论深度学习技术对人类社会发展的影响_蒋万胜.pdf

年月宝鸡文理学院学报（社会科学版）第 卷第期（总第 期）（）（）【教育教学】：论深度学习技术对人类社会发展的影响蒋万胜，田姿（陕西师范大学 马克思主义学院，陕西 西安 ）摘要 机器学习是实现人工智能的一种手段，而深度学习是目前机器学习的一种新方式。深度学习具有维度高、层级多、预测能力强的特征，为机器学习和模仿人类思维奠定了基础。目前深度学习已形成了一系列技术，尤其是计算机视觉、文字识别、语音识别、自然语言处理、推荐系统、预测和风险评估、智能监控等技术。这些技术已经在生产和生活中得到广泛应用，深刻影响着人们的生产方式与生活方式。在它们的协同作用下，人类社会正在实现从自动化向智能化的转变，向着更高级的社会形态发展。关键词 深度学习；深度学习技术；人类社会发展；社会智能化 中图分类号 文献标识码 文章编号 （）深度学习起源于人工神经网络，已经发展成为机器学习的主流，开启了人工智能发展的新阶段。深度学习出现以前，机器学习停留于浅度学习阶段，神经网络的层级数较少，且技术应用水平不高。与浅度学习相比，深度学习凭借六个主要特征 层级特征、维度特征、算法特征、工程性特征、数据特征、结构性特征，极大地提高了机器学习的智能性和学习能力。当前，深度学习已被广泛应用于农业、金融业、医疗等诸多领域，相关研究及应用不断增强人类自身的学习能力，推动人类自身全面发展。学习本身是人类特有的智能行为，机器学习则试图让机器也具备这种能力，深度学习正是机器学习进一步发展的成果。深度学习出现以前，科学技术发展的主要趋势是自动化，随着深度学习的出现，智能化成为新趋势。人类对智能化的追求正是深度学习得到广泛关注的根本原因。从 年 沃 伦 麦 卡 洛 克（）和沃尔特皮茨（）共同提出形式神经元模型（模型），到 年罗森布拉特（）提出感知机（），再到 年杰弗里辛顿提出反向传播算法，又到今天，深度学习的网络层级数得以不断增加，取得了重大进步，产生了很多标志性成果，例如卷积神经网络、递归神经网络等，深度学习正在掀起新一轮的科学技术革命。正如人工智能具有知识性形态和技术性形态两种形态，深度学习本身也是知识性与技术性的统一体。深度学习以深度神经网络为基础，发展出了一系列技术形态，主要包括计算机视觉、文字识别、语音识别、自然语言处理、推荐系统、预测和风险评估、智能监控等技术，深刻改变了人们的生产生活。本文拟从视觉功能增强、听觉功能增强和脑功能增强三个方面对这七种技术做出分类（大概分类）并基于技术特征分析其社会影响。一、基于深度学习的视觉功能增强技术的影响（一）计算机视觉计算机视觉是一门让机器学会“看”世界的科学，简言之，就是“依靠电子设备成像来代替生物视觉系统”，包括识别图像、跟踪和测量等，并能 收稿日期 基金项目 陕西省哲学社会科学研究专项：以绿色化、低碳化推动陕西省高质量发展对策研究（项目编号：）。作者简介 蒋万胜（），男，陕西富平人，经济学博士，陕西师范大学马克思主义学院教授，研究方向：人工智能与社会发展；田姿（），女，内蒙古乌兰察布人，陕西师范大学马克思主义学院硕士研究生研究方向：人工智能与社会发展。进一步处理图形，使机器的输出更符合人眼观察或传送给仪器检测需要的原图像。计算机视觉是一个复杂的科学，从狭义上来说，它与图像处理、图像分析、机器人视觉等是相邻学科；从广义上来说，它包括图像分析、处理和机器人视觉等，将之视作计算机视觉在某一领域的技术分支或者组成部分。深度学习的计算机视觉技术在应用中呈现出八类存在场景：图像识别和分类、目标检测、生物识别（主要是人脸识别和指纹识别）、自动驾驶、智能设备、医疗影像、图像搜索和智能监控。图像识别就是图像的模式识别，根据输入的图像信息生成并建立合适的图像识别模型。图像分类是指从给定的分类集合中给图像分配一个标签的任务，即分析输入图像并将图像按标签分类的任务，就是通过分析并提取特征，进而建立分类器以实现图像分类。目标检测也可以理解为目标提取，它将目标分类和识别合二为一，准确性和实时性是其重要特征。