2018年8月
使半导体在规定时间内通过辐照区域，从而实现高频谐振型工业电子加速器的小剂量电子辐照。
参考文献
[1]唐鄂生.电子直线加速器辐射加工的特点及其应用前景[C].全国电
子辐射加速器装备产业化及应用问题研讨会,2006.
[2]史卫箭.浅谈电子加速器辐照技术[J].天津光电线缆技术,2009(4): 10~16. [3]赵成刚.电子加速器及其应用领域概述[J].电工文摘,2008(4).
[4]姚充国.电子直线加速器的现状和发展[J].物理,1978(6):330~337.
[5]戚文元.我国电子辐照加速器的现状与未来[C].“发展中的我国辐射
加工的现状与未来”研讨会,2013.
[6]王军明.例谈几种常见加速器的工作原理[J].物理教学,2005(3):5~6.[7]黄正新.电子辐照加速器装置[M].中国同位素与辐射行业协会辐射
加工专业委员会,2011.
[8]梁宏斌，张玉宝，王强，斯琴图雅.电子加速器及其应用领域[J].科技
创新与应用,2012(5):3.
[9]邓文敏，陈浩，裴颖，冯磊，张亚，陈勋，李文君，向成芬，王志东.高能电子加速器在食品辐照加工中的应用分析[J].核农学报,2012,26 (6):919~923.
[10]王振洲.电子直线加速器在硅半导体器件改性中的应用及硅半导
氧化锆全瓷
体辐照效应研究[D].南京大学,1990.
[11]翟兴林，陈桂成，徐芬娟.高能电子辐照工艺在电力半导体器件和宝石改中的应用[C].全国核技术应用战略讨论会,1989.
收稿日期：2018-7-16
苗萧梦（浙江省萧山中学，浙江省杭州市311201）
【摘要】随着第三次人工智能浪潮的到来，人工智能威胁论再次被公众重提。人工智能是否会取代人类，这个问题的结论将影响到相关技术未来的发展方向。本文将介绍人工智能的发展现状，并针对不同职业进行该问题的探讨，最终得出“对于人工智能对人类的影响，我们应谨慎但不悲观”的结论。
【关键词】人工智能；技术发展；失业；卢德悖论
【中图分类号】TP18【文献标识码】A【文章编号】1006-4222（2018）08-0285-03
1介绍
近几年来人工智能领域前沿不断传出突破性进展的消息，且几乎每一个重大成果的诞生都能在短时间内吸引全球人士的注意。2016年,IBM在苏黎世的研究中心创造出了世界上第一个人工纳米随机相变神经元，并且使它们像人类大脑一样处理了信号；新型的机器人在美国获得了人类的平衡能力，在德国又获得了人类的痛觉。2017年，谷歌公司的围棋人工智能AlphaGo对战中国天才棋手柯洁，并且以3:0的总比分取得了这场人机大战的胜利。2018年，来自OpenAI的人工智能“OpenAI Five”击败了人类电子竞技的选手。科技的进步使得计算机已经部分实现了对人类生理的模仿和对人类智力的超越。事实证明，人工智能已经征服了越来越多本为人类优势的复杂领域。可以预见，人工智能已经开始融入人类的生活，并且在未来融入的过程中对人类社会带来更为巨大的冲击。
人工智能是一门通过研究算法来使计算机模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科。它涉及大部分自然科学、社会科学与技术科学学科，如计算机科学、心理学、哲学、语言学等。一般认为，凡是使用机器代替人类实现认知、识别、分析、决策等功能的事物，均有使用人工智能技术。例如苹果公司推出的语音助手Siri采用了语音识别和语义识别技术，能做到理解并执行用户的要求；大多数扫描仪搭配的OCR软件采用了计算机视觉技术，能做到高准确度识别各种印刷与手写字体；目前逐步普及的人脸识别系统，作为计算机视觉技术的前沿成果，已经开始影响金融、安全等社会各个领域。 自从20世纪50年代概念被提出后，人工智能一共经历过三次浪潮。第一次浪潮在1956~1974年之间，第二次浪潮在1980~1987年之间，而第三次浪潮则是从2011年持续至今。在每一次浪潮成果涌现的同时，总是不乏“人工智能威胁论”声音。人们对自身命运的担忧以及对重金下取得的成果的不满造成了浪潮与浪潮之间的寒冬。社会对人工智能的热情和担忧经历多次起起落落后，近些年又表现出了一种爆发性上涨的趋势。于是，有关人工智能威胁的讨论再一次成为了社会的热点。
对第三次浪潮我们要格外警惕，其原因有两个方面:
