计算机人工智能识别技术的应用瓶颈探究
2019-01-22龚芳海
龚芳海
摘 要：人工智能识别技术是计算机高度发展的产物，该技术作为人工智能技术之一，在各行各业中有着较为广泛的应用。人工智能识别技术是智能机器研究的重要方向，其中的智能模拟识别技术是人工智能应用研究的主要领域，为智能机器人的创新与应用提供了更大的发展空间。本文主要介绍了计算机人工智能识别技术及其分类，详细论述了计算机人工智能识别技术在指纹识别、语音识别、人脸识别中的应用瓶颈。通过论述计算机人工智能识别技术的应用瓶颈旨在探索人工智能创新应用的发展方向。
关键词：计算机技术 人工智能 智能模拟 模拟识别
中图分类号：TP391.4 文獻标识码：A 文章编号：1674-098X（2019）09（a）-0126-02
随着计算机技术的不断发展，科学家们能够应用计算机计算编程出具有部分人类思维与意识的机器，这类机器具有部分的人工智能识别技术，如指纹识别、语音识别等。人工智能技术的应用极大地提升了机器设备识别和处理信息的能力，这对现如今信息化时代的生产与发展有着重要的意义。我国的人工智能识别技术起步较晚，创新发展较慢，指纹识别、语音识别、人脸识别技术虽然目前已在部分领域得到了应用，但发展还存在着一些瓶颈，这种发展瓶颈对于我国人工智能机器的创新与应用发展造成了障碍，影响着我国人工智能技术与国际化的接轨。研究计算机人工智能识别技术的应用瓶颈对于突破和解决人工智能发展障碍有着重要的意义。
1 人工智能识别技术概述及其分类
1.1 人工智能识别技术概述
人工智能识别技术指的是应用计算机技术创新的智能模拟技术，是人工智能研究的方向之一，也是最为重要的一部分，属于模式识别中的一部分。而人工智能是指人创造的机器表现出来的具有部分人的思维意识及其识别功能的表现，这种智能性是通过计算机编程实现的。计算机人工智能识别技术的研究主题是指机器对周围环境做出的系统的行动，这种行动如果与设计目标相一致，则体现出一定的机器智能性。智能机器能够通过事先设定的程序从外界数据中学习或采集有效信息，然后根据设定程序完成锁定的目标任务。简而言之，计算机人工智能的核心技术就是为机器构建具有和人一样的逻辑思维或部分人的思维意识，与人脑思维不同的是它的思维意识来自于计算机编写的程序，所有的一切思维意识是人所赋予的，这些思维意识统一存储在数据库中，再由系统根据行动需求进行采集、整理和处理，以实现人工智能操作的目的。人工智能的最终发展方向是具有人工智能的机器人，它的研究应用有望实现机器完全取代人力生产的诉求。
1.2 人工智能识别技术分类
1.2.1 无生命的识别技术
人工智能的初级发展阶段是无生命的识别技术，如智能识别卡、条形码、射频等应用。其中以智能卡识别技术应用最为广泛。智能识别卡主要应用于信息采集与识别。智能识别卡具有自动存储和自动运算的功能，将智能卡与计算机技术联合应用，通过计算机系统管理智能识别卡采集的信息，即可实现对信息采集、传递、加密、存储等一系列的功能，最后集中存储在计算机系统数据库中的数据，可通过物理识别来获取与系统中存储一致的有效信息。智能识别卡应用常见的有身份证识别、工作证识别、车辆识别等。条形码技术应用包括一维码、二维码，主要应用于识别信息。一维码常应用于产品识别，信息容量一般有限，如超市收银。二维码信息容量大于一维码，在信息采集与识别方面更加地准确，主要应用于较为重要的信息识别，如微信支付、支付宝支付、各类收付款码等。射频识别技术与智能卡和条形码识别技术不同，是一种非接触形式的智能识别技术，应用基础是电磁波，信号传递方式是无线电电耗，借助电磁场完成信息的读取与传输，具有部分跟踪识别的功能。
1.2.2 有生命的识别技术
有生命的识别技术是人工智能的进步发展阶段，它是在无生命识别技术上发展而来，已经具有识别部分人的生命体征的功能。如语音识别、指纹识别、人脸识别等，它们可以分别对人的声音、指纹和人脸进行信息的采集与识别，识别原理是特征对比。计算机系统实现采集人的声音、人脸、眼睛、指纹等特征，作为生命特征的对比源，在识别信息时对目标信息与数据库中的信息进行自动追踪与分析对比。它的实质是模拟人脑智能，与人脑智能的差异是这种智能性是被动的，是依据编程员编程创建的智能。有生命的识别技术是人的差异化。我们每个人首先是独立的个体，不同的基因排列导致每个人的指纹、眼睛、耳朵、鼻子、声音等身体特征存在着不同程度的差异，应用这种差异由系统对这些特征模拟人脑智能进行高精度信息处理和识别，即是人工智能识别技术。
2 人工智能识别技术的应用及其瓶颈
2.1 语音识别技术
