人工智能圖書館理性思考

導語：人工智能圖書館理性思考一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

〔摘要〕人工智能是當下圖書館界討論的熱門議題。但究竟什么是人工智能？我國人工智能的真實發展水平如何？圖書館應用人工智能技術會帶來哪些風險？哪些人工智能技術能夠為圖書館所用等，需要理性思考和認識。運用文獻分析法發現，現階段我國人工智能技術應用成就顯著，但仍有諸多局限性，與美國等發達國家差距頗大。圖書館應用人工智能應事先進行全面評估，識別和控制好倫理與法律風險，做好應用場景分析，培養圖書館員的人工智能知識素養。

〔關鍵詞〕人工智能;圖書館;機器學習;深度學習;大數據;倫理風險

1引言

2016年AlphaGo戰勝人類棋手，引發了又一波人工智能熱潮。深度學習理論上的突破，使人工智能技術終于實現了商業化應用。而人類發展的巨大需求推動了人工智能與生產、生活的深度融合：人工智能+制造、人工智能+醫療、人工智能+教育、人工智能+服務等遍地開花。人工智能作為新一輪產業革命的重要驅動力量，已成為國家發展戰略。生產的傳統杠桿——資本投資和勞動力推動經濟增長的能力顯著下降。作為一種新的生產因素，人工智能極有可能推動新的增長[1]。面對智能時代的到來，學者們也在積極探討如何將人工智能技術應用于圖書館，期待著人工智能給圖書館帶來變革。然而，什么是人工智能？哪些技術屬于人工智能？目前我國人工智能的真實發展水平如何？與發達國家有哪些差距？現階段人工智能技術有哪些局限性？哪些人工智能技術能夠為圖書館所用等等，我們在欣喜地看到新技術帶來變革機遇的同時，也要清醒地認識到產生的問題。文章希望通過分析探討上述問題，有助于圖書館抓住人工智能發展機遇，安全、合法利用人工智能技術，從而使其更好服務于圖書館未來。

2人工智能及其發展簡述

人工智能是人類創造的一種機器智能。理想的人工智能應該擁有類人大腦，可以思考、判斷和推理，能通過知識的自我學習不斷進化，像人類一樣能舉一反三融會貫通，并按要求完成指定任務。但機器智能的產生機理與人類智能完全不同。它是通過傳感器感知外部環境，借助相當于人腦的GPU、TPU、ASIC等芯片處理獲得的信息，預測結果，然后以機器人、機器狗、顯示器等完成既定任務。人工智能研究范圍可歸納為：機器學習、計算機視覺、自然語言處理、認知和推理、機器人、博弈與倫理六個領域。各領域間相互交叉、相互融合。人工智能自1956年誕生至今的60多年中，經歷過三次發展高潮兩次低潮。目前第三次高潮的興起得益于深度學習的革命性突破。1950年，計算機科學之父阿蘭•圖靈在雜志Mind上發表了名為ComputingMachineryandIntelligence文章，提出了圖靈測試、機器學習、遺傳算法等概念[2]。1980年夏，美國卡內基梅隆大學舉行了第一屆機器學習國際研討會，標志著機器學習研究在世界范圍內興起。1986年，MachineLearning創刊，標志著機器學習逐漸為世人矚目并開始加速發展[3]。機器學習是通過計算模型和算法從數據中學習規律的一門學問[4]16，它包括監督學習、無監督學習、強化學習等，早期的機器學習算法包括決策樹、聚類、貝葉斯分類等。2006年，杰弗里•辛頓提出了“深度學習”的概念，并因此獲得2019年圖靈獎。深度學習是機器學習的一個分支，以人工神經網絡為理論基礎，是基于多層神經網絡的新算法。深度學習之所以備受關注、應用廣泛，是因為相較于早期的機器學習，它具有處理大數據的性能優勢。用海量數據樣本訓練機器，讓機器通過自我學習從數據中尋找規律，進而作出預測。當前的語音識別、圖像識別（包括圖片識別、指紋識別、人臉識別、虹膜識別等），以及無人駕駛和著名的AlphaGo等均是深度學習的應用成果。深度學習的成功，離不開三個核心要素：超級算力、算法和大數據，以及存儲器、光纖、移動通信等底層技術的革命。機器學習只是實現人工智能的核心技術之一，不是全部。人工智能還有很多領域有待于探索和突破。中國科學院院士、中國人工智能奠基人之一、清華大學人工智能研究院院長張鈸教授認為：人工智能發展經歷過兩代，第一代是符號推理，第二代是目前的概率學習（或深度學習），現正在進入第三代。人類智慧的源泉在于知識、經驗、推理能力，這是人類理性的根本。因此，知識表示、不確定性推理等才是人工智能的核心。當前人工智能尚處于發展的初級階段[5]。未來人工智能的目標是要發展具有理解能力、推理能力和魯棒性（穩健性），安全、可靠、可信的通用型人工智能技術。人能理解機器，機器也能理解人，最終實現人機共處、人機協同、人機融合。

