图情大数据：人工智能的进展

得益于大数据资源的迅猛增长、机器学习算法的持续改进和设备运算能力的极大提升，人工智能正迎来新的发展浪潮。虽然，大数据与人工智能并不能画上等号，但可以确定的是大数据能够对人工智能的预测决策起到促进作用。在机器学习中，限制性因素往往是数据的质量和数量，深度学习算法能够成功运行的前提是有充分的训练数据以及足够高的数据维度。在当前的大数据环境下，训练数据不充足的瓶颈已突破；另一方面，大数据内部隐藏的复杂多变的高阶统计特性也正需要深度结构这样的高容量模型来有效捕获。因此，大数据与深度学习是必然的契合，互为助力，推动各自的发展。

在图情领域，人工智能在大数据的助推下已赋能相关业务。例如，图书馆中引入的智能机器人，可以处理简单的线上用户问答，及时发出图书到期通知，引导信息资源的检索等。未来，人工智能将以更令人兴奋的方式影响信息连接和查找方式：机器学习以及声音和图像识别技术已被用于分析数字馆藏，识别主题和实体，分配元数据，用于非文本搜索和发现，图情研究人员将使用机器学习技术增强信息分类解决方案，提高检索的准确性。美国图书馆协会下属的图书馆未来中心描述了人工智能将对图情领域产生的几个重要影响：

（1）人工智能可能成为组织和获取大量信息的无价工具

Google的“生活标签”（Life Tags）项目是《生活》（Life magazine）杂志照片的可搜索信息档案来源，它使用人工智能附加了数百个标签来组织这些档案。另一个Google项目“与书对话”（Talk to Books）允许用户输入一个陈述或问题，系统检索书籍中与输入内容相关的整个句子，其结果不是基于关键字匹配，而是基于更复杂的人工智能训练，以识别出什么是好的回答。由微软联合创始人Paul Allen创立的非营利组织艾伦人工智能研究所（Allen Institute for Artificial Intelligence）推出了一款名为“语义学者”（semantic scholar）的产品，这是一个使用机器学习和其他人工智能的搜索引擎，通过使用自然语言处理算法和计算机视觉技术，改进学者在不断增长的公共研究中的搜索方式，更容易地访问研究论文、定位特定结果和显示图像。

（2）人工智能可能会使用户在复杂信息环境中的导航更加复杂

人工智能越来越擅长生成内容，例如能够从单个2D图像创建3D人脸模型；使用人类“人偶”（puppet）实时操纵视频中的面部表情；更改任何图片中的光源和阴影；基于静音视频生成声音效果；使用旧的剪辑来复活角色——这些效果中的许多都导致了操纵视频和其他图像的“深度赝品”（deep fakes）。

（3）人工智能可能会成为图书馆帮助社区更好理解的又一个发展(www.xing528.com)

Facebook发起了一场运动，对人们进行人工智能基础知识的教育，重点是照片识别、自动驾驶汽车和语言翻译背后的技术。同样，城市图书馆理事会（ULC）阐明了一个愿景，即图书馆通过提高算法素养为社区服务，同时随着人工智能技术变得越来越普遍，通过监控数据的存储、隐私和应用，确保公平和包容的未来。

（4）人工智能可能对图书馆的劳动力构成影响

如果人工智能成为对工作的严重威胁，图书馆在劳动力发展中的作用可能会变得更加重要，但也更加复杂。一个复杂的挑战可能会出现，即劳动力发展不仅需要包括初级员工的准备工作（进入一个越来越有限和竞争越来越激烈的市场），还需要解决中层管理中的新真空，这种新真空是由曾经大量进入中层管理的初级员工被淘汰而造成的。新的劳动力发展可能需要更高层次的批判性、创造性和创新性思维以及情感投入，更重视思考、倾听、联系、协作和学习的质量。

（5）人工智能可能过分依赖数据集而强化某些偏见

许多研究人员和实践者正在探索解决人工智能发展中的性别歧视和种族主义问题的方法，他们管理新的平衡性别和种族的数据集，并更有意识地对数据集进行标记和注释，以显示数据集是如何收集的。除了努力改变训练人工智能系统的数据的范围和性质之外，还努力招募妇女和其他代表性不足的群体进入人工智能领域。