。法官是生活在現(xiàn)實(shí)社會(huì)中的人，其所從事的法律活動(dòng)不可能不受到其社會(huì)體驗(yàn)和思維結(jié)構(gòu)的影響。法官在實(shí)際的審判實(shí)踐中，并不是機(jī)械地遵循規(guī)則，特別是在遇到復(fù)雜案件時(shí)，往往需要作出某種價(jià)值選擇。而一旦面對(duì)價(jià)值，法律形式主義的邏輯決定論便立刻陷入困境，顯出其僵化性的致命弱點(diǎn)。法律現(xiàn)實(shí)主義對(duì)其僵化性進(jìn)行了深刻的批判。霍姆斯法官明確提出“法律的生命并不在于邏輯而在于經(jīng)驗(yàn)”（注：（美）博登海默著：《法理學(xué)——法及其方法》，鄧正來(lái)、姬敬武譯，華夏出版社1987年12月版，第478頁(yè)。）的格言。這里所謂邏輯，就是指法律形式主義的三段論演繹邏輯；所謂經(jīng)驗(yàn)，則包括一定的道德和理論、公共政策及直覺知識(shí)，甚至法官的偏見。法律現(xiàn)實(shí)主義對(duì)法官主觀能動(dòng)性和法律推理靈活性的強(qiáng)調(diào)，促使人工智能研究從模擬法律推理的外在邏輯形式進(jìn)一步轉(zhuǎn)向探求法官的內(nèi)在思維結(jié)構(gòu)。人們開始考慮，如果思維結(jié)構(gòu)對(duì)法官的推理活動(dòng)具有定向作用，那么，人工智能法律系統(tǒng)若要達(dá)到法官水平，就應(yīng)該通過建立思維結(jié)構(gòu)模型來(lái)設(shè)計(jì)機(jī)器的運(yùn)行結(jié)構(gòu)。TAXMAN的設(shè)計(jì)就借鑒了這一思想，法律知識(shí)被計(jì)算機(jī)結(jié)構(gòu)語(yǔ)言以語(yǔ)義的方式組成不同的規(guī)則系統(tǒng)，解釋程序、協(xié)調(diào)程序、說明程序分別對(duì)網(wǎng)絡(luò)結(jié)構(gòu)中的輸入和輸出信息進(jìn)行動(dòng)態(tài)結(jié)構(gòu)調(diào)整，從而適應(yīng)了知識(shí)整合的需要。大規(guī)模知識(shí)系統(tǒng)的KBS(Knowledge Based System)開發(fā)也注意了思維結(jié)構(gòu)的整合作用，許多具有內(nèi)在聯(lián)系的小規(guī)模KBS子系統(tǒng)，在分別模擬法律推理要素功能（證成、法律查詢、法律解釋、法律適用、法律評(píng)價(jià)、理由闡述）的基礎(chǔ)上，又通過聯(lián)想程序被有機(jī)聯(lián)系起來(lái)，構(gòu)成了具有法律推理整體功能的概念模型。（注：P.Wahlgren，Automation of Legal Reasoning:A Study onArtificial Intelligence and Law，Computer Law Series 11.KluwerLaw and Taxation Publishers.Deventer Boston 1992.Chapter 7.）

第三，“開放結(jié)構(gòu)”的概念打開了疑難案件法律推理模擬的思路。法律形式主義忽視了疑難案件的存在。疑難案件的特征表現(xiàn)為法律規(guī)則和案件之間不存在單一的邏輯對(duì)應(yīng)關(guān)系。有時(shí)候從一個(gè)法律規(guī)則可以推出幾種不同的結(jié)論，它們往往沒有明顯的對(duì)錯(cuò)之分；有時(shí)一個(gè)案件面對(duì)著幾個(gè)相似的法律規(guī)則。在這些情況下，形式主義推理說都一籌莫展。但是，法律現(xiàn)實(shí)主義在批判法律形式主義時(shí)又走向另一個(gè)極端，它否認(rèn)具有普遍性的一般法律規(guī)則的存在，試圖用“行動(dòng)中的法律”完全代替法學(xué)“本本中的法律”。這種矯枉過正的做法雖然是使法律推理擺脫機(jī)械論束縛所走出的必要一步，然而，法律如果真像現(xiàn)實(shí)主義法學(xué)所說的那樣僅僅存在于具體判決之中，法律推理如果可以不遵循任何標(biāo)準(zhǔn)或因人而異，那么，受到挑戰(zhàn)的就不僅是法律形式主義，而且還會(huì)殃及法治要求實(shí)現(xiàn)規(guī)則統(tǒng)治之根本原則，并動(dòng)搖人工智能法律系統(tǒng)存在的基礎(chǔ)。哈特在法律形式主義和法律現(xiàn)實(shí)主義的爭(zhēng)論中采取了一種折中立場(chǎng)，他既承認(rèn)邏輯的局限性又強(qiáng)調(diào)其重要性；既拒斥法官完全按自己的預(yù)感來(lái)隨意判案的見解，又承認(rèn)直覺的存在。這種折中立場(chǎng)在哈特“開放結(jié)構(gòu)”的法律概念中得到了充分體現(xiàn)。法律概念既有“意義核心”又有“開放結(jié)構(gòu)”，邏輯推理可以幫助法官發(fā)現(xiàn)的陽(yáng)面，而根據(jù)政策、價(jià)值和后果對(duì)規(guī)則進(jìn)行解釋則有助于發(fā)現(xiàn)問題的陰面。開放結(jié)構(gòu)的法律概念，使基于規(guī)則的法律推理模擬在受到概念封閉性的限制而對(duì)疑難案件無(wú)能為力時(shí)，找到了新的立足點(diǎn)。在此基礎(chǔ)上，運(yùn)用開放結(jié)構(gòu)概念的疑難案件法律推理模型，通過邏輯程序工具和聯(lián)想技術(shù)而建立起來(lái)。Gardner博士就疑難案件提出兩種解決策略：一是將簡(jiǎn)易問題從疑難問題中篩選出來(lái)，運(yùn)用基于規(guī)則的技術(shù)來(lái)解決；二是將疑難問題同“開放結(jié)構(gòu)”的法律概念聯(lián)系在一起，先用非范例知識(shí)如規(guī)則、控辯雙方的陳述、常識(shí)來(lái)獲得初步答案，再運(yùn)用范例來(lái)澄清案件、檢查答案的正確性。

