计算机人工智能识别技术的应用

文/姚轶峰

人工智能技术能够对人类的思维模式进行模拟，并运用计算机程序展现出来，在很多领域都得到了初步应用。同其他类型的计算机技术进行比较，这项技术发展空间非常广阔，能够为人类和人类社会带来非常大的便利。但目前我国在人工智能领域的识别技术仍然处在相对初级的阶段，存在不少的问题，需要有关部门和人员对这项技术的创新和发展加以重视，并不断进行优化和完善，使其能够为人民群众的生活、工作和学习带来更多的便利。

1 人工智能领域识别技术的基本概念

智能识别这项技术是以计算机领域人工智能技术为基础发展而来的，即研究和开发的主要内容是延伸和模拟人的智能，开发出与人类的智能反应具有相似性的全新智能机器，这个领域主要研究的内容包括语言识别、图像识别、自然语言处理和机器人技术等。这项识别技术需要运用识别装置对识别物品的具体信息进行自动获取，并把这些获取到的信息传输到计算机后台的处理系统内进行处理。我们在超市中经常能够见到的条形码扫码器就是这项技术在生活中的具体应用，收银员通过对商品条码进行扫描，获得商品名称、价格，然后再输入商品的数量，后台就可以计算出顾客所购买商品的总价格。整个收银过程实际上就是应用人工识别技术的过程，这项技术的应用和产生都是为了实现智能化生产和自动化办公，从而简化人民群众的工作和生活。

2 人工智能领域识别技术的主要分类

人工智能领域的识别技术是按照需要识别的物体是否有生命体征来划分的，通常划分为“有生命”的识别技术和“无生命”的识别技术，这两种识别技术都有各自的应用范围，下面将对这两种识别技术的具体应用现状进行分别介绍:

2.1 “有生命”的识别技术

2.1.1 针对人脸的识别技术

这项技术主要是通过对人体脸部的主要特征进行扫描来鉴别身份的，通常情况下是扫描人体的整个脸部轮廓并鉴别瞳孔。这项技术可以把脸部的局部区域进行放大分析，能够对发现的关键特征进行自动搜索，调整识别环境中的亮度，让鉴定结果变得更为准确。

2.1.2 针对声音的识别技术

这项技术是利用对用户声音的识别来鉴定其身份的，这项工作的原理是每个人有着不同的声音特点，可以从音调、音质和音色等角度来对声音进行辨别，用户所有的声音特征都需要符合系统中原有的记录，才可以通过声音识别技术的鉴定。

2.1.3 针对指纹的识别技术

这项技术是利用对人体指纹进行扫描来鉴定身份的，其工作原理是每个人所具有的指纹都存在差异性，没有两个指纹完全一样的人。因此，运用指纹识别这项技术可以精确地检验用户的身份。

2.2 “无生命”的识别技术

2.2.1 智能卡技术

这项技术是利用智能卡来进行自动识别，这里提到的智能卡是指“集成电路卡”，它可以进行独立储备和独立运算，能够同计算机系统进行完美结合，可以实现信息传输、采集、加密和管理等工作内容，在物理学领域有广泛应用，如识别车辆、验证和追踪物品身份等。

2.2.2 针对条形码的识别技术

该技术包括二维条码技术和一维条码技术，前者是在后者的研究基础上创新、发展而来的。其中，二维条码技术的中英文字符显示、信息容量、纠错能力和信息密度都更为先进，所以这项技术已经成为现阶段重要的信息采集技术和信息标志，在各领域中均得到了广泛的应用。

2.2.3 射频识别的技术

这项技术是运用无线电磁波来自动识别和读取相应目标的，属于非接触式的符号识别技术。无线电信号通过电磁场把数据从需要识别物体的标签中传输出去，以达到自动跟踪和辨识的目的。这项技术是用来标识物品，它在未来可能会取代目前广泛使用在各领域内的条形码技术，从而成为进行物品标识的有效手段。