3國內外人工智能發展近況

3.1國外人工智能發展近況。美國人工智能研究一直處于全球領先地位，尤其是基礎理論研究。截至目前，人工智能領域的原創成果均來自于美國。人工智能領域十一個圖靈獎得主中，十個是美國人，一個是加拿大人[6]5。美國政府是人工智能研究的主要推動者。20世紀70年代美國國防部高級研究計劃局DARPA就已成為人工智能的重要資助者。2016年10月DARPA了“可解釋的人工智能”項目，欲建立一種能產生可解釋模型的機器學習技術。2018年9月DARPA啟動了“下一代人工智能”（AINext）計劃，欲打造具有常識、能感知語境和具有更高能效率的人工智能系統[4]96-97。2019年2月，美國推出國家層面的人工智能促進計劃，要求聯邦政府機構把更多的資源和投資用于人工智能研究、推廣和培訓[7]。世界500強企業，著名管理咨詢公司Accenture的InstituteforHighPerformance與FrontierEconomics合作，建立了人工智能對美國、芬蘭、英國等12個發達國家的影響模型，預測人工智能將使美國年經濟增長率從2.6%提高到2035年的4.6%，折合約增加了8.3萬億美元的總附加值（GrossValueAdded，GVA）[8]。美國的人工智能應用已經滲透到科研、生產等各領域。在基礎科學理論研究上，2018年1月，美國加州大學與馬薩諸塞大學合作開發的人工智能平臺，能自動分析材料科學研究文獻，并根據文本中提及的合成溫度、時間、設備名稱、制備條件及目標材料等關鍵詞進行自動分類。2017年誕生于硅谷的Landing.AI與中聯重科攜手研發人工智能驅動的農機產品，減輕農民勞動強度，提高農業生產效率。在改善人類生存環境方面，2016年開始，谷歌旗下的DeepMind引入人工智能工具，利用神經網絡識別模式系統預測電量變化，采用人工智能技術操控服務器和散熱系統，成功幫助該公司節省了40%的能源，整體能效提升了15%。2017年7月微軟啟動“人工智能地球計劃”，利用物聯網、云計算和人工智能技術保護地球及自然資源[4]69,74,76-77。人才是決定人工智能競爭優勢的最關鍵因素。為解決人才短缺問題，谷歌2017年提出了“忍者計劃”，讓所有產品都提升智能化程度，擴大內部精英人才儲備，甚至讓機器學習成為谷歌員工的必備技能。Facebook創建了AIAcademy，對內部員工進行免費人工智能技能培訓。課程完成后，還可到FAIR中進行一至兩年的項目實踐[9]。加拿大是這波人工智能浪潮的重要貢獻者，而加拿大政府扮演了關鍵角色。1987年，杰弗里•辛頓受加拿大高等研究院（CIFAR）邀請任教于多倫多大學，參與了該院資助的“人工智能、機器人與社會研究”項目。通過與計算機科學、生物學、神經科學等科學家的跨領域合作，終于在2006年提出“深度學習”概念[4]98。