计算机人工智能识别技术的应用

2018-12-20杨进南京三宝科技股份有限公司

数码世界 2018年11期

杨进南京三宝科技股份有限公司

1 人工智能概念

人工智能是研究使计算机来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，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能自1956年诞生以来，已经慢慢成为了一门日渐完善的理论基础、广泛交叉的前沿科学和日益广泛的应用领域，而如今由于计算机的出现，人类已经进入了一个全新的工业时代，以机器代替或减轻人的脑力劳动为主要标志。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具。

2 人工智能识别技术

人们对于计算机技术在发展过程中的功能都是肯定和认可的，并且希望计算机技术在今后的发展过程中能够帮助人们解决更多的问题，使其在生产和生活中不断深入和应用，基于此，人们就对计算机技术提出了更高的要求。比如电脑，它能够像大脑一样进行工作，具有高效且高速的优点，提高了人们的工作效率，使人们走向了网络化办公的时代，也为人们带来了丰富的生活。计算机技术研究人员开始对其进行更深层次的研究，从而研发了计算机人工智能识别技术。计算机人工智能识别技术是在人们对自动化办公和智能化生产需求的背景下产生的，简单来说也是来自于语音识别领域的启示。在智能手机发展的过程中，声控成了较为流行的技术，实际上声控也是语音识别技术，是基于语音收录、对比的技术。所以，人们就希望在不同领域中都能够实现人工智能识别，减轻人们在工作过程中的负担，全面实现智能化的生活。简单来说，智能识别技术就是使用一定的识别装置，自动获取并且识别物品的信息，将信息传输到后台计算机处理系统中进行处理。比如人们在日常生活中见到的条形码扫描器，售货员用它扫描商品条码，从而能够获取商品的全面信息，然后再输入数量，系统就可以自动计算商品的总价格，这个过程就是计算机人工智能识别技术。

3 人工智能识别技术种类

人工智能识别可分有生命识别和无生命识别两大类，每类又有三种小类。

3.1 有生命识别是指通过人类的某种无法重复特点进行识别，分为以下三类：

3.1.1 声音识别：指的是通过识别不同人群的声音，对人群的身份进行智能识别及鉴定的识别技术。声音识别技术的工作原理就是通过不同人声音的不同特点，从音调、音质及音色等不同的方面区别不同的声音，只有用户的所有特征与系统记录相符合，才可以通过鉴定。

3.1.2 指纹识别技术：指的是通过扫描不同人体的指纹，以此鉴定人的身份的技术。指纹识别技术的工作原理是根据每个人的指纹都各不相同，世上没有两个相同的指纹，所以指纹识别技术具有较高的精准度。

3.1.3 人脸识别：指的是通过扫描人体脸部的特征，以此鉴定人的身份。人脸识别技术一般都是扫描瞳孔或者脸部结构，它能够放大某个局部，以此搜索关键特征，其检定结果也较为精准。

3.2 无生命识别是指通过磁性、条码等方式进行识别分为以下三类：

3.2.1 智能卡技术：指的是自动识别智能卡。所谓智能卡，其实就是一种集成电路板，可以独立存储及运算，与计算机技术相结合，能够进行管理、存储、加密及采集。智能卡技术由于自身的特点，广泛应用到物理方面，比如车辆识别等。

3.2.2 条形码识别：指的是一维码技术和二维码技术。二维码技术是建立在一维码技术的基础上，其具有较大的信息容量、现实中英文字符、纠错功能的特点，所以其被广泛应用到信息采集和标识中。

3.2.3 射频识别技术：此技术是非接触式自动符号识别技术，通过无线电磁波识别和读取对象。通过电磁场将无线电信号把数据从物品标签中传送出去，以实现跟踪和自动识别的目的。

4 计算机人工智能识别技术应用领域

4.1 在机器人应用领域

计算机人工智能识别技术在机器人中的应用目前主要的问题是高端不足、低端过剩、价格高、机器人的智能性还不够强。机器人在进行作业实施的过程中经常存在灵活性不高，行动迟缓的问题。究其原因我认为应该细化人工智能对人的思维和肢体的感知精度，可以加入数量更多、类型更加全面的传感器来实现感知，并且能够更好地映射到计算机程序中，来提高智能机器人的自主性和适应性。

4.2 在语音识别应用领域

计算机人工智能识别技术在语音识别的应用中目前比较完善，但是还存在着一些问题，比如可靠性不高、词汇量不足的问题。例如语音识别所处的场合经常会有噪音，另外被识别的语音可能未必都是标注的发音和语速，经常会有各地的口音以及说话时候的停顿、重复和不受语法控制等，这些都会对语音识别造成了阻力，所以提高其可靠性可以从语音识别程序的降噪筛选入手，并且要更广泛地收集扩充人工智能的语音库。词汇库中包含的各语种词汇越多，人工智能语音识别才能越精准。另外我认为把那些有着先进性能与完善功能的语音识别借助系统固化到那些更加微小的模块或芯片上，用以最大限度地降低成本，是今后语音智能识别技术真正实现广泛应用的关键所在。

4.3 在图像识别应用领域

同语音智能识别技术相比较，图像智能识别技术应用瓶颈更多，难度也更大。因为图像识别中需要识别的信息更多样、更复杂，例如图像的形状、色彩、光照强度、对比度等信息，我认为在图像识别的过程中特征抽取和选择是非常关键的技术之一。计算机的图像识别技术是一个异常高维的识别技术，不管图像本身的分辨率如何，其产生的数据经常是多维性的，这给计算机的识别带来了非常大的困难。想让计算机具有高效地识别能力，最直接有效的方法就是降维。让计算机的图像识别在尽量低的维度上进行，这样才能提高它的识别速率。

4.4 人工智能及智能识别系统的未来发展

目前，模式识别已经在天气预报、卫星航空图片解释、工业产品检测、字符识别、语音识别、指纹识别、医学图像分析等许多方面得到了成功的应用。但在不久的将来，人工智能及智能识别系统会向识别系统的进一步优化、人工智能处理能力的加强、智能识别应用的拓展这几个方向发展。人工智能一直处于计算机技术的前沿，人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向。今天，已经有很多人工智能研究的成果进入人们的日常生活。将来，人工智能技术的发展将会给人们的生活、工作和教育等带来更大的影响。