人工智能图书馆理性思考

〔摘要〕人工智能是当下图书馆界讨论的热门议题。但究竟什么是人工智能？我国人工智能的真实发展水平如何？图书馆应用人工智能技术会带来哪些风险？哪些人工智能技术能够为图书馆所用等，需要理性思考和认识。运用文献分析法发现，现阶段我国人工智能技术应用成就显著，但仍有诸多局限性，与美国等发达国家差距颇大。图书馆应用人工智能应事先进行全面评估，识别和控制好伦理与法律风险，做好应用场景分析，培养图书馆员的人工智能知识素养。

〔关键词〕人工智能;图书馆;机器学习;深度学习;大数据;伦理风险

1引言

2016年AlphaGo战胜人类棋手，引发了又一波人工智能热潮。深度学习理论上的突破，使人工智能技术终于实现了商业化应用。而人类发展的巨大需求推动了人工智能与生产、生活的深度融合：人工智能+制造、人工智能+医疗、人工智能+教育、人工智能+服务等遍地开花。人工智能作为新一轮产业革命的重要驱动力量，已成为国家发展战略。生产的传统杠杆——资本投资和劳动力推动经济增长的能力显著下降。作为一种新的生产因素，人工智能极有可能推动新的增长[1]。面对智能时代的到来，学者们也在积极探讨如何将人工智能技术应用于图书馆，期待着人工智能给图书馆带来变革。然而，什么是人工智能？哪些技术属于人工智能？目前我国人工智能的真实发展水平如何？与发达国家有哪些差距？现阶段人工智能技术有哪些局限性？哪些人工智能技术能够为图书馆所用等等，我们在欣喜地看到新技术带来变革机遇的同时，也要清醒地认识到产生的问题。文章希望通过分析探讨上述问题，有助于图书馆抓住人工智能发展机遇，安全、合法利用人工智能技术，从而使其更好服务于图书馆未来。

2人工智能及其发展简述

人工智能是人类创造的一种机器智能。理想的人工智能应该拥有类人大脑，可以思考、判断和推理，能通过知识的自我学习不断进化，像人类一样能举一反三融会贯通，并按要求完成指定任务。但机器智能的产生机理与人类智能完全不同。它是通过传感器感知外部环境，借助相当于人脑的GPU、TPU、ASIC等芯片处理获得的信息，预测结果，然后以机器人、机器狗、显示器等完成既定任务。人工智能研究范围可归纳为：机器学习、计算机视觉、自然语言处理、认知和推理、机器人、博弈与伦理六个领域。各领域间相互交叉、相互融合。人工智能自1956年诞生至今的60多年中，经历过三次发展高潮两次低潮。目前第三次高潮的兴起得益于深度学习的革命性突破。1950年，计算机科学之父阿兰•图灵在杂志Mind上发表了名为ComputingMachineryandIntelligence文章，提出了图灵测试、机器学习、遗传算法等概念[2]。1980年夏，美国卡内基梅隆大学举行了第一届机器学习国际研讨会，标志着机器学习研究在世界范围内兴起。1986年，MachineLearning创刊，标志着机器学习逐渐为世人瞩目并开始加速发展[3]。机器学习是通过计算模型和算法从数据中学习规律的一门学问[4]16，它包括监督学习、无监督学习、强化学习等，早期的机器学习算法包括决策树、聚类、贝叶斯分类等。2006年，杰弗里•辛顿提出了“深度学习”的概念，并因此获得2019年图灵奖。深度学习是机器学习的一个分支，以人工神经网络为理论基础，是基于多层神经网络的新算法。深度学习之所以备受关注、应用广泛，是因为相较于早期的机器学习，它具有处理大数据的性能优势。用海量数据样本训练机器，让机器通过自我学习从数据中寻找规律，进而作出预测。当前的语音识别、图像识别（包括图片识别、指纹识别、人脸识别、虹膜识别等），以及无人驾驶和著名的AlphaGo等均是深度学习的应用成果。深度学习的成功，离不开三个核心要素：超级算力、算法和大数据，以及存储器、光纤、移动通信等底层技术的革命。机器学习只是实现人工智能的核心技术之一，不是全部。人工智能还有很多领域有待于探索和突破。中国科学院院士、中国人工智能奠基人之一、清华大学人工智能研究院院长张钹教授认为：人工智能发展经历过两代，第一代是符号推理，第二代是目前的概率学习（或深度学习），现正在进入第三代。人类智慧的源泉在于知识、经验、推理能力，这是人类理性的根本。因此，知识表示、不确定性推理等才是人工智能的核心。当前人工智能尚处于发展的初级阶段[5]。未来人工智能的目标是要发展具有理解能力、推理能力和鲁棒性（稳健性），安全、可靠、可信的通用型人工智能技术。人能理解机器，机器也能理解人，最终实现人机共处、人机协同、人机融合。