“深度學習+大數據”實現了人工智能技術的商業化落地。2017年8月的《歐洲人工智能公司生態報告》顯示，英國的人工智能生態系統在歐盟國家中功能最強大，其次是德國、法國，擁有的人工智能初創公司數量分別為121家、51家和39家，占歐洲總量的50％以上。其中大多數專注于數據分析市場。物流、教育和旅游領域中鮮有人工智能公司[10]。2018年12月，歐盟委員會呼吁其成員國加倍努力，計劃到2019年夏季歐盟各國都要有一項真正有著專項預算的國家戰略。到2020年底，人工智能方面的麻思蓓、許燕：人工智能在圖書館應用的理性思考公共與私人投資至少達到200億歐元，接下來的10年中每年也要達到此數字。歐委會還將依據專家組最終報告，判斷是否要對人工智能做出立法規范，如在機器人制造方面出臺一些技術性限制[11]。除上述國家外，俄羅斯總統普京已簽署命令，批準2030年前俄羅斯國家人工智能發展戰略，以確保俄羅斯在人工智能領域的技術優勢[12]?？梢?，歐美各國政府都在大力支持和推進人工智能發展戰略。人工智能已成為國際間競爭的新焦點。3.2國內人工智能發展近況。我國政府高度重視人工智能技術在經濟轉型和創新型國家發展中的戰略地位和引領作用。2016年5月，國家發改委等四部門聯合了《“互聯網+”人工智能三年行動實施方案》，以提升國家經濟社會智能化水平為主線，著力加強人工智能應用創新，促進人工智能在國民經濟社會重點領域的推廣[13]。2017年7月，國務院了《新一代人工智能發展規劃》，將發展新一代人工智能上升到國家戰略[14]。2018年10月31日,在中共中央政治局就人工智能發展現狀和趨勢舉行第九次集體學習會上強調：人工智能是驅動和引領新一輪科技革命和產業變革的重要力量和戰略性技術，加快發展新一代人工智能是事關我國能否抓住新一輪科技革命和產業變革機遇的戰略問題，是我們贏得全球科技競爭主動權的重要戰略抓手，是推動我國科技跨越發展、產業優化升級、生產力整體躍升的重要戰略資源[15]。Accenture報告《人工智能：助力中國經濟增長》深入研究了人工智能技術對中國經濟的影響，認為作為全新的生產要素，人工智能有望變革中國經濟發展的基礎，將中國經濟年增長率從6.3％提速至2035年的7.9％，有潛力將經濟總增加值提升7.1l萬億美元，有望推動中國勞動生產率提高27％[16]。高校承擔了人工智能人才培養的重任。中國科學院大學開國內高校先河，于2017年9月率先成立人工智能技術學院。2018年4月教育部了《高等學校人工智能創新行動計劃》[17]。截至2019年4月底，國內已有31所高校成立了人工智能學院，24所高校成立了人工智能研究院[18]。其中，清華大學在人工智能基礎理論研究方面處于國內頂尖水平。該校發表的人工智能論文在2018年3月全球高校排名中僅次于美國卡內基梅隆大學，位列第二，北京大學排名第五[19]。