第四，目的法學(xué)促進(jìn)了價(jià)值推理的人工智能。目的法學(xué)是指一種所謂直接實(shí)現(xiàn)目的之“后法治”理想。美國(guó)法學(xué)家諾內(nèi)特和塞爾茲尼克把法律分為三種類型。他們認(rèn)為，以法治為標(biāo)志的自治型法，過分強(qiáng)調(diào)手段或程序的正當(dāng)性，有把手段當(dāng)作目的的傾向。這說明法治社會(huì)并沒有反映人類關(guān)于美好社會(huì)的最高理想，因?yàn)閷?shí)質(zhì)正義不是經(jīng)過人們直接追求而實(shí)現(xiàn)的，而是通過追求形式正義而間接獲得的。因此他們提出以回應(yīng)型法取代自治型法的主張。在回應(yīng)型法中，“目的為評(píng)判既定的做法設(shè)立了標(biāo)準(zhǔn)，從而也就開辟了變化的途徑。同時(shí)，如果認(rèn)真地對(duì)待目的，它們就能控制行政自由裁量權(quán)，從而減輕制度屈從的危險(xiǎn)。反之，缺少目的既是僵硬的根源，又是機(jī)會(huì)主義的根源。”（注：（美）諾內(nèi)特、塞爾茲尼克著：《轉(zhuǎn)變中的法律與社會(huì)》，張志銘譯，政法大學(xué)出版社1994年版，第60頁(yè)。）美國(guó)批判法學(xué)家昂格爾對(duì)形式主義法律推理和目的型法律推理的特點(diǎn)進(jìn)行了比較，他認(rèn)為，前者要求使用明確、固定的規(guī)則，無(wú)視社會(huì)現(xiàn)實(shí)生活中不同價(jià)值觀念的沖突，不能適應(yīng)復(fù)雜情況和變化，追求形式正義；后者則要求放松對(duì)法律推理標(biāo)準(zhǔn)的嚴(yán)格限制，允許使用無(wú)固定內(nèi)容的抽象標(biāo)準(zhǔn)，迫使人們?cè)诓煌膬r(jià)值觀念之間做出選擇，追求實(shí)質(zhì)正義。與此相應(yīng)，佩雷爾曼提出了新修辭學(xué)(New Rhetoric)的法律。他認(rèn)為，形式邏輯只是根據(jù)演繹法或歸納法對(duì)問題加以說明或論證的技術(shù)，屬于手段的邏輯；新修辭學(xué)要填補(bǔ)形式邏輯的不足，是關(guān)于目的的辯證邏輯，可以幫助法官論證其決定和選擇，因而是進(jìn)行價(jià)值判斷的邏輯。他認(rèn)為，在司法三段論思想支配下，法學(xué)的任務(wù)是將全部法律系統(tǒng)化并作為闡釋法律的大前提，“明確性、一致性和完備性”就成為對(duì)法律的三個(gè)要求。而新修辭學(xué)的基本思想是價(jià)值判斷的多元論，法官必須在某種價(jià)值判斷的指示下履行義務(wù)，必須考慮哪些價(jià)值是“合理的、可接受的、社會(huì)上有效的公平的”。這些價(jià)值構(gòu)成了判決的正當(dāng)理由。（注：沈宗靈著：《西》，北京大學(xué)出版社1992年版，第443-446頁(yè)。）制造人工智能法律系統(tǒng)最終需要解決價(jià)值推理的模擬問題，否則，就難以實(shí)現(xiàn)為判決提供正當(dāng)理由的要求。為此，P.Wahlgren提出的與人工智能相關(guān)的5種知識(shí)表達(dá)途徑中，明確地包括了以道義為基礎(chǔ)的法律推理模型。（注：P.Wahlgren，Automation of Legal Reasoning:A Study on ArtificialIntelligence and Law，Computer Law Series 11.Kluwer Law andTaxation Publishers.Deventer Boston 1992.Chapter 7.）引入道義邏輯，或者說在機(jī)器中采用基于某種道義邏輯的推理程序，強(qiáng)調(diào)目的價(jià)值，也許是制造智能法律系統(tǒng)的關(guān)鍵。不過，即使把道義邏輯硬塞給機(jī)，鋼鐵之軀的機(jī)器沒有生理需要，也很難產(chǎn)生價(jià)值觀念和主觀體驗(yàn)，沒辦法解決主觀選擇的問題。在這個(gè)問題上，波斯納曾以法律家有七情六欲為由對(duì)法律家對(duì)法律的機(jī)械忠誠(chéng)表示了強(qiáng)烈懷疑，并辯證地將其視為法律的動(dòng)力之一。只有人才能夠平衡相互沖突的利益，能夠發(fā)現(xiàn)對(duì)人類生存和發(fā)展至關(guān)重要的價(jià)值。因此，關(guān)于價(jià)值推理的人工智能模擬究竟能取得什么成果，恐怕還是個(gè)未知數(shù)。