3国内外人工智能发展近况

3.1国外人工智能发展近况。美国人工智能研究一直处于全球领先地位，尤其是基础理论研究。截至目前，人工智能领域的原创成果均来自于美国。人工智能领域十一个图灵奖得主中，十个是美国人，一个是加拿大人[6]5。美国政府是人工智能研究的主要推动者。20世纪70年代美国国防部高级研究计划局DARPA就已成为人工智能的重要资助者。2016年10月DARPA了“可解释的人工智能”项目，欲建立一种能产生可解释模型的机器学习技术。2018年9月DARPA启动了“下一代人工智能”（AINext）计划，欲打造具有常识、能感知语境和具有更高能效率的人工智能系统[4]96-97。2019年2月，美国推出国家层面的人工智能促进计划，要求联邦政府机构把更多的资源和投资用于人工智能研究、推广和培训[7]。世界500强企业，著名管理咨询公司Accenture的InstituteforHighPerformance与FrontierEconomics合作，建立了人工智能对美国、芬兰、英国等12个发达国家的影响模型，预测人工智能将使美国年经济增长率从2.6%提高到2035年的4.6%，折合约增加了8.3万亿美元的总附加值（GrossValueAdded，GVA）[8]。美国的人工智能应用已经渗透到科研、生产等各领域。在基础科学理论研究上，2018年1月，美国加州大学与马萨诸塞大学合作开发的人工智能平台，能自动分析材料科学研究文献，并根据文本中提及的合成温度、时间、设备名称、制备条件及目标材料等关键词进行自动分类。2017年诞生于硅谷的Landing.AI与携手研发人工智能驱动的农机产品，减轻农民劳动强度，提高农业生产效率。在改善人类生存环境方面，2016年开始，谷歌旗下的DeepMind引入人工智能工具，利用神经网络识别模式系统预测电量变化，采用人工智能技术操控服务器和散热系统，成功帮助该公司节省了40%的能源，整体能效提升了15%。2017年7月微软启动“人工智能地球计划”，利用物联网、云计算和人工智能技术保护地球及自然资源[4]69,74,76-77。人才是决定人工智能竞争优势的最关键因素。为解决人才短缺问题，谷歌2017年提出了“忍者计划”，让所有产品都提升智能化程度，扩大内部精英人才储备，甚至让机器学习成为谷歌员工的必备技能。Facebook创建了AIAcademy，对内部员工进行免费人工智能技能培训。课程完成后，还可到FAIR中进行一至两年的项目实践[9]。加拿大是这波人工智能浪潮的重要贡献者，而加拿大政府扮演了关键角色。1987年，杰弗里•辛顿受加拿大高等研究院（CIFAR）邀请任教于多伦多大学，参与了该院资助的“人工智能、机器人与社会研究”项目。通过与计算机科学、生物学、神经科学等科学家的跨领域合作，终于在2006年提出“深度学习”概念[4]98。“深度学习+大数据”实现了人工智能技术的商业化落地。2017年8月的《欧洲人工智能公司生态报告》显示，英国的人工智能生态系统在欧盟国家中功能最强大，其次是德国、法国，拥有的人工智能初创公司数量分别为121家、51家和39家，占欧洲总量的50％以上。其中大多数专注于数据分析市场。物流、教育和旅游领域中鲜有人工智能公司[10]。2018年12月，欧盟委员会呼吁其成员国加倍努力，计划到2019年夏季欧盟各国都要有一项真正有着专项预算的国家战略。到2020年底，人工智能方面的麻思蓓、许燕：人工智能在图书馆应用的理性思考公共与私人投资至少达到200亿欧元，接下来的10年中每年也要达到此数字。欧委会还将依据专家组最终报告，判断是否要对人工智能做出立法规范，如在机器人制造方面出台一些技术性限制[11]。除上述国家外，俄罗斯总统普京已签署命令，批准2030年前俄罗斯国家人工智能发展战略，以确保俄罗斯在人工智能领域的技术优势[12]。可见，欧美各国政府都在大力支持和推进人工智能发展战略。人工智能已成为国际间竞争的新焦点。3.2国内人工智能发展近况。我国政府高度重视人工智能技术在经济转型和创新型国家发展中的战略地位和引领作用。2016年5月，国家发改委等四部门联合了《“互联网+”人工智能三年行动实施方案》，以提升国家经济社会智能化水平为主线，着力加强人工智能应用创新，促进人工智能在国民经济社会重点领域的推广[13]。