我國積極跟進國際上人工智能發展趨勢。研發機構利用大數據優勢在人工智能應用端著力探索。工業機器人已被廣泛應用于制造業。人工智能技術在交通、時尚、農業、醫療、物流等領域也取得了令人矚目的成績。如：首都機場與商湯科技聯合開發的、應用面部識別技術的智能旅客安檢系統，可自動完成旅客人、票、證三合一核驗，顯著提升了安檢效率。又如：深蘭科技研發的熊貓智能公交車已經在德陽、常州、衢州和池州內部道路投入使用。該車比傳統內燃機動力公交車至少降低43%～45%的電耗等運營成本，并通過智能零售、智能廣告等為政府和公交公司帶來經濟效益[20]。全球知名創投研究機構CBInsights評選出的100家最有前景的人工智能初創企業中，中國有6家企業入選，其中5家來自于北京中關村，包括商湯科技、第四范式等[21]。顯示出北京人工智能研發的區域實力。我國人工智能的標準化也在進行中。2018年1月，國家人工智能標準化總體組成立，2019年4月召開第二次全體會議，《國家新一代人工智能標準體系建設指南》進入審改完善階段[22]。盡管如此，我國與發達國家在人工智能基礎理論研究、人才教育、產業鏈布局等方面仍存在不小差距。如：國外很多大學都設置了邏輯推理課程，但國內一般把機器學習等同于人工智能[23]。在人工智能基礎算法研究上，中國仍與美國、加拿大和英國存在明顯差距；在產業鏈分布上，中國更加集中于應用落地端，在基礎算法、芯片等產業環節占比較低[24]。據清華大學中國科技政策研究中心統計，截至2018年6月，中國人工智能企業數量已達1011家，但美國的同類企業數量是2028家[4]006。從技術分布看，中國人工智能領域20個獨角獸30個準獨角獸企業，近80%都跟圖像識別或語音識別有關，而對于人工智能其他領域涉足較少[6]2。中國作為芯片消費大國，90%以上芯片仍要依賴進口。阿里巴巴、百度、騰訊、華為、浪潮等互聯網及IT巨頭都在使用Nvidia的VoltaGPU或VoltaHGX架構，為企業自身或用戶構建人工智能應用或系統[25]。歐洲科學院院士、亞太神經網絡學會最高獎杰出成就獎獲得者、上海交大人工智能研究院首席科學家徐雷教授認為：現在還不到聲稱中國人工智能在應用方面已經領先的時候。在語音識別和語言翻譯方面，谷歌的水平優于國內企業，特別是在英文和其他文字領域更是如此。在機器人行業，尤其是類人或特種機器人，與美國的波士頓動力機器人相比，國內水平遠遠落后，可能差一、二十年都不止。在芯片方面，芯片設計人才濟濟，但芯片制造卻有很長一段路要趕。在算力方面，盡管中國的神威和天河超級計算機仍位列全球前四，但在量子計算機方面，谷歌和IBM都在商用化方面推進很快。在下一代計算材料和芯片方面，我國的短板可能更大。尤其令人擔憂的是，大多數大學和研究機構發出的論文，還都是用別人的開源程序計算的[26]3-4。