2.法對(duì)人工智能系統(tǒng)研制的指導(dǎo)作用

Gold and Susskind指出：“不爭(zhēng)的事實(shí)是，所有的專家系統(tǒng)必須適應(yīng)一些法理學(xué)理論，因?yàn)橐磺蟹蓪＜蚁到y(tǒng)都需要提出關(guān)于法律和法律推理性質(zhì)的假設(shè)。從更嚴(yán)格的意義上說，一切專家系統(tǒng)都必須體現(xiàn)一種結(jié)構(gòu)理論和法律的個(gè)性，一種法律規(guī)范理論，一種描述法律的理論，一種法律推理理論”。（注：Gold and Susskind，ExpertSystems in Law:A Jurisprudential and Formal SpecificationApproach，pp.307-309.）人工智能法律系統(tǒng)的，不僅需要以法理學(xué)關(guān)于法律的一般理論為知識(shí)基礎(chǔ)，還需要從法理學(xué)獲得關(guān)于法律推理的完整理論，如法律推理實(shí)踐和理論的，法律推理的標(biāo)準(zhǔn)、主體、過程、等等。人工智能對(duì)法律推理的模擬，主要是對(duì)法理學(xué)關(guān)于法律推理的知識(shí)進(jìn)行人工智能方法的描述，建立數(shù)學(xué)模型并編制機(jī)程序，從而在智能機(jī)器上再現(xiàn)人類法律推理功能的過程。在這個(gè)過程中，人工智能專家的主要任務(wù)是研究如何吸收法理學(xué)關(guān)于法律推理的研究成果，包括法理學(xué)關(guān)于人工智能法律系統(tǒng)的研究成果。

隨著人工智能法律系統(tǒng)研究從低級(jí)向高級(jí)目標(biāo)的推進(jìn)，人們?cè)絹?lái)越意識(shí)到，對(duì)法律推理的微觀機(jī)制認(rèn)識(shí)不足已成為人工智能模擬的嚴(yán)重障礙。P.Wahlgren指出，“許多人工智能技術(shù)在法律領(lǐng)域的開發(fā)項(xiàng)目之所以失敗，就是因?yàn)樵S多潛在的法理學(xué)原則沒有在系統(tǒng)開發(fā)的開始階段被遵守或給予有效的注意。”“法理學(xué)對(duì)法律推理和方法論的關(guān)注已經(jīng)有幾百年，而人工智能的誕生只是本世紀(jì)50年代中期的事情，這個(gè)事實(shí)是人工智能通過考察法理學(xué)知識(shí)來(lái)豐富自己的一個(gè)有效動(dòng)機(jī)。”（注：P.Wahlgren，Automation of Legal Reasoning:A Study onArtificial Intelligence and Law，Computer Law Series 11.KluwerLaw and Taxation Publishers.Deventer Boston 1992.Chapter 7.）因此，研究法律推理自動(dòng)化的目標(biāo)，“一方面是用人工智能（通過把計(jì)算機(jī)的應(yīng)用與模型相結(jié)合）來(lái)支撐法律推理的可能性；另一方面是應(yīng)用法理學(xué)理論來(lái)解決作為法律推理支撐系統(tǒng)的以及一般的人工智能問題。”（注：P.Wahlgren，Automation of Legal Reasoning:A Studyon Artificial Intelligence and Law，Computer Law Series 11.Kluwer Law and Taxation Publishers.Deventer Boston 1992.Chapter 7.）在前一方面，是人工智能法律系統(tǒng)充當(dāng)法律推理研究的思想實(shí)驗(yàn)手段以及輔助司法審判的問題。后一方面，則是法律推理的法律學(xué)研究成果直接為人工智能法律系統(tǒng)的研制所應(yīng)用的問題。例如，20世紀(jì)70年代法理學(xué)在真實(shí)和假設(shè)案例的推理和分析方面所取得的成果，已為幾種人工智能法律裝置借鑒而成為其設(shè)計(jì)工作的理論基礎(chǔ)。在運(yùn)用模糊或開放結(jié)構(gòu)概念的法律推理研究方面，以及在法庭辯論和法律解釋的形式化等問題上，法理學(xué)的研究成果也已為人工智能法律系統(tǒng)的研究所借鑒。

四、人工智能法律系統(tǒng)研究的難點(diǎn)

人工智能法律系統(tǒng)的研究盡管在很短的時(shí)間內(nèi)取得了許多令人振奮的成果，但它的發(fā)展也面臨著許多困難。這些困難構(gòu)成了研究工作需要進(jìn)一步努力奮斗的目標(biāo)。