2017年7月，国务院了《新一代人工智能发展规划》，将发展新一代人工智能上升到国家战略[14]。2018年10月31日,在中共中央政治局就人工智能发展现状和趋势举行第九次集体学习会上强调：人工智能是驱动和引领新一轮科技革命和产业变革的重要力量和战略性技术，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题，是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源[15]。Accenture报告《人工智能：助力中国经济增长》深入研究了人工智能技术对中国经济的影响，认为作为全新的生产要素，人工智能有望变革中国经济发展的基础，将中国经济年增长率从6.3％提速至2035年的7.9％，有潜力将经济总增加值提升7.1l万亿美元，有望推动中国劳动生产率提高27％[16]。高校承担了人工智能人才培养的重任。中国科学院大学开国内高校先河，于2017年9月率先成立人工智能技术学院。2018年4月教育部了《高等学校人工智能创新行动计划》[17]。截至2019年4月底，国内已有31所高校成立了人工智能学院，24所高校成立了人工智能研究院[18]。其中，清华大学在人工智能基础理论研究方面处于国内顶尖水平。该校发表的人工智能论文在2018年3月全球高校排名中仅次于美国卡内基梅隆大学，位列第二，北京大学排名第五[19]。我国积极跟进国际上人工智能发展趋势。研发机构利用大数据优势在人工智能应用端着力探索。工业机器人已被广泛应用于制造业。人工智能技术在交通、时尚、农业、医疗、物流等领域也取得了令人瞩目的成绩。如：首都机场与商汤科技联合开发的、应用面部识别技术的智能旅客安检系统，可自动完成旅客人、票、证三合一核验，显著提升了安检效率。又如：深兰科技研发的熊猫智能公交车已经在德阳、常州、衢州和池州内部道路投入使用。该车比传统内燃机动力公交车至少降低43%～45%的电耗等运营成本，并通过智能零售、智能广告等为政府和公交公司带来经济效益[20]。全球知名创投研究机构CBInsights评选出的100家最有前景的人工智能初创企业中，中国有6家企业入选，其中5家来自于北京中关村，包括商汤科技、第四范式等[21]。显示出北京人工智能研发的区域实力。我国人工智能的标准化也在进行中。2018年1月，国家人工智能标准化总体组成立，2019年4月召开第二次全体会议，《国家新一代人工智能标准体系建设指南》进入审改完善阶段[22]。尽管如此，我国与发达国家在人工智能基础理论研究、人才教育、产业链布局等方面仍存在不小差距。如：国外很多大学都设置了逻辑推理课程，但国内一般把机器学习等同于人工智能[23]。在人工智能基础算法研究上，中国仍与美国、加拿大和英国存在明显差距；在产业链分布上，中国更加集中于应用落地端，在基础算法、芯片等产业环节占比较低[24]。据清华大学中国科技政策研究中心统计，截至2018年6月，中国人工智能企业数量已达1011家，但美国的同类企业数量是2028家[4]006。从技术分布看，中国人工智能领域20个独角兽30个准独角兽企业，近80%都跟图像识别或语音识别有关，而对于人工智能其他领域涉足较少[6]2。中国作为芯片消费大国，90%以上芯片仍要依赖进口。阿里巴巴、百度、腾讯、华为、浪潮等互联网及IT巨头都在使用Nvidia的VoltaGPU或VoltaHGX架构，为企业自身或用户构建人工智能应用或系统[25]。欧洲科学院院士、亚太神经网络学会最高奖杰出成就奖获得者、上海交大人工智能研究院首席科学家徐雷教授认为：现在还不到声称中国人工智能在应用方面已经领先的时候。在语音识别和语言翻译方面，谷歌的水平优于国内企业，特别是在英文和其他文字领域更是如此。在机器人行业，尤其是类人或特种机器人，与美国的波士顿动力机器人相比，国内水平远远落后，可能差一、二十年都不止。在芯片方面，芯片设计人才济济，但芯片制造却有很长一段路要赶。在算力方面，尽管中国的神威和天河超级计算机仍位列全球前四，但在量子计算机方面，谷歌和IBM都在商用化方面推进很快。在下一代计算材料和芯片方面，我国的短板可能更大。尤其令人担忧的是，大多数大学和研究机构发出的论文，还都是用别人的开源程序计算的[26]3-4。