(1)到目前为止，第三次浪潮已经展现出了前两次无法比拟的对社会的巨大影响力。这主要体现在融资规模和近年来行业公司数量变化上。截至2016年，全球人工智能公司已经突破1000家，其中有半数是
数显时间继电器近十年创立的，融资金额已经高达48亿美元，人工智能创投金额在五年内已经增长了十二倍。在面对拥有巨大的影响力且存在不确定性的事物时，采取冷静谨慎的态度可谓是一种明智的选择。
(2)作为影响人工智能发展三大要素的数据量，运算能力和算法模型在21世纪都有了显著的发展，极大地推动了人工智能的发展。各种深度算法，如卷积神经网络、循环神经网络在语音识别和计算机视觉中取得了巨大的成就。但是这些新出现的理论大多尚未完全成熟，它们必须要引起我们的注意。 美微乳
本文接下来的内容安排如下:①我们会客观总结目前人工智能的发展现状;②我们会主要人工智能对人类岗位的取代;③我们会给出应对上述情况的策略。
2人工智能的发展现状
我们将会从语音识别、语义识别和计算机视觉三个方面总结人工智能的发展现状。这三个方面是现代人工智能的基础，人工智能的一切分析与决策都建立在听懂、理解、看清这个世界的基础上。
2.1语音识别技术
语音识别技术的目的是将输入的语音转化成文本以供语义识别技术利用，其关键技术环节是语音特征的提取、模式的
论述285翻转气缸
2018年8月
匹配和模型的训练，基础技术与学科是语言学、数据挖掘技术、信号处理技术和统计建模。
目前语音识别技术已经较为成熟，能达到95%的准确率，而对中小词汇量非特定人语音识别准确率已经大于98%。因此，此技术已经能满足通常应用的需求，并且也的确在获得越来越广泛的应用，例如某些手机App中的语音助手，通讯运营商的电话客服以及诸如智能音箱的智能家居终端亦或是即时通讯软件搭载的语音转文字功能。在一些特殊领域，例如案件侦破、国家安全，语音识别技术也已经可以发挥作用了。
然而，只有到达99%以上的准确率，语音识别技术才可谓是完成了质变，才能使人们经常使用并且依赖它。语音识别技术的发展受到算法模型、自适应和强健性三方面因素制约。目前算法采用的模型属于概率模型，此模型在汉语的识别方面尤为不足，如能提出新式文法模型，那么技术将获得飞跃。在自适应方面，最先进的识别技术在达到高准确率前需要用户通过数百句话的训练来使计算机适应声纹特征，而这对技术的推广无疑是极不利的，如何处理不同用户的口音和方言将会是一个有待解决的难题。就强健性而言，语音识别技术是亟需提升的。环境的噪音和杂音使得计算机不知所措，这一点极大的限制了技术的应用范围。如何实现让计算机从众多声音中提取出需要的部分，这是一个艰巨的任务。
2.2语义识别
语义识别技术解决的是如何让计算机听懂理解语言的问题。它的输入也是语言，这点与语音识别技术类似。不同的是，语义识别技术处理的是模糊的语句，是较为空泛的概念。例如，用影片全名搜索采用的是语言识别技术，用热门外国电影这种短句进行搜索则采用了语义识别技术。
实际生活中语义识别技术和语音识别技术结合的较为紧密。语义识别技术在实际中能完成深度交流、机器翻译、情感理解、句子生成等任务。应用的方面也与语音识别技术大同小异，主要是在手机的App、智能家居和电子客服方面。
由于语义识别技术涉及到更为复杂的信息处理，其成熟度远不如语音识别技术。自然语言处理(NLP)的技术困难主要在于语义的复杂性，例如前后文之间的联系以及对相同语言不同场景的处理。为解决这些问题，采用的方法是目前非常火热的机器学习。虽然大数据和并行计算的深度学习可以给语义识别技术带来进步，但是如想要使其达到人类的水平，仅靠这种方法也是难以实现的。
2.3计算机视觉
计算机视觉是指利用计算机模拟人类视觉系统来实现视觉功能，从图像和视频中获取外界信息。它主要研究的是物体的识别，物体的形状与方位确认以及物体运动状况判断。它的处理过程主要包括对素材的预处理、对目标特征的提取与分类以及模型的建立。
计算机视觉由于发展历史在人工智能中是较久，成熟度较高，其应用十分广泛。从早些年代的OCR字符识别，到前段时间的人脸识别，再到监控与安防领域，都少不了计算机视觉技术。在生物特征识别领域，计算机视觉工业化程度较高，在物体识别领域，静态物体识别技术较成熟，而动态物体识别由于难度较大，成熟度不如前者。
受到图片成像质量与视频拍摄水平的限制，存在现有技术不能准确识别的情况。另外，由于缺乏大量细分高质量的场景数据用于深度学习，计算机视觉的算法暂时难以实现突破。3人工智能对人类岗位的冲击