4現階段人工智能技術的局限性及其引發的倫理挑戰

4.1現階段人工智能技術的局限性。人工智能技術雖然取得了重大突破，但并不完美，存在著明顯的局限性。主要體現在以下幾方面：一是當前人工智能的理解能力、推理能力很差，不適合做決策。機器學習的理論基礎是概率統計，建立計算模型，通過計算得出結論，而不是在理解語義的基礎上給出答案。所以，利用機器學習打造的智能體有強大的計算能力，但沒有理解能力。例如：AlphaGo學習了上千萬棋局，卻并不知道什么是圍棋，取勝完全是靠計算得出最優方案。又如：國內一些圖書館設置的咨詢機器人或網站聊天機器人，其原理是在對話系統中建立了相關知識庫，提問的問題若知識庫里有答案，或提問時所用關鍵詞、字恰好有存儲，系統將其組合匹配后能很快回答。這種信息處理方法實際上就是我們圖書館學中的文獻檢索或網絡檢索方法，無智能可言。假如是事先無準備的臨時提問，或需要機器人推理判斷后再回答時，機器往往答非所問。如：在知識庫里存入“特朗普—總統—美國”三組詞，然后提問：誰是美國總統？機器馬上回答：特朗普；再問：特朗普是一個人嗎？美國有沒有總統？機器則回答不了[6]8。顯然，機器智能與人類智能還相差甚遠。概率統計的另一個缺陷是，基于數據統計尋找重復出現的規律，若摻入虛假信息或偽造的數據，則很難得出可靠的結果。二是內存、功耗大，抗干擾能力差。大數據需要大存儲空間，需要巨大的計算資源，功耗大；在視覺處理上，輸入的圖片加上一點點噪聲，系統就將一張明顯是熊貓的圖片以99.3%的置信度識別成長臂猿[27]。三是雖然人工智能應用日趨多元化，但現階段技術對應用場景的選擇依然有諸多限制，需滿足下列5個條件，缺少其中任何一條都難以實現：①數據樣本量多且信息完整無殘缺，如AlphaGo；②信息具備確定性，不能模棱兩可；③需要完全信息，如適合棋類，不適合盲打的4人撲克或麻將；④需要靜態環境，對無法預知的情況很難處理；⑤適合單一任務，如圍棋算法不支持下象棋。4.2現階段人工智能技術引發的倫理挑戰。隨著應用領域的擴大，人工智能技術帶來的倫理道德、技術安全以及隱私保護等問題逐漸顯現，引發了社會的高度關注甚至是擔憂。一些專家、學者認為已經到了必須高度重視人工智能環境的時候了。2019年秋開學季，多所高校利用人臉識別系統代替登記流程辦理新生報到程序，一些學校甚至采取姿態評估、表情識別、語言識別、人臉識別技術，對學生上課情況進行監控、識別。對于這種人工智能+教育的應用方式，教育部科技司司長雷朝滋表示：人臉識別進校園，既有數據安全問題也有個人隱私問題，要加以限制和管理，并已經組織專家論證研究[28]。網絡上人工智能開源代碼的出現，使得換臉制作費價格大幅下降，降低了應用門檻，但也帶來了很大的安全隱患，給模仿、惡搞、偽造、移花接木等不良甚至是違法行為創造了便利條件。利用語音合成技術可以制作出與目標聲音極為相似的語音，讓人難辨真偽。這種極為危險的技術若被不法之徒利用，可以讓任何一個人特別是名人身敗名裂，從而達到侵害他人合法權益（尤其是對女性的傷害），擾亂社會公共秩序的目的。中國傳媒大學政治與法律學院副院長王四新說：“目前，通過人工智能技術深度偽造他人的肖像、聲音主要用于網絡‘惡搞’，但仿真效果已逼近真偽難辨的邊界……如果使用不當，會產生很強的負面作用。”[29]人工智能還可能置人于死地：國外有人做出蝴蝶或蜻蜓般大小、攜帶烈性炸藥的飛行器，通過人臉識別技術尋找特定對象實施謀殺[26]10。為避免可能帶來的法律風險，國內外一些企業已經著手采取措施應對。如：微軟已刪除其2016年建立的世界上最大的公開人臉識別數據庫——MSCeleb。該庫通過“知識共享”許可方式搜集了近10萬人的面部信息，超1000萬張圖像，而這些圖像未必直接得到了照片與視頻中人物的授權許可。國內一些技術公司也開始審視人工智能的倫理性。2018年7月在深圳召開的全球人工智能創業者大會上，多家高校及人工智能企業聯合發起了《新一代人工智能行業自律公約》，旨在增強行業整體自律意識[30]。