第一，關(guān)于法律解釋的模擬。在法理學(xué)的諸多研究成果中，法律解釋的研究對(duì)人工智能法律系統(tǒng)的研制起著關(guān)鍵作用。法律知識(shí)表達(dá)的核心問題是法律解釋。法律規(guī)范在一個(gè)法律論點(diǎn)上的效力，是由法律家按忠實(shí)原意和適合當(dāng)時(shí)案件的原則通過法律解釋予以確認(rèn)的，其中包含著人類特有的價(jià)值和目的考慮，反映了法律家的知識(shí)表達(dá)具有主觀能動(dòng)性。所以，德沃金將解釋過程看作是一種結(jié)合了法律知識(shí)、信息和思維方法而形成的，能夠應(yīng)變的思維策略。（注：Dworkin，Taking RightsSeriously，Harvard University Press Cambridge，Massachusetts1977.p.75.）的法律專家系統(tǒng)并未以知識(shí)表達(dá)為目的來(lái)解釋法律，而是將法律整齊地“碼放”在計(jì)算機(jī)記憶系統(tǒng)中僅供一般檢索之用。然而，在法律知識(shí)工程系統(tǒng)中，法律知識(shí)必須被解釋，以滿足自動(dòng)推理對(duì)法律知識(shí)進(jìn)行重新建構(gòu)的需要。麥卡錫說：“在開發(fā)智能信息系統(tǒng)的過程中，最關(guān)鍵的任務(wù)既不是文件的重建也不是專家意見的重建，而是建立有關(guān)法律領(lǐng)域的概念模型。”（注：McCarty，Intelligent legalinformation systems:problems and prospects，op.cit.supra，note25，p.126.）建立法律概念模型必須以法律家對(duì)某一法律概念的共識(shí)為基礎(chǔ)，但不同的法律家對(duì)同一法律概念往往有不同的解釋策略。凱爾森甚至說：即使在國(guó)內(nèi)法領(lǐng)域也難以形成一個(gè)“能夠用來(lái)敘述一定法律共同體的實(shí)在法的基本概念”。（注：（奧）凱爾森著：《法與國(guó)家的一般理論》，沈宗靈譯，大百科全書出版社1996年版，第1頁(yè)。）盡管如此，法理學(xué)還是為法律概念模型的重建提供了一些方法。例如，德沃金認(rèn)為，法官在“解釋”階段，要通過推理論證，為自己在“前解釋”階段所確定的大多數(shù)法官對(duì)模糊法律規(guī)范的“一致看法”提供“一些總的理由”。獲取這些總的理由的過程分為兩個(gè)步驟：首先，從現(xiàn)存的明確法律制度中抽象出一般的法律原則，用自我建立的一般法律理論來(lái)證明這種法律原則是其中的一部分，證明現(xiàn)存的明確法律制度是正當(dāng)?shù)摹Ｆ浯危僖苑稍瓌t為依據(jù)反向推出具體的法律結(jié)論，即用一般法律理論來(lái)證明某一法律原則存在的合理性，再用該法律原則來(lái)解釋某一法律概念。TAXMAN等系統(tǒng)裝置已吸收了這種方法，法律知識(shí)被計(jì)算機(jī)結(jié)構(gòu)語(yǔ)言以語(yǔ)義的方式組成不同的規(guī)則系統(tǒng)，解釋程序使計(jì)算機(jī)根據(jù)案件事實(shí)來(lái)執(zhí)行某條法律規(guī)則，并在新案件事實(shí)輸入時(shí)對(duì)法律規(guī)則作出新的解釋后才加以調(diào)用。不過，法律知識(shí)表達(dá)的進(jìn)展還依賴于法律解釋研究取得更多的突破。

第二，關(guān)于啟發(fā)式程序。的專家系統(tǒng)如果不能與啟發(fā)式程序接口，不能運(yùn)用判斷性知識(shí)進(jìn)行推理，只通過規(guī)則反饋來(lái)提供簡(jiǎn)單解釋，就談不上真正的智能性。啟發(fā)式程序要解決智能機(jī)器如何模擬法律家推理的直覺性、經(jīng)驗(yàn)性以及推理結(jié)果的不確定性等，即人可以有效地處理錯(cuò)誤的或不完全的數(shù)據(jù)，在必要時(shí)作出猜測(cè)和假設(shè)，從而使問題的解決具有靈活性。在這方面，Gardner的混合推理模型，Edwina L.Rissland運(yùn)用聯(lián)想程序?qū)σ?guī)則和判例推理的結(jié)果作集合處理的思路，以及Massachusetts大學(xué)研制的CABARET（基于判例的推理工具），在將啟發(fā)式程序于系統(tǒng)開發(fā)方面都進(jìn)行了有益的嘗試。但是，法律問題往往沒有唯一正確的答案，這是人工智能模擬法律推理的一個(gè)難題。選擇哪一個(gè)答案，往往取決于法律推理的目的標(biāo)準(zhǔn)和推理主體的立場(chǎng)和價(jià)值觀念。但智能機(jī)器沒有自己的目的、利益和立場(chǎng)。這似乎從某種程度上劃定了機(jī)器法律推理所能解決問題的范圍。

第三，關(guān)于法律語(yǔ)言理解。在設(shè)計(jì)基于規(guī)則的程序時(shí)，設(shè)計(jì)者必須假定整套規(guī)則沒有意義不明和沖突，程序必須消滅這些問題而使規(guī)則呈現(xiàn)出更多的一致性。就是說，盡管人們對(duì)法律概念的含義可以爭(zhēng)論不休，但輸入機(jī)器的法律語(yǔ)言卻不能互相矛盾。機(jī)器語(yǔ)言具有很大的局限性，例如，LDS基于規(guī)則來(lái)模擬嚴(yán)格責(zé)任并實(shí)際損害時(shí)，表現(xiàn)出的最大弱點(diǎn)就是不能使用不精確的自然語(yǔ)言進(jìn)行推理。然而，在實(shí)際的法律推理過程中，法律家對(duì)某個(gè)問題的任何一種回答都可根據(jù)上下文關(guān)系作多種解釋，而且辯論雙方總是尋求得出不同的結(jié)論。因此，智能法律專家系統(tǒng)的成功在很大程度上還依賴于自然語(yǔ)言理解工作的突破。牛津大學(xué)的一個(gè)程序組正在研究法律自然語(yǔ)言的理解問題，但是遇到了重重困難。原因是連法學(xué)家們自己目前也還沒有建立起一套大家一致同意的專業(yè)術(shù)語(yǔ)規(guī)范。所以Edwina L.Rissland認(rèn)為，常識(shí)知識(shí)、意圖和信仰類知識(shí)的模擬化，以及自然語(yǔ)言理解的模擬問題，迄今為止可能是人工智能面臨的最困難的任務(wù)。對(duì)于語(yǔ)言模擬來(lái)說，像交際短語(yǔ)和短語(yǔ)概括的有限能力可能會(huì)在較窄的語(yǔ)境條件下取得成果，完全的功能模擬、一般“解決問題”能力的模擬則距離非常遙遠(yuǎn)，而像書面上訴意見的理解則是永遠(yuǎn)的終極幻想。（注：Edwina L.Rissland，ArtificialIntelligence and Law:Stepping Stones to a Model of LegalReasoning， Yale Law Journal.(Vol.99:1957-1981).）