人脸识别和指纹识别也是深度学习极为广泛的一项应用，已经成为计算机视觉和生物识别领域被研究最多的课题之一。利用计算机视觉图像处理技术对目标进行实时监测和跟踪越来越热门，对目标的动态监控为智能化交通、智能监控、军事目标检测、导航、医学等诸多领域带来了便捷。对生产而言，计算机视觉技术已经被广泛应用于农业、制造业、金融业、信息传输、软件和信息技术服务业和公共管理、社会保障和社会组织等领域。计算机视觉在农业领域，可以用来检测土壤、作物的潜在危害和营养不足问题，识别水果、花草等种属并分类，检测病虫害并精准喷药。精准检测和分类有助于优化农业发展方式，对农产品、种植土壤、作物潜在危害的检测有助于提高农业产量、保障农产品质量，对种属的识别和分类有助于提高农产品分类收割和包装的效率、提升农业智能化水平；在制造业中，计算机视觉可以用于检测产品质量是否合格、检测机器有无损伤；在金融业中，计算机视觉可以用于管理银行职工活动、负责营业大厅安保监控等事项；在信息传输、软件和信息技术服务业中，计算机视觉可以用于电子设备成像、物体监测；在公共管理、社会保障和社会组织中，计算机视觉可以用于国防与安保、犯罪案件侦破等。可见，计算机视觉为人类社会生产和经济稳定提供了先进的技术手段，扩大了科学技术为人类服务的职能范围。对人类生活而言，它已经被用于金融业和信息传输、软件和信息技术服务业等行业，影响着人类的信息世界。在住宿和餐饮业中，计算机视觉技术在安保监控、智能家居等设施中的应用越来越普遍，但尚停留于较为简单的定位、跟踪等功能方面，在较低水平上实现了人脸识别、手势识别、图像着色、车辆计数等功能。在居民服务、修理和其他服务业中，计算机视觉被用于对家居设施的风险监测及修理，提高了检测和修理效率，及时有效地帮助解决人们生活中的突发事件。在医疗行业，计算机视觉被用于医学图像分析、病灶检测，这种技术为医生得出准确诊断提供了技术支撑，有利于对患者的病情进行分析和治疗。在教育方面，计算机视觉通过扫描文档、图像识别、语音语言处理等技术可以实现教案、教材等电子化归档，有助于提高教学质量和优化资源分配，提高教学资源利用率。在交通领域，计算机视觉技术的完善有助于增强自动驾驶技术能力，提高自动驾驶技术的实用性，减少人们超速、疲劳驾驶、酒驾等人为因素引起的交通事故，为人类生活打造一个良好的交通秩序。此外，计算机视觉还在动画产业、三维建模、摄影等活动中发挥着重要作用。总之，计算机视觉在人类生活中的应用给人们在住宿、就业、社会服务等方面带来了极大的便利。（二）文字识别文字识别也称计算机文字识别，或光学字符识别，即以图像处理和模式识别技术识别光学字符。这项技术能够自动识别文字并录入到指定设备中，属于非键盘输入范畴，主要与图像输入设备配套使用，如扫描仪。文字识别包括图像输入、预处理、文本检测、文本识别、结果输出等环节。按照识别内容形式，可以把文字识别划分为两大类：文本文字识别和图像文字识别。文本文字识别指对文本中的手写体、印刷体、数字等进行识别。图像文字识别是指机器将图像中不可复制的文字识别出来转化成可编辑的文字，例如识别车牌、卡证、票据等图像中的文字。按照识别的难易程度，文本文字识别又可以分为规则文本识别和不规则文本识别。规则文本识别主要包括印刷字体、扫描文本等易于识别的规范文本。不规则文本识别则指分布于不同复杂场景中的文本，在这种情景中文字识别面临着更大的挑战，例如出现变形、模糊、遮挡、弯曲等问题的文本中的文字识别。文字识别与计算机视觉具有密切联系，尤其是对图像宝鸡文理学院学报（社会科学版）：识别而言，文字识别的精度和全面性受到计算机视觉的影响，只有先让机器“看”清楚，才有可能提高文字识别和提取的准确度。在生产领域，文字识别已经被应用于交通、金融、电力供应等行业，提高了这些行业的生产水平。