4现阶段人工智能技术的局限性及其引发的伦理挑战

4.1现阶段人工智能技术的局限性。人工智能技术虽然取得了重大突破，但并不完美，存在着明显的局限性。主要体现在以下几方面：一是当前人工智能的理解能力、推理能力很差，不适合做决策。机器学习的理论基础是概率统计，建立计算模型，通过计算得出结论，而不是在理解语义的基础上给出答案。所以，利用机器学习打造的智能体有强大的计算能力，但没有理解能力。例如：AlphaGo学习了上千万棋局，却并不知道什么是围棋，取胜完全是靠计算得出最优方案。又如：国内一些图书馆设置的咨询机器人或网站聊天机器人，其原理是在对话系统中建立了相关知识库，提问的问题若知识库里有答案，或提问时所用关键词、字恰好有存储，系统将其组合匹配后能很快回答。这种信息处理方法实际上就是我们图书馆学中的文献检索或网络检索方法，无智能可言。假如是事先无准备的临时提问，或需要机器人推理判断后再回答时，机器往往答非所问。如：在知识库里存入“特朗普—总统—美国”三组词，然后提问：谁是美国总统？机器马上回答：特朗普；再问：特朗普是一个人吗？美国有没有总统？机器则回答不了[6]8。显然，机器智能与人类智能还相差甚远。概率统计的另一个缺陷是，基于数据统计寻找重复出现的规律，若掺入虚假信息或伪造的数据，则很难得出可靠的结果。二是内存、功耗大，抗干扰能力差。大数据需要大存储空间，需要巨大的计算资源，功耗大；在视觉处理上，输入的图片加上一点点噪声，系统就将一张明显是熊猫的图片以99.3%的置信度识别成长臂猿[27]。三是虽然人工智能应用日趋多元化，但现阶段技术对应用场景的选择依然有诸多限制，需满足下列5个条件，缺少其中任何一条都难以实现：①数据样本量多且信息完整无残缺，如AlphaGo；②信息具备确定性，不能模棱两可；③需要完全信息，如适合棋类，不适合盲打的4人扑克或麻将；④需要静态环境，对无法预知的情况很难处理；⑤适合单一任务，如围棋算法不支持下象棋。4.2现阶段人工智能技术引发的伦理挑战。随着应用领域的扩大，人工智能技术带来的伦理道德、技术安全以及隐私保护等问题逐渐显现，引发了社会的高度关注甚至是担忧。一些专家、学者认为已经到了必须高度重视人工智能环境的时候了。2019年秋开学季，多所高校利用人脸识别系统代替登记流程办理新生报到程序，一些学校甚至采取姿态评估、表情识别、语言识别、人脸识别技术，对学生上课情况进行监控、识别。对于这种人工智能+教育的应用方式，教育部科技司司长雷朝滋表示：人脸识别进校园，既有数据安全问题也有个人隐私问题，要加以限制和管理，并已经组织专家论证研究[28]。网络上人工智能开源代码的出现，使得换脸制作费价格大幅下降，降低了应用门槛，但也带来了很大的安全隐患，给模仿、恶搞、伪造、移花接木等不良甚至是违法行为创造了便利条件。利用语音合成技术可以制作出与目标声音极为相似的语音，让人难辨真伪。这种极为危险的技术若被不法之徒利用，可以让任何一个人特别是名人身败名裂，从而达到侵害他人合法权益（尤其是对女性的伤害），扰乱社会公共秩序的目的。中国传媒大学政治与法律学院副院长王四新说：“目前，通过人工智能技术深度伪造他人的肖像、声音主要用于网络‘恶搞’，但仿真效果已逼近真伪难辨的边界……如果使用不当，会产生很强的负面作用。”[29]人工智能还可能置人于死地：国外有人做出蝴蝶或蜻蜓般大小、携带烈性炸药的飞行器，通过人脸识别技术寻找特定对象实施谋杀[26]10。为避免可能带来的法律风险，国内外一些企业已经着手采取措施应对。如：微软已删除其2016年建立的世界上最大的公开人脸识别数据库——MSCeleb。该库通过“知识共享”许可方式搜集了近10万人的面部信息，超1000万张图像，而这些图像未必直接得到了照片与视频中人物的授权许可。国内一些技术公司也开始审视人工智能的伦理性。2018年7月在深圳召开的全球人工智能创业者大会上，多家高校及人工智能企业联合发起了《新一代人工智能行业自律公约》，旨在增强行业整体自律意识[30]。