五、人工智能法律系統(tǒng)的開發(fā)策略和應(yīng)用前景

我們能夠制造出一臺(tái)什么樣的機(jī)器，可以證明它是人工智能法律系統(tǒng)？從檢驗(yàn)標(biāo)準(zhǔn)上看，這主要是法律知識(shí)在機(jī)器中再現(xiàn)的判定問題。根據(jù)“圖靈試驗(yàn)”原理，我們可將該檢驗(yàn)標(biāo)準(zhǔn)概括如下：設(shè)兩間隔開的屋子，一間坐著一位法律家，另一間“坐著”一臺(tái)智能機(jī)器。一個(gè)人（也是法律家）向法律家和機(jī)器提出同樣的法律問題，如果提問者不能從二者的回答中區(qū)分出誰(shuí)是法律家、誰(shuí)是機(jī)器，就不能懷疑機(jī)器具有法律知識(shí)表達(dá)的能力。

依“圖靈試驗(yàn)”制定的智能法律系統(tǒng)檢驗(yàn)標(biāo)準(zhǔn)，所看重的是功能。只要機(jī)器和法律家解決同樣法律問題時(shí)所表現(xiàn)出來(lái)的功能相同，就不再苛求哪個(gè)是鋼鐵結(jié)構(gòu)、哪個(gè)是血肉之軀。人工智能立足的基礎(chǔ)，就是相同的功能可以通過不同的結(jié)構(gòu)來(lái)實(shí)現(xiàn)之功能模擬。

從功能模擬的觀點(diǎn)來(lái)確定人工智能法律系統(tǒng)的研究與開發(fā)策略，可作以下考慮：

第一，擴(kuò)大人工智能法律系統(tǒng)的研發(fā)主體。現(xiàn)有人工法律系統(tǒng)的幼稚，暴露了僅僅依靠計(jì)算機(jī)和知識(shí)工程專家從事系統(tǒng)研發(fā)工作的局限性。因此，應(yīng)該確立以法律家、邏輯學(xué)家和計(jì)算機(jī)專家三結(jié)合的研發(fā)群體。在系統(tǒng)研發(fā)初期，可組成由法學(xué)家、邏輯與認(rèn)知專家、計(jì)算機(jī)和知識(shí)工程專家為主體的課題組，制定系統(tǒng)研發(fā)的整體戰(zhàn)略和分階段實(shí)施的研發(fā)規(guī)劃。在系統(tǒng)研發(fā)中期，應(yīng)通過等手段充分吸收初級(jí)產(chǎn)品用戶（律師、檢察官、法官）的意見，使研發(fā)工作在理論研究與實(shí)際應(yīng)用之間形成反饋，將開發(fā)精英與廣大用戶的智慧結(jié)合起來(lái)，互相啟發(fā)、群策群力，推動(dòng)系統(tǒng)迅速升級(jí)。

第二，確定與相結(jié)合、以應(yīng)用為主導(dǎo)的研發(fā)策略。國(guó)外人工智能系統(tǒng)的研究大多停留在實(shí)驗(yàn)室領(lǐng)域，還沒有在司法實(shí)踐中加以應(yīng)用。但是，任何智能系統(tǒng)包括相對(duì)簡(jiǎn)單的軟件系統(tǒng)，如果不經(jīng)過用戶的長(zhǎng)期使用和反饋，是永遠(yuǎn)也不可能走向成熟的。從我國(guó)的實(shí)際情況看，如果不能將初期研究成果盡快地轉(zhuǎn)化為產(chǎn)品，我們也難以為后續(xù)研究工作提供雄厚的資金支持。因此，人工智能法律系統(tǒng)的研究必須走產(chǎn)研結(jié)合的道路，堅(jiān)持以應(yīng)用開路，使智能法律系統(tǒng)盡快走出實(shí)驗(yàn)室，同時(shí)以研究為先導(dǎo)，促進(jìn)不斷更新升級(jí)。

第三，系統(tǒng)研發(fā)目標(biāo)與初級(jí)產(chǎn)品功能定位。人工智能法律系統(tǒng)的研發(fā)目標(biāo)是制造出能夠滿足多用戶（律師、檢察官、法官、立法者、法學(xué)家）多種需要的機(jī)型。初級(jí)產(chǎn)品的定位應(yīng)考慮到，人的推理功能特別是價(jià)值推理的功能遠(yuǎn)遠(yuǎn)超過機(jī)器，但人的記憶功能、檢索速度和準(zhǔn)確性又遠(yuǎn)不如機(jī)器。同時(shí)還應(yīng)該考慮到，我國(guó)目前有12萬(wàn)律師，23萬(wàn)檢察官和21萬(wàn)法官，每年1.2萬(wàn)法學(xué)院本科畢業(yè)生，他們對(duì)法律知識(shí)的獲取、表達(dá)和應(yīng)用能力參差不齊。因此，初級(jí)產(chǎn)品的標(biāo)準(zhǔn)可適當(dāng)降低，先研制推理功能薄弱、檢索功能強(qiáng)大的法律專家系統(tǒng)。可與機(jī)廠商合作生產(chǎn)具有強(qiáng)大數(shù)據(jù)庫(kù)功能的硬件，并確保最新法律、法規(guī)、司法解釋和判例的網(wǎng)上及時(shí)更新；同時(shí)編制以案件為引導(dǎo)的高速檢索軟件。系統(tǒng)開發(fā)的先期目標(biāo)應(yīng)確定為：(1)替律師起草僅供的起訴書和辯護(hù)詞；(2)替法官起草僅供參考的判決書；(3)為法學(xué)院學(xué)生提供模擬法庭審判的通用系統(tǒng)軟件，以輔助學(xué)生在起訴、辯護(hù)和審判等訴訟的不同階段鞏固所學(xué)知識(shí)、獲得審判經(jīng)驗(yàn)。上述軟件旨在提供一個(gè)初級(jí)平臺(tái)，先解決有無(wú)和急需，再不斷收集用戶反饋意見，逐步改進(jìn)完善。