在交通运输、仓储和邮政业，文字识别被用于信件接收、包裹分拣、仓库管理、车牌识别等；在金融业中，文字识别被用于识别银行票据类，识别身份证、银行卡等，例如自助开户、自助投保，能够提高金融保险记录单的储存效率；在电力、热力、燃气及水生产和供应业，文字识别可以识别水电煤气税收证明；在住宿和餐饮业，文字识别能够录入客户身份信息；在医疗卫生领域，文字识别可以进行药物识别、病历本识别等，提高机器识别和记录病情病案的精度和效率，推动了医疗卫生行业的发展。在人类社会生活中，文字识别对教育、娱乐业、科研技术与服务等行业产生了众多影响。在教育行业，文字识别可以用于电子文档纸质化、纸质文档电子化，并发展出了电子阅读机器人等，为人们的学习和工作带来了极大便利；在文化、体育和娱乐业，文字识别实现了新闻稿件编辑、信函分拣纸质文档电子化、语言转化与翻译，有助于推进文化领域的数字化建设，例如数字图书馆建设可以为人们的学习生活提供充足的学习资源；在科学研究活动和技术服务业，文字识别可用于文字识别纸质文本转语音播报，有助于提高人们对智能设备的使用率和熟悉度，能够解决部分人的阅读或者学习障碍问题。尽管文字识别目前在生产生活中的应用是有限的，还存在广阔的拓展空间，但已经对人类社会产生了深远影响。对文字识别而言，获取数量大且质量高的数据和信息十分重要，为文字识别提供一个广泛、稳定的数据环境是未来优化文字识别技术的一个重要因素。二、基于深度学习的听觉功能增强技术的影响（一）语音识别语音识别即自动语音识别，主要是运用模型匹配、概率统计和辨别器分类三类算法来进行识别，一般要经过训练、识别、失真测试等环节。目前具有代表性的语音识别方法主要有动态时间规整技术、隐马尔科夫模型、适量量化、支持向量机等。在这些技术支撑下，语音识别发展出了语音拨号、语音监听、语音导航、语音命令、语音翻译、语音听写、语音搜索等多种应用，这些应用在很多领域得到了发展，例如语音交互下的移动互联网、智能家电、智能客服、可穿戴设备等。特别是对于人工智能机器人而言，语音识别赋予其类似人的眼睛、鼻子、耳朵那样的功能和效果。在社会生产领域，语音识别主要用于交通运输、仓储和邮政业、住宿和餐饮业等。在交通运输、仓储和邮政业中，快递运输机器人和智慧交通的交互，解放了部分人类劳动力并缩短了送货上门的时长。例如小区或校园内的送货机器人，在一定范围内甚至可能比人类送货效率高。在住宿和餐饮业中，语音识别可以用于酒店管理服务、住宅安防，用于员工签到、远程对话和监工。在科学研究和技术服务业中，智能机器设备、多种手机 、机器翻译、自动聊天客服几乎每时每刻都在影响着人们的生产生活，提高了智能产业的服务水平。在人类社会生活领域，语音识别主要用于文化娱乐业、交通运输业等，影响着人们的出行、交流、消费、住宅、家居。在文化、体育和娱乐业，语音识别可以用于图书馆数字化管理、语音转文本、社交 等应用程序的开发以及数字图书馆建设，能够有效拓展人类识别文本和学习知识的方式。在交通运输、仓储和邮政业中，它用于车联网、自动驾驶和快递运输机器人，为人类收发快递提供了极大便利。在住宿和餐饮业中，智能住宅、智能家电、可穿戴设备正走进越来越多的家庭。例如小度等智能音箱、微信的语音转文字等，简化了手动输入操作，解放了人们的双手，使人机交互更加便捷。语音识别极大地改变了人们的交流方式，随着计算机信息技术的升级更新，语音识别技术将会取得更多突破，从而深入人们生活的更多方面，推动人类社会朝着更高水平的智能化发展。（二）自然语言处理自然语言处理是一种利用人类交流所使用的自然语言与机器进行交互通讯的技术，其研究的对象是能够实现人与计算机之间用自然语言进行有效通信的各种理论和方法。机器的自然语言处理能力是衡量机器学习能力的重要指标，深度学习提高了自然语言处理的技术水平，使得自然语言处理成为当前人工智能领域的一个重要研究方向。在大数据时代，我们身边的数据信息爆炸式蒋万胜，田姿论深度学习技术对人类社会发展的影响增长，尤其是用户自己生成的文本数量也呈现指数级增长，这为自然语言处理带来了巨大需求。其中大多是非结构化内容，例如视频、文本、图像、音频等，用简单的语言逻辑很难理解。