语音识别技术又称自动语音识别，应用原理为将人的语音通过计算机编码转为计算机二进制编码、字符序列等可供识别的语言，实现人的语音与系统语音的对接，可用于处理、分析、识别不同的声音。该技术广泛应用于人工智能、模式识别、信号处理等领域，具体如语音拨号、语音检索、语音导航、语音翻译等。计算机人工智能识别技术的实现是通过为计算机语音设备设计声音数据库，用于人工智能的语音管理。系统可以自动地将声音库中的声音与用户声音通过音质、音色、音调等综合对比判断，从而识别出与用户声音一致的声音。现阶段，我国的语音识别技术主要遇到的瓶颈是语音识别系统不完善的问题，这种问题表现的缺乏对于普通话和方言的识别，导致语音识别的准确率相对较低。我国东南西北方言差异较大，而人工智能识别技术如果不能及时地解决这一问题，将会严重影响人工智能应用的范围。另外，人工智能毕竟只是机器识别，相对于人脑而言缺乏对语言情感色彩与人为情绪上的判断，这也是语音识别系统在人工智能中的发展障碍之一。
2.2 指纹识别技术
我们每个人的指纹都不一样，这是人明显的生物特征，应用这一特征对计算机系统进行编程，就可以通过对指纹总体特征的信息采集、信息处理分析等进行指纹识别，准确有效地辨别指纹信息。该技术的辨识原理是依靠指纹纹路坐标信息的差异。如警察侦查探案对指纹信息进行人工识别一般，人工智能应用系统数据库中已录取和保存的指纹信息的图案、纹路、交叉点、断点等识别用户指纹，当出现识别信息一致时系统会默认识别成功。人工签指纹签到打卡机就是应用指纹识别技术。指纹识别技术在应用时需要事先录取指纹，如果录取指纹过程中指纹成像不清晰则会影响指纹识别的效果。此外，还存在一种问题，就是指纹受损问题。指纹识别系统中录取的用户指纹信息是固定不变的，而用户的指纹有可能在生活中因为过度磨损造成纹路不清晰，或指腹意外划伤等，都会影响指纹识别应用的效果。以上问题就是指纹识别技术在人工智能识别技术的应用瓶颈。
2.3 人脸识别技术
人脸识别技术通过对人脸的眼睛、耳朵、鼻、唇等关键部位进行识别的技术，该技术在信息分析与处理时依据的也是实现录取的用户人脸信息。首先需要采集用户的人脸信息，系统会自动获取生物特征较为明显的关键信息，当用户信息再次出现时，系统可对用户人脸信息與数据库中存储的关键信息进行对比。当前人脸识别技术的瓶颈在于人脸识别系统只能识别不受其他影响因素干扰的人脸。如果被识别的人脸关键部位的表情、发型、妆容发生较大的变化，则系统无法识别。这也就是说化妆、造型变化、情绪带来的微表情变化等都会影响人脸识别的效果。此外，人脸识别技术对于双胞胎的识别准确率并不高，如果只依靠视觉识别，人脸识别在面容极为相似的用户前识别准确率较低。而如何提高人脸识别在视觉识别上的缺陷，就是人工智能需要进一步研究的内容。
3 人工智能创新应用的发展方向
通过计算机人工智能识别技术应用的语音识别系统、指纹识别系统以及人脸识别系统方面的应用瓶颈，可以看出人工智能的主要问题在于识别的精准性不高，且受外界的影响因素较多。未来计算机人工智能识别技术创新应用主要的发展方向就是突破语音识别、指纹识别、人脸识别等模拟识别技术中的瓶颈，在以上模拟识别系统中引入其他识别参考信息。如指纹识别信息可以应用智能传感器增加指纹体感信息，应用多种识别信息提高指纹识别的准确率。在语音识别方面应该引入更多的构词、语义、语法、语言背景的设计，来增加系统对于语音的辨识功能，更加全面的对用户声音进行辨识。人脸识别技术要增加相似性面容特征的深入分析编程，将人脸识别与语音识别相关联，在人脸识别出现识别障碍时启动语音识别，这样可以扩大系统信息库对于用户信息的对比范围，从而提高识别的准确率。
4 结语
综上所述，计算机人工智能识别技术是又一次的技术产业革命创新，它是以计算机核心技术为基础，结合智能技术创新发展的产物。计算机人工智能识别技术的应用为我国社会生产力自动化和智能化的发展提供了新动力。通过目前应用语音识别技术、指纹识别技术、人脸识别技术，了解到人工智能识别技术目前只能对人的部分生命特征进行识别，单项应用较好，但综合应用识别的技术程度不高。并且在对人的指纹、人脸以及语音识别的过程中由于部分人生命身体特征差异较小，人工智能识别较为困难，因此很难得到突破性的发展。鉴于该技术应用的重要性和目前发展遇到的困境，现阶段我国更应该加强计算机人工智能识别技术的应用研究，加大该技术的资金投资，为我国人工智能的自动化和智能化多样化创新发展奠定基础。
参考文献
[1] 毛捷磊.人工智能及其在计算机网络技术中的应用研究[J].数字技术与应用，2018（3）：67-68.
[2] 陈仟钰.计算机人工智能识别技术的应用思考[J].中国新通信，2018（1）：85.
[3] 尹澜诺.计算机人工智能识别技术的应用[J].中国新通信，2018（6）：114.
[4] 黄鑫.分析计算机人工智能识别技术的应用瓶颈[J].数字技术与应用，2016（7）：244.
[5] 张子贤.人工智能识别技术发展及其应用[J].中国战略新兴产业，2017（16）：15，27.