第四，實(shí)驗(yàn)室研發(fā)應(yīng)確定較高的起點(diǎn)或跟蹤戰(zhàn)略。國(guó)外以知識(shí)工程為主要技術(shù)手段的人工智能法律系統(tǒng)開發(fā)已經(jīng)歷了如下階段：(1)主要適用于簡(jiǎn)單案件的規(guī)則推理；(2)運(yùn)用開放結(jié)構(gòu)概念的推理；(3)運(yùn)用判例和假設(shè)的推理；(4)運(yùn)用規(guī)則和判例的混合推理。我們?nèi)绱_定以簡(jiǎn)單案件的規(guī)則推理為初級(jí)市場(chǎng)產(chǎn)品，那么，實(shí)驗(yàn)室中第二代產(chǎn)品開發(fā)就應(yīng)瞄準(zhǔn)運(yùn)用開放結(jié)構(gòu)概念的推理。同時(shí)，跟蹤運(yùn)用假設(shè)的推理及混合推理，吸收國(guó)外先進(jìn)的KBS和HYPO的設(shè)計(jì)思想，將功能子系統(tǒng)開發(fā)與聯(lián)想式控制系統(tǒng)結(jié)合。HYPO判例法推理智能裝置具有如下功能：(1)評(píng)價(jià)相關(guān)判例；(2)判定何方使用判例更加貼切；(3)并區(qū)分判例；(4)建立假設(shè)并用假設(shè)來(lái)推理；(5)為一種主張引用各種類型的反例；(6)建立判例的引證概要。HYPO以商業(yè)秘密法的判例推理為模擬對(duì)象，假設(shè)了完全自動(dòng)化的法律推理過程中全部要素被建立起來(lái)的途徑。值得注意的是，HYPO忽略了許多要素的存在，如商業(yè)秘密法背后的政策考慮，法律概念應(yīng)用于實(shí)際情況時(shí)固有的模糊性，信息是否已被公開，被告是否使用了對(duì)方設(shè)計(jì)的產(chǎn)品，是否簽署了讓與協(xié)議，等等。一個(gè)系統(tǒng)設(shè)計(jì)的要素列表無(wú)論多長(zhǎng)，好律師也總能再多想出一些。同樣，律師對(duì)案件的分析，不可能僅限于商業(yè)秘密法判例，還可能援引侵權(quán)法或?qū)＠ǖ呐欣@決定了起訴緣由的多種可能性。Ashley還討論了判例法推理模擬的其他困難：判例并不是概念的肯定的或否定的樣本，因此，要通過要素等簡(jiǎn)單的法律術(shù)語(yǔ)使模糊的法律規(guī)則得到澄清十分困難，法律原則和類推推理之間的關(guān)系還不能以令人滿意的方式加以描述。（注：Edwina L.Rissland，Artificial Intelligence and Law:Stepping Stones toa Model of Legal Reasoning， Yale Law Journal.(Vol.99:1957-1981).）這說明，即使具有較高起點(diǎn)的實(shí)驗(yàn)室基礎(chǔ)研究，也不宜確定過高的目標(biāo)。因?yàn)椋悄芊上到y(tǒng)的研究不能脫離人工智能的整體發(fā)展水平。

篇13

1 人工智能及其在醫(yī)學(xué)上的應(yīng)用

AI是一個(gè)廣義的術(shù)語(yǔ)，指的是機(jī)器或計(jì)算程序執(zhí)行具有人類智能特征的任務(wù)的能力，如模式識(shí)別和解決問題的能力等。AI可以通過彌補(bǔ)人類智能，使現(xiàn)有醫(yī)療診斷和預(yù)后價(jià)值最大化，同時(shí)使醫(yī)師負(fù)擔(dān)最小化，從而顯著改善健康診療過程和結(jié)果。AI在臨床實(shí)踐中的應(yīng)用預(yù)示著醫(yī)學(xué)領(lǐng)域一個(gè)更為劇烈變化時(shí)代的到來(lái)，在影像學(xué)方面尤其如此。一項(xiàng)通過分析科學(xué)網(wǎng)數(shù)據(jù)庫(kù)的研究[3]發(fā)現(xiàn)，目前AI在醫(yī)學(xué)的研究領(lǐng)域主要集中在大數(shù)據(jù)分析、腦卒中康復(fù)、心臟手術(shù)和醫(yī)療診斷和預(yù)后預(yù)測(cè)等方面。其中，用于醫(yī)學(xué)診斷、預(yù)后預(yù)測(cè)和分類的神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)是主要熱點(diǎn)，占所有文獻(xiàn)的26%；而未來(lái)最引人關(guān)注的研究主題是基于AI的微創(chuàng)手術(shù)。然而，關(guān)于AI數(shù)據(jù)管理、模型可靠性、模型臨床效用驗(yàn)證等問題尚未進(jìn)行廣泛研究。