传统机器学习方法在获取数据和模型建构方面存在很多问题，最为突出的就是对数据进行标注需要耗费大量人力、物力、财力，存在着花费代价巨大而规范性差的风险。此外，语言理解往往具有歧义性、动态性和非规范性，这也是自然语言处理面临的一大挑战。深度学习为解决这些问题提供了新的思路：一方面它可以使用统一的分布式向量表征大量特征；另一方面它可以使用循环、卷积、递归神经网络等不同模型对不同语言进行组合分析，使得对自然语言处理更加高效准确。自然语言处理已被用于自然语言理解、问答系统、情感分析、语音转文本、机器翻译、语法检查、文本转化、信息提取和过滤、数据挖掘等方面，越来越多地渗透到人们的生产生活中。在生产领域如信息传输、软件和信息技术服务业中，通过记忆增强，自然语言处理能够为人类提供更加精密准确的技术服务。在金融业和商业中，自然语言处理能够判断出对象的情感倾向，从语言中识别、提取、量化人的情感状态，从而帮助处理客户评论，提高产品质量服务。其中最为突出的是证券行业，自然语言处理技术可以帮助分析师搜集整合相关性资料，并通过深度学习的不同算法和模型建构方案，提高分析师的效率，从而帮助人们实时、有效分析股票和其他金融行业的变化与结果。在生活领域中，自然语言处理表现为机器能够理解并执行自然语言的口语和书面语，各类语音助手不仅能与人实时对话，还能帮助我们操控家电、并远程控制。在文化、体育和娱乐业中，自然语言处理可以用于图书馆数字化管理、机器人审稿等。在信息传输、软件和信息技术服务业，自然语言处理的一个重要应用就是机器翻译，它为企业服务人们提供技术支持，例如谷歌、有道、百度等的翻译功能。自然语言处理可以通过直接翻译、句型变换、语言规范等途径实现不同种语言的转换，这催生了随声译、随身译等设备的发明。在教育行业，自然语言处理技术可以实现教案、教材等的电子化归档，有助于提高教学质量和优化资源分配，提高全社会学习资源利用率。此外，自然语言处理还可以进行自动检查和纠正，例如 文档中的纠错功能，有助于提高个体的学习和工作效率。三、基于深度学习的脑功能增强技术的影响（一）智能监控智能监控是集计算机视觉、语音识别、文字识别甚至预测和评估于一体的智能化监控系统，可用于生产线管理、安保、交通等诸多方面，是保护、监管生命和财产安全的重要手段。智能监控不同于传统视频监控，它以数字化、网络化视频监控为基础，拥有更高水平的监控跟踪和处理能力。视频监控系统集采集、传输、存储、控制、显示于一体，可以通过图像和视频方式记录、回放、追踪、管理不同领域中的日常活动。并且，它能更加精准地识别物体，检测异常情况，可以提高人类应对突发事件的能力。智能监控具有广泛的应用前景和巨大的经济价值，已经成为各国研究的热点。我国在这方面的研究起步较晚，技术还不够完善，但智能监控已经对我国生产发展和人们的生活产生了重要影响。对生产活动而言，智能监控已经成为制造业、交通运输、仓储和邮政业、农业、金融业等行业的重要监管工具。智能监控在制造业，主要用于产品检测和保存、安保管理和工况监控，若遇工作人员操作不规范、不佩戴口罩等情况可以发出提醒通知管理人员；在交通运输、仓储和邮政业，主要用于交通流量实时监控、车速测速、高速收费管理、停车场监控、仓库安保和管理，有助于实时联动管理和预警，协助交管部门提高应急响应效率；在农业中，主要用于农田监控和质量检测，有助于提高农作物产量和质量，保障农业发展质量；在金融业，金库监控、企业职工管理监控、营业大厅监控等越来越需要智能监控；在居民服务、修理和其他服务业，帮助商家提供高质量数字视频服务、优化产品性能等。智能监控在生活中也发挥着重要的作用，已经成为深刻影响人们生产生活的一大关键技术，并正以更多样的应用方式推进人类社会智能化进程。在住宿和餐饮业中，酒店、住宅监控安保系统是保障人们社会生活安全的重要因素。在居民服务、修理和其他服务业，丢失物体跟踪、居家安全远程监控、停车场监控有助于保障人身和财产安全。在生态系统和环境监测中，智能监控可以通过检测生态多样性和生态环境，改善人类生存环宝鸡文理学院学报（社会科学版）：境，推动可持续发展。