3 视觉智能方面识别技术的应用瓶颈

这项技术是通过分析和识别人脸的关键部位，采集常见表情并将其作为储存数据，来进行识别、分析和对比的。截止目前，有关人脸自动识别方面的研究取得了突破性进展，但就这项技术的实际应用来讲，仍然存在不少高难度的问题有待解决。例如，表情和发型的变化、人脸的非刚体、环境光照的复杂性和化妆的多样性等，以上因素都为人脸自动识别这项技术的应用带来了较大的难度。视觉识别这项智能技术主要的功能是识别各种类型的图像，例如指纹识别和人脸识别等，现阶段在这些领域的识别方面也有着一定的应用瓶颈，主要体现在以下两个方面：

3.1 人脸自动识别技术

首先，这项技术主要是通过识别和分析人脸中关键的部位，然后采集人脸的主要表情用来进行对比和分析。但在实践过程中人脸表情呈现多样化态势，但数据库内的数据却十分有限，这会对识别的效果产生较大影响。另外，人脸也会随着年龄的增长而产生一定程度的变化，还有一些部分人在脸部轮廓方面存在一定的相似性。以上这些因素都会为人脸自动识别技术的实际成效带来较大影响。

3.2 指纹识别技术

人类的指纹都是独一无二的，这项技术通过识别人体指纹内的纹路图案，来和数据库内的信息进行对比，以此来判断用户身份的。指纹数据有唯一性特征，而且还具有稳定终身不变的特点，从这个意义上来讲，用指纹识别技术来设置密码，容易留下指纹方面的痕迹。一些不法分子可能会复制用户留下的指纹，这会为指纹系统的识别和判断带来很大影响。从指纹系统本身来讲，它是利用系统内已经存在的一些指纹数据来进行识别的，但在实践中和部分群体真实的指纹特征进行比较，发现如果用户指纹发生了细微的变化，那么指纹识别系统就很难进行有效且准确地识别了。例如，在使用签到打卡机时，为用户录入指纹的手指出现了损伤和破皮的情况，就难以进行正确识别，这在一定程度上也影响了指纹识别这项技术的实际应用。以上都是指纹识别技术实际使用中存在的、需要及时进行有效解决的问题。

4 语言智能方面识别技术的应用瓶颈

从某种意义上来讲，应用语音智能这项识别技术是为了使计算机可以听懂人类的语言，并执行人类的某项操作。现阶段这项技术已经成为人工智能领域的重点研究方向和实现人机语音交互的关键性技术，一直备受世界各国人工智能领域专家的重点关注。现阶段各种以语音智能这项识别技术为基础的产品也被开发出来，并广泛应用于我国社会发展的各个领域，还在应用方面展现出了极大的优势，如声控电话交换和语音通信系统等。但在语音识别这项技术的实际应用过程中，还存在不少技术方面的瓶颈，怎样通过融合人工智能技术和芯片，来使语音智能识别这项技术实现更好地发展，这是本世纪内中最重要的一项研究课题之一。截止目前，语音智能这项识别技术有以下几个主要问题：

（1）识别语音的过程中很容易受到外界干扰。不同种类的麦克风所具备的性能存在差异性，这也会对识别的结果造成很大影响。另外，在环境噪音较强的情况下提取声音，其识别结果也会受到一定程度的干扰。这些因素的存在都会影响识别声音效果的准确性。

（2）识别声音的系统仍然不够完善。这项技术在识别不同种类语言方面会受到较大限制，一般只能识别普通话，无法识别地方方言。这项技术在汽车和手机上都有广泛使用，针对的用户群体相对比较复杂，如果用户不会说普通话或者方言口音较重，那么声音识别系统暂时还无法有效识别。这种类型的语音导致实际应用范围比较受限。

（3）无法进行准确识别和判断。通常情况下人类声音在各种不同条件下，可能会发生一定程度的变化。例如，在人类身体状况有一定变化时，也会影响语音识别系统对语音的识别效果。另外，在一些特殊情况下，这种瓶颈的存在容易导致安全隐患。

5 结束语

就现阶段而言，人工智能技术在我国社会发展的各个领域中都有着广泛的应用，而且发展速度十分迅猛。在其迅猛发展的背景下，也遇到了亟待解决的技术问题，主要是因为计算机还未能实现全智能化的技术控制，这为人工智能领域识别技术的创新和发展造成了一定制约。在人工智能领域发展识别技术，要想真正实现全智能化操作，就需要进一步完善和优化其主观意识。