5人工智能在图书馆应用的理性分析

《新媒体联盟地平线报告（2017图书馆版）》指出，“AI已成为图书馆未来5年最重要的技术之一，图书馆机器人的研发与应用，将推动图书馆服务方式的变革。”[31]将人工智能技术有机融入图书馆工作，提升智能时代图书馆的价值，已经是大势所趋。但在应用之前须进行理性分析。重点从以下几方面思考：5.1全面评估人工智能技术及其对图书馆发展战略的影响。应从图书馆整体发展战略的角度做好全面评估和规划：包括对人工智能技术及其发展的评估，对本馆工作流程、工作方法、服务手段、软硬件设施现状的评估，对组织机构变革的评估，对管理和服务能力影响的评估，人工智能带来的新岗位需求的评估，对图书馆员知识结构或素养的评估，以及人工智能的风险评估等等。在此基础上作出利用人工智能技术改变图书馆未来的整体规划，包括确定哪些工作可以用人工智能代替，哪些暂时不能而未来有可能；人机协同的设计；引进人工智能技术资金投入计划；人工智能人才培训计划等，以确保智能时代图书馆的可持续发展。合理的人工智能技术发展应该是人类可控的，以人为本的。图书馆员的工作不可能被人工智能完全取代，其岗位不可能因人工智能技术而完全消失，但部分取代是可能的，如基础性的、重复性的体力劳动。图书馆应该是学习与创造知识、具有浓厚人文色彩的文化场所，这一点不应由于智能体的加入而改变。机器的作用一方面是解放劳动力，提高劳动效率，改善人类工作环境和工作条件；另一方面是为用户提供现有技术无法提供的更高质量的服务，提升需求的满足率，这也是图书馆应用人工智能的最终目的。新技术应用的最终受益者一定是用户。机器应作为人类的得力助手，让图书馆员的工作变得更加生动有趣、更富有情感、富有创造性，更有意义和价值。这也是图书馆的魅力所在。同时，图书馆员的权利不应由于智能体的加入而受到损害。“人工智能的部署应当服务于人并以增强人的能力为目的。”[32]未来随着更高级人工智能技术的出现，图书馆员与智能体合作共事、有机协同将成为图书馆的一道亮丽风景线。5.2识别、规避法律及伦理风险。现在，国内有的图书馆采用人脸识别技术借还书籍。图书馆在此过程中实际上已成为用户信息的采集者与使用者。不管用户同意不同意，都得采用刷脸方式借还书，这种做法将用户置于别无选择的境地。如果说机场安检采用人脸识别技术是出于安全考虑，那图书馆借还书籍完全没有这种必要。2019年6月17日，国家新一代人工智能治理专业委员会了《新一代人工智能治理原则——发展负责任的人工智能》，提出了人工智能发展应遵循公平公正、尊重隐私、安全可控、共担责任等八项原则。明确要求尊重和保护个人隐私，保障个人的知情权和选择权，建立人工智能问责机制；人工智能的研发、使用应严格遵守法律法规、伦理道德和标准规范；人工智能应用过程中应确保人类知情权[33]。2019年8月22日，民法典人格权编草案已提请十三届全国人大常委会第十二次会议进行第三次审议。草案对公民隐私权和个人信息保护规定设立了专门章节。草案将“隐私”的定义修改为“自然人不愿为他人知晓的私密空间、私密活动和私密信息等”；将个人信息的范围作了明确界定，包括自然人的姓名、出生日期、身份证件号码、个人生物识别信息等等[34]。其中，个人生物识别信息就是指指纹、面部、虹膜、声音等个人生物特征信息。民法是我国法律体系中的基本法，一旦颁布实施，将对于我国人工智能使用行为的规范，对相关政策法规的制定，对于保护公民个人利益不受侵害都将是重要的参考依据。而未经许可授权采集用户个人信息的行为，将可能涉嫌侵犯用户的隐私权等人格权。