对生活而言，智能监控有利于完善安防系统，提高智能住宅和智能家居的智能性和安全性，为人类打造了一个稳定有序安全高效的生活环境。例如，我国在 年月成立的深延科技（北京）有限公司，建立起了集监控、数据为一体的可视化监控服务体系，已被用于校园安防、食品安全等场景。（二）推荐系统推荐系统是一种在以前选择的基础上推荐新产品或服务的系统，即通过对以前浏览或记忆过的数据的记录和分析，分析出最有可能被接受的新事物。它是目前深度学习最为热门且使用率最高、最被认可的主要技术之一。随着互联网的发展和各种应用的大量涌现，用户越来越被不断出现的产品和服务所吸引，个性化需求不断增加，这对信息匹配系统提出了更高的要求。充分发挥数据优势能够帮助用户获得所需的有效信息，并解决信息的超载模糊问题。它可以根据对用户偏好、项目特征、用户过去的行为和倾向的分析，推介可能被接受的产品或服务。同时，基于深度学习的推荐服务可以实现跨领域推荐，这是浅度学习无法实现的，并且跨领域推荐能够实现转移学习，转移其他领域的知识来改进另一个领域的学习任务，从而提高了推荐系统的广度和深度，扩大了推荐系统的应用范围。推荐系统已经成为发展生产、促进经济发展的重要动力。在生产活动中，推荐系统为调整生产结构，优化产品，提高生产水平和质量提供了有力手段，为人类社会提供更高水平的智能化服务。尤其是在商业、金融业、服务业中，推荐系统为生产提供了可定向、可自由伸缩的市场，被用于批发和零售行业中定向广告、产品推荐等活动。在信息传输、软件和信息技术服务业中，推荐系统一方面优化并提速服务器计算能力，帮助分类储存，降低能耗成本；另一方面能够基于用户爱好、行为、常见结果等来推荐相关视频、新闻、应用程序等服务，扩大不同设备和应用的传播与使用量。在租赁和商务服务业中，除了定向广告、提供个性化服务外，推荐系统还可以进行商品结构整合，提高相关产品推广度，帮助商家拓展市场资源。推荐系统能够直接影响人们的社会生活，改变人们的生活方式。智能设备的普及、信息共享程度加深、科学技术研发加快等因素加深了这种影响。在信息传输、软件和信息技术服务业，推荐系统被用于电子邮件过滤、手机 推荐等，丰富着人们的交往形式。在文化、体育和娱乐业，视频推荐、书籍推荐、旅游信息推荐等服务影响着人们的消费行为和消费对象。在搜索领域，推荐系统可以根据历史浏览推荐可能被用户接受或喜爱的内容或新闻，丰富人们的精神世界。在餐饮业，推荐系统可以通过分析用户已点菜品为用户推介其可能会感兴趣的其它菜品，不断带动人们消费，推动餐饮业的发展。在生活中，推荐系统能够结合我们的信息（包括年龄、性别、工作、地址以及过去的浏览、使用信息等），结合物品信息（包括价格、产地、评价、销售量等），预测并推荐人们可能感兴趣的内容，为我们的生活提供更加个性化的服务。（三）预测和风险评估深度学习的预测是基于多层神经网络，通过建模，以从端到端的方式，自动提取高层级特征，形成维度高特征，提高预测实效。预测主要经过以下五个环节：明确预测对象、形成相关性数据库、建构预测模型、训练模型、评估模型准确度并调整误差。深度学习的评估包括自动评估和手动评估，评估方法有交叉验证法、留出法、自助法等。深度学习的评估包括以下几个方面：一是明确问题，即深度学习需要输入什么样的数据作为学习对象，以及要建立什么样的输出模型；二是按照输入标准进行相关性和关键性数据特征提取和数据库初步模拟建构；三是对原始数据进行分析处理，并转化为对构建预测模型有用的特征数据；四是在有效数据的支撑下训练和构建模型；五是进行模型评估和优化，依靠数据处理和建模能力，达到更好的评估效果。从算法来看，预测和评估可以分为回归、聚类、分析。深度学习的预测和评估很难形成标准化式模式，而是会形成独立的不同模型来完成分类预测、时间序列预测、股票预测、回归预测、房价预测等单项任务。预测和风险评估越来越渗透到生产中，有利于提供风险预警，为生产营造稳定的环境。