机器人装配生产线基于以上认识与总结，以下将按职业进行人工智能替代人类的分析。
驾驶员：驾驶员是指包括汽车、火车、飞机在内的交通工具的操作员。其中最受公众关注是无人驾驶汽车。早在40多年前人类就开始研究无人驾驶技术。现代的无人汽车应用语音识别技术确定乘客的目的地，利用计算机视觉、导航系统和相应的模型算法实现安全快速抵达。目前，无人驾驶技术已经趋向完备，产品汽车也已经出现在社会上，最先进的试作甚至已经有将近百万公里的测试行驶。虽然无人汽车尚未真正普及，但可以相信，在未来半个世纪中，汽车司机这个行业会被无人驾驶汽车几乎完全取代。平时不受公众关注的飞机火车其实也早已应用许多自动驾驶技术，尤其是飞机。目前最先进的飞机自动驾驶仪可以做到无需驾驶员控制起飞、巡航与降落，但是为了避免由于机器故障引发的事
故，所以仍选择配置两名飞行员。火车的自动驾驶国外已经存在成熟的应用，国内相关领域的研究人员仍在尝试突破技术难题。结合目前形势，可以预测，一旦有高安全性的自动驾驶技术出现，相关的行业必将会逐步消失。
建筑工人：建筑工人是现代城市化最重要的劳动力，也是最为辛苦和危险的职业之一。实际上，每个底层建筑工人每天所进行的劳动都是繁重而重复的，繁重使人工智能取代变得必要，重复使人工智能取代变得可行。在引入计算机视觉技术后，目前所使用的吊车、钩机、铲车等建筑工具就可以自动识别需要处理的对象，从而自行工作。同时如果再研发一批针对各个施工环节的机器人，由人工智能进行统一调配，房屋建造将会摆脱人力，变得更加高效与安全。
快递员：快递员是近年来从业人口快速增长的一个职业，但是受到电商业爆炸式发展的影响，每年我国物流人才存在六百万左右的巨大缺口。此外，社会上关于快递员的负面事件接连发生，每个快递员的内心在工作期间都受到负面情绪的影响。对此，可以在无人驾驶汽车的基础上进行改装，利用计算机视觉，导航系统，更换相应的模型算法，不仅可以代替快递员实现快递的收发，还能更加高效地规划路线，同时避免迷路的发生。目前，国内的一些快递企业如顺丰已经在试用无人机进行工作，但暂未投入大规模正式使用。
视频审核员：如今很多视频网站每日上传量达到数十万甚至百万，审核从业人数却严重不足，多数审
核人员在过滤暴力，情等不合法规的视频时工作量巨大，且往往力不从心，久而久之内心还会受到众多负面情绪荼毒。因此，应用了计算机视觉和深度学习技术的人工智能引擎将会是此行业绝佳的辅助工具，甚至可以独立完成这份不适合人类的工作。目前，多数互联网信息公司都已经采用了相关技术，审核人员只需要用图片训练计算机即可，一般通过数万张图片的学习后其识别准确率可达99.5%。这个行业是目前最有可能被人工智能取代的行业之一。
4人类的应对策略
通过上述的分析，我们发现，人工智能其实已经对人类社会产生了影响。从目前来看，这些影响是偏向积极方面的，最主要的是部分取代了人类的工作，减轻了劳动者的负担与压力。但是社会中对人工智能仍然存在着质疑和反对的声音，其中最容易使人信服继而焦虑的是失业问题。
首先我们假设人工智能最终的确能做到独立处理工作，那么我们会失业吗?对于这一点，这里需要引用经济学中的卢德悖论。卢德悖论得名于第一次工业革命期间的卢德运动，它的主要观点是“在生产中应用节省人力的技术会减少对劳动力的需求，进而导致失业率增加”。但是事实证明，两个世纪后的今天，社会反而对劳动力有了更大的需求，世界总体的失业率也只是在周期性的波动，并未出现明显的上升趋势，因此这
论述286
2018年8月
是一个悖论。事实上，生产力的提高会导致产品价格的下降，社会需求增大，进而导致工作岗位增加。应用这个悖论来看待人工智能的影响，可以推断出一切关于失业的担忧都是多余的，未来虽然可能会消失部分职业，但也会有更多新型职业的诞生，综合来看将会存在更多的就业机会。我们会与人工智能融为一体，共同发展。
而且，这个“人工智能能完全取代所有人类现有职业”的预想是难以实现的。根据波拉尼悖论,“人类所知远胜其所能言传”，事实上程序员很难传达给人工智能完成目标的方法，例如如何识别一个水杯。程序员可以告诉计算机水杯是圆柱形带有握把的中空容器，但这样就缩小了结果的范围，因为不是所有的水杯都是圆柱形且带握把，因此我们不得不去除一些限制条件，但这样计算机又会把浴缸纳入结果。而事实上这样的问题是儿童可以轻松解决的。这时候需要应用到深度学习技术，然而颇具讽刺意味的一点是，即便是能取得极高正确率的人工智能也不能告诉人类为什么它可以做到这一点，而且会在某些时候犯下一些荒谬的错误。