因此，图书馆应在法律、政策、规范等指导下应用人工智能技术，建立相关监管与评估机制，防止出现用户信息泄露、未经授权的数据访问，甚至是技术恶意利用等管理上的漏洞，处理好数据开放获取与隐私权保护之间的关系，控制好人工智能技术可能给自身带来的法律与伦理风险。5.3做好大数据积累与建设。大数据是此次人工智能浪潮兴起的核心动力之一。为此，有学者将这波人工智能称为数据智能。据预测，人类最近两年产生的数据相当于之前历史上所有数据量的总和。到2020年，人类产生的数据量将达到40ZB[4]231。数据中有很多知识或规律有待于挖掘。数据是智能时代图书馆管理与服务创新的重要基础资源。开放获取环境下，图书馆数据来源大幅扩展，如机构知识库联盟、图书馆联盟等共享形式，数据生成方式多样化且更加快速。为此，研究型图书馆必须发挥数据管理者的作用，必须具有更强大的数据管理能力，包括数据搜集能力、存储规划能力、处理能力、使用能力和服务能力，建立用于大数据研究的支持系统，确保实现数据价值最大化。这些数据不仅为智能时代图书馆学理论与实践的创新探索提供了“养料”，也提供了一条新的研究路径。同时为图书馆自身组织机构变革，为图书馆科学决策，提供精准化、精细化服务奠定坚实的资源基础。大数据分析是对某一领域的全样本分析，比抽样调查更精准可靠、更有说服力。定题服务是图书馆受用户委托，就某一课题或项目需求收集相关资料交给用户。用户拿到资料后需再作整理、归纳、提取、分析等工作。而大数据分析用户直接拿到的就是结果，两种服务有质的区别。大数据分析能让图书馆人的视野更加开阔，它不仅对于跟踪、分析本馆和国内其他图书馆用户需求、用户心理、用户行为及其变化提供依据，也让洞察和跟踪国外图书馆及其学科发展趋势、资源建设等信息成为可能。而大数据分析的技术支撑就是人工智能。图书馆可建立不同内容的动态数据知识库，与国内实力人工智能研发机构合作，利用深度学习技术开展大数据分析与挖掘。未来，大数据建设将成为图书馆资源建设的重要组成部分，而大数据分析与挖掘作为智能服务手段，将成为图书馆服务的常态。5.4与研发机构合作开发人工智能应用场景。深度学习技术在应用端是有很大开发潜力可以挖掘的。不过只靠图书馆自身的能力无法实现，必须与人工智能研发企业合作开发。鉴于目前人工智能技术的局限性，图书馆须事先做好场景分析，这是应用能否成功的关键。图像识别和语音识别是目前国内应用较广泛、相对较成熟的人工智能技术。图书馆可以利用这两项技术，尤其是图像识别技术代替人工劳动。例如：目前借还书的下架、还架和新书上架是由图书馆工作人员到书库靠眼睛查找、体力完成，中外文期刊也是如此。书、刊的排架信息是静态的，每本书、刊在书架上的位置是按照分类号顺序排列的，不能乱放；排架规则明确，没有二义性；排架信息是一目了然的完全信息；整个书库或期刊库的排架情况可以构成样本信息完整无残缺的数据，符合前述4.1中所说的5个应用条件。利用深度学习处理大数据的优势，分别建立书、刊排架信息数据库，以该库为依据建立计算模型，结合图像识别技术识别不同书、刊在书架上的位置，然后用机器人完成书与刊的上、下架。机器人作业可大大缩短查找书刊的时间，降低还架错误率，提高工作效率和图书馆的智能管理水平。图书馆还可将图像识别技术用于内部管理。图书馆作为各种媒介、媒体相融合的知识平台，既要做好公共服务，又要做好安全管理。一些要害部门，如善本室等部门可采用图像识别控制人员的进出，根据人员的调动变化，随时进行调整，确保珍贵典藏在防火、防盗方面的安全。咨询机器人是比书库机器人智能化程度要求更高的智能体，不仅要能与用户对话交流，还应该能够讲解和介绍视频内容。