在农业领域，预测和风险评估可以用于预测农业产量，如预测温室番茄产量，以及识别预防病虫害等，此外还可以用于筛选作物种植的优势地理位置。在金融业中，它被用于股票预测、投资风险评估，为人类提高抵御金融风险的能力开拓了新的可能，正越来越受到金融领域的追捧。在电力、热力、燃气及水生产和供应业中，有助于预防水利、蒋万胜，田姿论深度学习技术对人类社会发展的影响电力安全隐患以及预测水质、评估城市水质风险等；在环境和公共设施管理业中，可以进行大气现象跟踪，预测二氧化碳排放影响，预测影响生物多样性评估的影响因子，从而为生产特别是农业提供即时气象报告，提高农业生产效率。在建筑行业，可以预测建筑能耗，提高人们生活居住的舒适度。预测和风险评估对生活的影响主要集中在提供安全保障和技术服务两大方面。在环境监测和生态预报方面，可以提供雷达到雷达的点对点预测，为我们实时监测生态变化以便即时做出反应提供了有效工具。在医疗保健领域，可以帮助专家做出更准确的病理判断和诊断，降低医药失误风险，增强安全保障。在住宿和餐饮业，这种评估有助于预防风险和意外，保障人们的饮食、住房安全和质量。在公共服务业，可以预测洪水和地震等风险，为人类生存安全提供预警。深度学习的预测和评估系统正不断扩大到更多领域中，包括驾驶员行为、机票价格、产品未来销量、人物年龄分析等。未来，这一技术将得到更广泛的探索和应用，从而更广泛地影响着人们的生活。综上所述，本文从视觉功能增强、听觉功能增强以及脑功能增强三个方面探究了深度学习的七种主要技术及其对生产生活的影响。这些技术之间密切联系，共同构成了计算机的“眼”“耳”“思考”等功能，使计算机更加智能，极大提高了人类社会生产生活的智能化水平。目前，这些技术正日益完善并呈现出巨大的发展潜力，未来将在更深层次和更大应用范围被人类社会接纳和应用，进一步展现出其影响。从生产、生活看待深度学习的主要技术应用启发我们思考这样一个问题：当前深度学习主要以何种路径影响着人类社会。对这一问题的思考能帮助我们探索实现人类社会智能化的更多方法以及正确看待深度学习的技术影响。人工智能经历了从自动化到智能化的发展，机器学习的进步，尤其是深度学习的出现和发展为人类社会智能化提供了可靠的理论和技术支撑，日益彰显出其强大功能。深度学习被广泛应用于人类社会的经济、文化、安防、科技服务等诸多领域，在世界上掀起了人工智能技术研究与应用的新浪潮。结合不同领域和行业分析深度学习的影响，为我们正确看待深度学习的作用和价值提供了具体思路，有助于提高人工智能的发展水平。同时，在积极推进深度学习有关技术发展的同时，也必须注意到它可能为人类社会发展带来的问题和隐患，并积极预防。科学技术没有原罪，造福人类是其初始目的，我们应在坚持人机和谐共生的关系中，保证人工智能技术的良性发展。注释根 据 中 华 人 民 共 和 国 国 家 标 准（）国民经济行业分类被分为 个行业：（）农、林、牧、渔业；（）采矿业；（）制造业；（）电力、热力、燃气及水生产和供应业；（）建筑业；（）批发和零售业；（）交通运输、仓储和邮政业；（）住宿和餐饮业；（）信息传输、软件和信息技术服务业；（）金融业；（）房地产业；（）租赁和商务服务业；（）科学研究和技术服务业；（）水利、环境和公共设施管理业；（）居民服务、修理和其他服务业；（）教育；（）卫 生 和 社 会 工 作；（）文 化、体 育 和 娱 乐 业；（）公共管理、社会保障和社会组织；（）国际组织。：参考文献蒋万胜论人工智能存在形态及其社会影响北方论丛，（）：徐卫军深度学习在计算机视觉领域中的应用电子技术，（）：胡钊龙，李栅栅语音识别技术在智能语音机器人中的应用电子技术与软件工程，（）：，：（），（）：，（）：，（）：，（）：，（）：（责任编校张东茹）宝鸡文理学院学报（社会科学版）：，（，）：，：；（上接第 页）“（蛮）”，（，）：“（蛮）”，“（蛮）”“（蛮）（蛮）（蛮）”，“（蛮）”“（蛮）”，“（蛮）”“（蛮）”“（蛮）”，：“（蛮）”；蒋万胜，田姿论深度学习技术对人类社会发展的影响