5人工智能在圖書館應用的理性分析

《新媒體聯盟地平線報告（2017圖書館版）》指出，“AI已成為圖書館未來5年最重要的技術之一，圖書館機器人的研發與應用，將推動圖書館服務方式的變革?！盵31]將人工智能技術有機融入圖書館工作，提升智能時代圖書館的價值，已經是大勢所趨。但在應用之前須進行理性分析。重點從以下幾方面思考：5.1全面評估人工智能技術及其對圖書館發展戰略的影響。應從圖書館整體發展戰略的角度做好全面評估和規劃：包括對人工智能技術及其發展的評估，對本館工作流程、工作方法、服務手段、軟硬件設施現狀的評估，對組織機構變革的評估，對管理和服務能力影響的評估，人工智能帶來的新崗位需求的評估，對圖書館員知識結構或素養的評估，以及人工智能的風險評估等等。在此基礎上作出利用人工智能技術改變圖書館未來的整體規劃，包括確定哪些工作可以用人工智能代替，哪些暫時不能而未來有可能；人機協同的設計；引進人工智能技術資金投入計劃；人工智能人才培訓計劃等，以確保智能時代圖書館的可持續發展。合理的人工智能技術發展應該是人類可控的，以人為本的。圖書館員的工作不可能被人工智能完全取代，其崗位不可能因人工智能技術而完全消失，但部分取代是可能的，如基礎性的、重復性的體力勞動。圖書館應該是學習與創造知識、具有濃厚人文色彩的文化場所，這一點不應由于智能體的加入而改變。機器的作用一方面是解放勞動力，提高勞動效率，改善人類工作環境和工作條件；另一方面是為用戶提供現有技術無法提供的更高質量的服務，提升需求的滿足率，這也是圖書館應用人工智能的最終目的。新技術應用的最終受益者一定是用戶。機器應作為人類的得力助手，讓圖書館員的工作變得更加生動有趣、更富有情感、富有創造性，更有意義和價值。這也是圖書館的魅力所在。同時，圖書館員的權利不應由于智能體的加入而受到損害?！叭斯ぶ悄艿牟渴饝敺沼谌瞬⒁栽鰪娙说哪芰槟康摹！盵32]未來隨著更高級人工智能技術的出現，圖書館員與智能體合作共事、有機協同將成為圖書館的一道亮麗風景線。5.2識別、規避法律及倫理風險?，F在，國內有的圖書館采用人臉識別技術借還書籍。圖書館在此過程中實際上已成為用戶信息的采集者與使用者。不管用戶同意不同意，都得采用刷臉方式借還書，這種做法將用戶置于別無選擇的境地。如果說機場安檢采用人臉識別技術是出于安全考慮，那圖書館借還書籍完全沒有這種必要。2019年6月17日，國家新一代人工智能治理專業委員會了《新一代人工智能治理原則——發展負責任的人工智能》，提出了人工智能發展應遵循公平公正、尊重隱私、安全可控、共擔責任等八項原則。明確要求尊重和保護個人隱私，保障個人的知情權和選擇權，建立人工智能問責機制；人工智能的研發、使用應嚴格遵守法律法規、倫理道德和標準規范；人工智能應用過程中應確保人類知情權[33]。2019年8月22日，民法典人格權編草案已提請十三屆全國人大常委會第十二次會議進行第三次審議。草案對公民隱私權和個人信息保護規定設立了專門章節。草案將“隱私”的定義修改為“自然人不愿為他人知曉的私密空間、私密活動和私密信息等”；將個人信息的范圍作了明確界定，包括自然人的姓名、出生日期、身份證件號碼、個人生物識別信息等等[34]。其中，個人生物識別信息就是指指紋、面部、虹膜、聲音等個人生物特征信息。民法是我國法律體系中的基本法，一旦頒布實施，將對于我國人工智能使用行為的規范，對相關政策法規的制定，對于保護公民個人利益不受侵害都將是重要的參考依據。而未經許可授權采集用戶個人信息的行為，將可能涉嫌侵犯用戶的隱私權等人格權。