其智能化程度高低，一方面取决于机器人的大脑——知识库中的知识存储量，另一方面取决于研发机构对语音识别与逻辑推理等技术的综合研发和运用能力。图书馆需要围绕咨询内容构建相关知识库，做初步尝试。今后，随着人工智能核心技术的不断突破，咨询机器人应进行相应升级换代，提高智能化水平。利用人工智能开展知识挖掘与服务。尝试利用深度学习开展大数据分析，包括图书馆学基础理论研究、领域分析、专题分析、行业分析、用户行为分析、馆藏结构分析、资源布局分析等。人工智能技术可以帮助图书馆更加准确地了解用户意图，更加精准地满足企业等创新主体的需求。在全民阅读的大环境下，图书馆还应该借助人工智能学习平台或工具，如智能穿戴设备等，改善弱势群体的阅读条件，为弱势群体提供更加公平、便利，更加人性化的学习环境；为全民提供终身学习的机会，满足不同年龄层、不同性别的学习需求。凸显图书馆服务的公平性、包容性，应成为图书馆利用人工智能的一个重要努力方向。5.5关注人工智能发展动向，加强图书馆员人工智能知识素养首先，图书馆对馆员进行人工智能知识培训，可以有效解决本馆人工智能人才短缺问题。图书馆从决定引进人工智能技术，到选择合适的人工智能企业合作，再到确定具体应用场景，自始至终都需要图书馆员参与其中。馆员的人工智能知识素养，是人工智能技术与图书馆工作相融合的重要基础。未来，图书馆与人工智能研发机构的合作关系将更加紧密，而掌握人工智能技术的公司并不了解图书馆工作及其需求，需要图书馆员与人工智能研发公司通力合作，充分沟通，在此基础上才能设计出最大限度满足本馆需求的智能体。这其中，图书馆员的人工智能知识水平至关重要。假如馆员只了解自身需求，而缺少人工智能知识，包括对人工智能技术本身、对当前国内人工智能技术进展状况，以及国内人工智能产业发展水平等方面缺乏了解，这将成为图书馆应用人工智能的障碍，技术融合很难达到预期效果。其次，虽然目前相对成熟的人工智能技术集中在机器学习、计算机视觉等领域，但未来，随着自动推理、知识表示等其他领域的突破，特别是通用人工智能的出现，图书馆的应用场景必将进一步拓展，人机协调、人机融合将成为图书馆工作常态。未来的人工智能是有理解、有推理、有决策能力的人工智能，所以，图书馆员必须要掌握一定人工智能知识，才能理解这些智能体的工作原理和行为，才能依据人机共存、人机配合的需要设计出更加合理、更加高效的工作机制、工作流程。否则，不但这些智能体很难融入到图书馆的工作流程与环境当中，难以实现管理与服务的人机协调、人机融合，而且还可能会出现一些意想不到的问题或状况。因为有理解、有推理、有决策能力的智能体的行为，有些我们能预料，有些也许是我们无法事先预料到的。所以，掌握一定人工智能知识是图书馆安全利用人工智能技术的前提和保障。最后，图书馆员在利用人工智能技术时，不但要规避已经出现的法律和伦理风险，而且要随着该技术其他领域的突破，不断学习新的人工智能知识。只有这样，才能及时发现和识别尚未出现的、潜在的各种风险，才能及时采取措施有效防范和应对。智能时代，图书馆员不仅要有图书馆学专业素养，也要有人工智能知识素养。图书馆应为馆员创造各种人工智能知识的学习机会，做好人才储备工作，迎接智能时代的到来。

6结语

新技术的更新换代让人应接不暇。人工智能技术在给图书馆带来巨大挑战的同时，也带来了变革机遇，图书馆需做好充分的应对准备。图书馆的发展一定是以新技术为主导的，过去是，现在是，将来也一定是。人工智能技术将引领图书馆向智能型图书馆迈进。

作者:麻思蓓 许燕 单位:中国科学技术信息研究所