2 人工智能的機(jī)器學(xué)習(xí)法

大數(shù)據(jù)是一個(gè)經(jīng)常用來(lái)描述大量收集數(shù)據(jù)的術(shù)語(yǔ)，如來(lái)自大型生物信息庫(kù)的基因組數(shù)據(jù)、電子健康記錄檔案和大型研究隊(duì)列數(shù)據(jù)以及影像學(xué)掃描數(shù)據(jù)等。AI系統(tǒng)通過識(shí)別和提取一組觀測(cè)數(shù)據(jù)（數(shù)據(jù)集）的模式來(lái)自主獲取知識(shí)的過程稱為機(jī)器學(xué)習(xí)（machine learning,ML）。ML是人工智能的一個(gè)組成部分，描述為計(jì)算機(jī)從經(jīng)驗(yàn)中學(xué)習(xí)的過程，并在沒有事先知識(shí)的情況下執(zhí)行預(yù)定的任務(wù)[4]。機(jī)器學(xué)習(xí)可以進(jìn)一步分為監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)，這取決于用于學(xué)習(xí)的樣本是否完全標(biāo)記、部分標(biāo)記或未標(biāo)記。ML的典型例子是人工神經(jīng)網(wǎng)絡(luò)，后者基于人類大腦的神經(jīng)元及其連接，神經(jīng)元之間的相互依賴關(guān)系反映出不同的權(quán)重，每個(gè)神經(jīng)元接受多個(gè)輸入，所有的輸入一起決定了神經(jīng)元的激活。通過樣本訓(xùn)練找到這些合適權(quán)重的過程就是學(xué)習(xí)。學(xué)習(xí)過程的復(fù)雜性和所需的樣本量隨著神經(jīng)元數(shù)量的增加而增加。由于計(jì)算能力和樣本大小的限制，機(jī)器學(xué)習(xí)應(yīng)用程序的成功依賴于從原始樣本中手工提取特征來(lái)減少神經(jīng)元的數(shù)量。為了解決這一問題，人們提出了深度學(xué)習(xí)的方法，即自動(dòng)學(xué)習(xí)代表性的樣本。深度學(xué)習(xí)是指一種特別強(qiáng)大的ML方法，它利用卷積神經(jīng)網(wǎng)絡(luò)模擬人類的認(rèn)知，常用于影像模式識(shí)別和分類。

模型訓(xùn)練是所有ML類型的共同過程，它是利用模型分析所提供的數(shù)據(jù)中的各種特性來(lái)學(xué)習(xí)如何生成輸出標(biāo)簽的過程[5]。如在超聲心動(dòng)圖中，一個(gè)模型可以分析各種特征，如左心室壁厚度和左心室射血分?jǐn)?shù)，以確定患者是否具有特定的條件。然而，在分析中包含不相關(guān)的特征可能會(huì)導(dǎo)致模型過度擬合，從而在呈現(xiàn)新數(shù)據(jù)集時(shí)降低其準(zhǔn)確性。這強(qiáng)調(diào)了擁有一個(gè)能夠代表總體的訓(xùn)練數(shù)據(jù)集的重要性。數(shù)據(jù)集的質(zhì)量對(duì)于最終ML模型的質(zhì)量至關(guān)重要。盡管ML算法可以使用小數(shù)據(jù)集或大數(shù)據(jù)集進(jìn)行訓(xùn)練，但大數(shù)據(jù)集可以最大限度地提高訓(xùn)練算法的內(nèi)部和外部有效性，降低過度擬合的風(fēng)險(xiǎn)。正確模型的選擇通常取決于操作員的專業(yè)知識(shí)、數(shù)據(jù)集的性質(zhì)和最終人工智能系統(tǒng)的目的。

3 人工智能在心血管超聲的應(yīng)用

心血管成像領(lǐng)域，包括超聲心動(dòng)圖、心臟計(jì)算機(jī)斷層掃描、心臟磁共振成像和核成像，具有復(fù)雜的成像技術(shù)和高容量的成像數(shù)據(jù)，處于精準(zhǔn)心臟病學(xué)革命的前沿。然而，在基于AI的臨床轉(zhuǎn)化方法中，心血管成像一直落后于腫瘤學(xué)等其他領(lǐng)域。人工智能在超聲心動(dòng)圖中的應(yīng)用包括自動(dòng)心室定量和射血分?jǐn)?shù)計(jì)算、應(yīng)變測(cè)量和瓣膜形態(tài)及功能評(píng)估以及ML在心臟疾病自動(dòng)診斷中的應(yīng)用。

3.1 心室定量和EF自動(dòng)化。

自動(dòng)心室量化和EF計(jì)算的算法旨在提供準(zhǔn)確、快速和可重復(fù)的心尖視圖分類、解剖標(biāo)志檢測(cè)、心室壁分割和心內(nèi)膜跟蹤。有研究[6]比較了AI軟件自動(dòng)測(cè)量（AutoEF）和手工追蹤雙平面Simpson法測(cè)量左室EF的準(zhǔn)確性，并與心臟MRI進(jìn)行了比較。結(jié)果表明AutoEF與手動(dòng)雙平面Simpson法測(cè)得的EF相關(guān)性較好，且與MRI相關(guān)性良好，但AutoEF低估了左室舒張末期容積（EDV）和收縮期末期容積（ESV）。此外，在不同切面，測(cè)量的準(zhǔn)確性存在差異，以胸骨旁長(zhǎng)軸切面的準(zhǔn)確性最高，達(dá)96%，而在心尖切面時(shí)整體精度降低（84%）。腔室定量和左室EF測(cè)量的中位數(shù)絕對(duì)偏差在15%～17%，其中ESV的絕對(duì)偏差最小；左房容積和左室EDV被高估。