因此，圖書館應在法律、政策、規范等指導下應用人工智能技術，建立相關監管與評估機制，防止出現用戶信息泄露、未經授權的數據訪問，甚至是技術惡意利用等管理上的漏洞，處理好數據開放獲取與隱私權保護之間的關系，控制好人工智能技術可能給自身帶來的法律與倫理風險。5.3做好大數據積累與建設。大數據是此次人工智能浪潮興起的核心動力之一。為此，有學者將這波人工智能稱為數據智能。據預測，人類最近兩年產生的數據相當于之前歷史上所有數據量的總和。到2020年，人類產生的數據量將達到40ZB[4]231。數據中有很多知識或規律有待于挖掘。數據是智能時代圖書館管理與服務創新的重要基礎資源。開放獲取環境下，圖書館數據來源大幅擴展，如機構知識庫聯盟、圖書館聯盟等共享形式，數據生成方式多樣化且更加快速。為此，研究型圖書館必須發揮數據管理者的作用，必須具有更強大的數據管理能力，包括數據搜集能力、存儲規劃能力、處理能力、使用能力和服務能力，建立用于大數據研究的支持系統，確保實現數據價值最大化。這些數據不僅為智能時代圖書館學理論與實踐的創新探索提供了“養料”，也提供了一條新的研究路徑。同時為圖書館自身組織機構變革，為圖書館科學決策，提供精準化、精細化服務奠定堅實的資源基礎。大數據分析是對某一領域的全樣本分析，比抽樣調查更精準可靠、更有說服力。定題服務是圖書館受用戶委托，就某一課題或項目需求收集相關資料交給用戶。用戶拿到資料后需再作整理、歸納、提取、分析等工作。而大數據分析用戶直接拿到的就是結果，兩種服務有質的區別。大數據分析能讓圖書館人的視野更加開闊，它不僅對于跟蹤、分析本館和國內其他圖書館用戶需求、用戶心理、用戶行為及其變化提供依據，也讓洞察和跟蹤國外圖書館及其學科發展趨勢、資源建設等信息成為可能。而大數據分析的技術支撐就是人工智能。圖書館可建立不同內容的動態數據知識庫，與國內實力人工智能研發機構合作，利用深度學習技術開展大數據分析與挖掘。未來，大數據建設將成為圖書館資源建設的重要組成部分，而大數據分析與挖掘作為智能服務手段，將成為圖書館服務的常態。5.4與研發機構合作開發人工智能應用場景。深度學習技術在應用端是有很大開發潛力可以挖掘的。不過只靠圖書館自身的能力無法實現，必須與人工智能研發企業合作開發。鑒于目前人工智能技術的局限性，圖書館須事先做好場景分析，這是應用能否成功的關鍵。圖像識別和語音識別是目前國內應用較廣泛、相對較成熟的人工智能技術。圖書館可以利用這兩項技術，尤其是圖像識別技術代替人工勞動。例如：目前借還書的下架、還架和新書上架是由圖書館工作人員到書庫靠眼睛查找、體力完成，中外文期刊也是如此。書、刊的排架信息是靜態的，每本書、刊在書架上的位置是按照分類號順序排列的，不能亂放；排架規則明確，沒有二義性；排架信息是一目了然的完全信息；整個書庫或期刊庫的排架情況可以構成樣本信息完整無殘缺的數據，符合前述4.1中所說的5個應用條件。利用深度學習處理大數據的優勢，分別建立書、刊排架信息數據庫，以該庫為依據建立計算模型，結合圖像識別技術識別不同書、刊在書架上的位置，然后用機器人完成書與刊的上、下架。機器人作業可大大縮短查找書刊的時間，降低還架錯誤率，提高工作效率和圖書館的智能管理水平。圖書館還可將圖像識別技術用于內部管理。圖書館作為各種媒介、媒體相融合的知識平臺，既要做好公共服務，又要做好安全管理。一些要害部門，如善本室等部門可采用圖像識別控制人員的進出，根據人員的調動變化，隨時進行調整，確保珍貴典藏在防火、防盜方面的安全。咨詢機器人是比書庫機器人智能化程度要求更高的智能體，不僅要能與用戶對話交流，還應該能夠講解和介紹視頻內容。