此外的多数观点，如人工智能会反抗人类，在目前的技术条件下是无法实现的。必要的谨慎是不可少，但我们也大可不必对此杞人忧天。
所以，我们在谨慎对待人工智能发展的同时，也不要把一切看得太悲观。更为精准的预测还需要等到
人工智能更多的发展后才能下定论。在此之前，假设上述论断是错误的，人类则有必要提升素养，转入人工智能暂时不能触及的领域，如艺术等，以求得暂时的安全；加入上述论断是正确的，人类则有必要提升素养，大力发展相关技术，以尽快迎接更加美好的未来。总而言之，在当今这个人工智能高速发展的社会，我们能做的最明智的决策是提升素养。
5结论
对人工智能威胁的讨论已经持续了半个多世纪，这半个世纪中人类仍未完全认识人工智能，但是在一些方面已有了较成熟的技术。基于历史经验，通过对人工智能否取代人类的探讨，我们发现不该对人工智能持有过于悲观的态度。人工智能的发展的确会使一些职业消失，但会创造更多的就业机会而避免大规模失业。提升素质，保持警惕，趋利避害，防范于未然，我们相信人类可以驾驭人工智能，并与其一同创造更美好的明天。
参考文献
[1]邢晓男，陈晓英.人工智能发展带来的挑战及应对策略[J].学术探索,2017(8):32~37.
收稿日期：2018-7-2
大数据时代下对审计工作的影响
唐楷淇（江苏省梅村高级中学）
【摘要】信息化技术的迅猛发展带来了大数据时代。大数据技术的应用深刻影响着社会和经济的发展。审计作为一种监督活动，在经济健康运行中扮演着重要的角。在大数据时代下，审计行业如何进行应对，更好地发挥其监督职能，是值得关注和探讨的。因此，本文结合大数据的涵义和特征，阐述了大数据时代下审计的特征，并进一步分析了大数据环境下对审计带来的机遇与挑战，在此基础上提出了相应的应对措施，为提高审计的服务水平提供一定的指导。
【关键词】大数据；审计；机遇；挑战；变革
【中图分类号】F239.4【文献标识码】A【文章编号】1006-4222（2018）08-0287-03
1引言
随着互联网、物联网、云计算、社交网络等信息技术的快速发展，各行各业的数据呈现爆炸式的增长态势，规模也越来越大，包含的内容也越来越繁杂，大数据时代悄然而至。大数据已然成为经济和社会发展的重要引擎，并进一步影响各行各业的发展。毋庸置疑，大数据对审计行业有着至关重要的影响。大数据具有数据量大、数据类型繁多、处理速度快等的特点，这些特点为审计工作带来了新的技术和方法，为审计效率的提高提供了便利。然而，大数据也为审计工作带来了一定的挑战。为此，会
计师事务所和审计人员需要充分意识到大数据时代对审计工作的影响，抓住大数据带来的机遇，应对大数据带来的挑战，推动审计的不断发展。基于此，本文结合大数据的内涵与特征，分析大数据时代下审计的特征，厘清大数据对审计发展的影响，并进一步提出相应的应对措施，为提高审计的效率与效果提供一定的借鉴意义。
收割机卸粮筒2大数据时代下审计的特征
2.1大数据时代的内涵与特征
大数据的概念诞生于20世纪90年代末，其真正开始流行是在2012年，奥巴马政府利用大数据进行总统选举，大数据才开始风靡于社会。对于大数据的内涵，将其定义为“由大规模数据集组成，数据量大到无法在容许的时间范围内使用传统的软件工具进行收集、使用、管理和处理”。大数据通常具有数据量大、数据类型繁多、数据价值密度低、处理速度快的特点。
大数据时代下通常具有以下几个特点:
(1)大数据时代下，对于数据的分析可以不再依赖于抽样调查的手段，而是可以实现全数据模式。在全数据模式下，样本就是总体，人们可以利用大数据去考察任何细微层面，从而有效地帮助人们了解更详细的情况。
(2)与以往聚焦于数据间的因果关系相比，大数据时代下人们开始关注数据间的相关关系。因果关系是很难被完全证实的，而相关关系通常更为显而易见，证明相关关系的研究所耗费的成本较小，这样可以帮助人们进行更好地预测和分析。
(3)大数据时代下，人们更加关注的是数据的混杂性，而不是以往关注的精确性。在数据规模庞大的情况下，错误的发生是不可避免的。因此，要转变思维方式，提高容错率，充分利
论述287
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议