3.2 心肌運(yùn)動(dòng)和應(yīng)變測(cè)量。

Kusunose等[7]研究發(fā)現(xiàn)與傳統(tǒng)二維超聲心動(dòng)圖相比，利用深度卷積神經(jīng)網(wǎng)絡(luò)可更好的檢測(cè)區(qū)域壁運(yùn)動(dòng)異常并區(qū)分冠狀動(dòng)脈梗死區(qū)域。Cikes等[8]利用復(fù)雜超聲心動(dòng)圖數(shù)據(jù)（整個(gè)心動(dòng)周期的左室容積和變形數(shù)據(jù)，而不是單個(gè)數(shù)據(jù)點(diǎn)）和臨床參數(shù)的ML算法識(shí)別心衰并對(duì)心臟再同步化治療的反應(yīng)進(jìn)行評(píng)估，證實(shí)通過整合臨床參數(shù)和全心周期成像數(shù)據(jù)，無(wú)監(jiān)督的ML可以為表型異質(zhì)性心力衰竭隊(duì)列提供一個(gè)有臨床意義的分類，并可能有助于優(yōu)化特定治療的反應(yīng)率。另有研究證實(shí)[9-10],ML算法有助于區(qū)分縮窄性心包炎、限制性心肌病以及肥厚性心肌的重塑。Zhang等[11]采用AI軟件和手工勾畫對(duì)左室心肌的縱向應(yīng)變進(jìn)行了比較研究。發(fā)現(xiàn)AI自動(dòng)測(cè)量的心肌全局縱向應(yīng)變與手動(dòng)應(yīng)變變化最小（絕對(duì)值為1.4%～1.6%）。

3.3 心臟瓣膜評(píng)估。

有學(xué)者[12]采用AI軟件對(duì)二尖瓣幾何形狀進(jìn)行測(cè)量，測(cè)量參數(shù)包括二尖瓣環(huán)面積、瓣環(huán)高度和寬度、瓣葉連合間距、前后葉長(zhǎng)度等。發(fā)現(xiàn)相對(duì)于常規(guī)超聲心動(dòng)圖，所有評(píng)估的成像參數(shù)均獲得了更好的觀察者間一致性，而且所花費(fèi)的時(shí)間明顯較少。Prihadi等[13]研究證實(shí)，經(jīng)食管超聲心動(dòng)圖AI軟件能夠精確地對(duì)主動(dòng)脈瓣結(jié)構(gòu)以及冠狀動(dòng)脈開口進(jìn)行測(cè)量和定位，且與多層螺旋CT的測(cè)量結(jié)果具有良好的相關(guān)性。

4 展望

在海量醫(yī)學(xué)信息和影像數(shù)字化日益積累的現(xiàn)代醫(yī)學(xué)時(shí)代，AI和ML為疾病診斷和風(fēng)險(xiǎn)預(yù)測(cè)等問題提供了新的解決方案。通過AI對(duì)超聲心動(dòng)圖數(shù)據(jù)進(jìn)行預(yù)測(cè)、建模和精確分析，可以幫助超聲醫(yī)師快速、準(zhǔn)確地處理大量心臟超聲影像學(xué)數(shù)據(jù)，既有利于應(yīng)對(duì)當(dāng)前醫(yī)療信息數(shù)量的急劇增長(zhǎng)，又有利于提高處理數(shù)據(jù)信息的能力。未來(lái)，針對(duì)AI的研究應(yīng)關(guān)注超聲圖像數(shù)據(jù)特征定義及其提取方法的標(biāo)準(zhǔn)化，以確保可推廣性和可再現(xiàn)性，促進(jìn)AI向更加個(gè)性化的醫(yī)療模式轉(zhuǎn)變。此外，AI系統(tǒng)與遠(yuǎn)程醫(yī)療等軟件的集成，將使智能心臟超聲診斷系統(tǒng)滲透到資源消耗負(fù)擔(dān)最繁重的地區(qū)，提高經(jīng)濟(jì)效益。

參考文獻(xiàn)

[1]Oikonomou EK,Siddique M,Antoniades C.Artificial intelligence in medical imaging:A radiomic guide to precision phenotyping of cardiovascular disease[J].Cardiovasc Res,2020,Feb 24;cvaa021.

[2]Dey D,Slomka PJ,Leeson P,et al.Artificial Intelligence in Cardiovascular Imaging:JACC State-of-the-Art Review[J].J Am Coll Cardiol,2019,73(11):1317-1335.

[3]Tran BX,Latkin CA,Vu GT,et al.The Current Research Landscape of the Application of Artificial Intelligence in Managing Cerebrovascular and Heart Diseases:A Bibliometric and Content Analysis[J].Int J Environ Res Public Health,2019,16(15):2699.

[4]Gandhi S,Mosleh W,Shen J,et al.Automation,machine learning,and artificial intelligence in echocardiography:A brave new world[J].Echocardiography,2018,35(9):1402-1418.

[5]Alsharqi M,Woodward WJ,Mumith JA,et al.Artificial intelligence and echocardiography[J].Echo Res Pract,2018,5(4):R115-R125.

[6]Xu B,KocyigitD,Grimm R,et al.Applications of artificial intelligence in multimodality cardiovascular imaging:A state-of-theart review[J].Prog Cardiovasc Dis,2020,19;S0033-0620(20)30060-8.

[7]Kusunose K,Abe T,Haga A,et al.A Deep Learning Approach for Assessment of Regional Wall Motion Abnormality From Echocardiographic Images[J].JACC Cardiovasc Imaging,2020,13(2 Pt 1):374-381.

[8]Cikes M,Sanchez-Martinez S,Claggett B,et al.Machine learningbased phenogrouping in heart failure to identify responders to cardiac resynchronization therapy[J].Eur J Heart Fail,2019,21(1):74-85.

[9]Narula S,Shameer K,Salem Omar AM,et al.Machine-Learning Algorithms to Automate Morphological and Functional Assessments in 2D Echocardiography[J].J Am Coll Cardiol,2016,68(21):2287-2295.

[10]Sengupta PP,Huang YM,Bansal M,et al.Cognitive machine-learning algorithm for cardiac imaging:a pilot study for differentiating constrictive pericarditis from restrictive cardiomyopathy[J].Circ Cardiovasc Imaging 2016,9(6):e004330.