其智能化程度高低，一方面取決于機器人的大腦——知識庫中的知識存儲量，另一方面取決于研發機構對語音識別與邏輯推理等技術的綜合研發和運用能力。圖書館需要圍繞咨詢內容構建相關知識庫，做初步嘗試。今后，隨著人工智能核心技術的不斷突破，咨詢機器人應進行相應升級換代，提高智能化水平。利用人工智能開展知識挖掘與服務。嘗試利用深度學習開展大數據分析，包括圖書館學基礎理論研究、領域分析、專題分析、行業分析、用戶行為分析、館藏結構分析、資源布局分析等。人工智能技術可以幫助圖書館更加準確地了解用戶意圖，更加精準地滿足企業等創新主體的需求。在全民閱讀的大環境下，圖書館還應該借助人工智能學習平臺或工具，如智能穿戴設備等，改善弱勢群體的閱讀條件，為弱勢群體提供更加公平、便利，更加人性化的學習環境；為全民提供終身學習的機會，滿足不同年齡層、不同性別的學習需求。凸顯圖書館服務的公平性、包容性，應成為圖書館利用人工智能的一個重要努力方向。5.5關注人工智能發展動向，加強圖書館員人工智能知識素養首先，圖書館對館員進行人工智能知識培訓，可以有效解決本館人工智能人才短缺問題。圖書館從決定引進人工智能技術，到選擇合適的人工智能企業合作，再到確定具體應用場景，自始至終都需要圖書館員參與其中。館員的人工智能知識素養，是人工智能技術與圖書館工作相融合的重要基礎。未來，圖書館與人工智能研發機構的合作關系將更加緊密，而掌握人工智能技術的公司并不了解圖書館工作及其需求，需要圖書館員與人工智能研發公司通力合作，充分溝通，在此基礎上才能設計出最大限度滿足本館需求的智能體。這其中，圖書館員的人工智能知識水平至關重要。假如館員只了解自身需求，而缺少人工智能知識，包括對人工智能技術本身、對當前國內人工智能技術進展狀況，以及國內人工智能產業發展水平等方面缺乏了解，這將成為圖書館應用人工智能的障礙，技術融合很難達到預期效果。其次，雖然目前相對成熟的人工智能技術集中在機器學習、計算機視覺等領域，但未來，隨著自動推理、知識表示等其他領域的突破，特別是通用人工智能的出現，圖書館的應用場景必將進一步拓展，人機協調、人機融合將成為圖書館工作常態。未來的人工智能是有理解、有推理、有決策能力的人工智能，所以，圖書館員必須要掌握一定人工智能知識，才能理解這些智能體的工作原理和行為，才能依據人機共存、人機配合的需要設計出更加合理、更加高效的工作機制、工作流程。否則，不但這些智能體很難融入到圖書館的工作流程與環境當中，難以實現管理與服務的人機協調、人機融合，而且還可能會出現一些意想不到的問題或狀況。因為有理解、有推理、有決策能力的智能體的行為，有些我們能預料，有些也許是我們無法事先預料到的。所以，掌握一定人工智能知識是圖書館安全利用人工智能技術的前提和保障。最后，圖書館員在利用人工智能技術時，不但要規避已經出現的法律和倫理風險，而且要隨著該技術其他領域的突破，不斷學習新的人工智能知識。只有這樣，才能及時發現和識別尚未出現的、潛在的各種風險，才能及時采取措施有效防范和應對。智能時代，圖書館員不僅要有圖書館學專業素養，也要有人工智能知識素養。圖書館應為館員創造各種人工智能知識的學習機會，做好人才儲備工作，迎接智能時代的到來。

6結語

新技術的更新換代讓人應接不暇。人工智能技術在給圖書館帶來巨大挑戰的同時，也帶來了變革機遇，圖書館需做好充分的應對準備。圖書館的發展一定是以新技術為主導的，過去是，現在是，將來也一定是。人工智能技術將引領圖書館向智能型圖書館邁進。

作者:麻思蓓 許燕 單位:中國科學技術信息研究所