浅谈人工智能与模式识别

马伊栋 顾丽红 马宇鑫 西北民族大学

引言

2019 年世界人工智能大会以“智联世界 无限可能”为主题，汇聚了全球智能领域最具影响力的科学家和企业家。重点关注智能领域的技术前沿和产业趋势。就热点问题发表演讲，进行高端对话。至此，人工智能已经对人类生活生产方式、社会发展和世界经济转型产生深远的影响。人工智能是一门综合性很强和多学科交叉的技术，它不仅涉及计算机技术与科学，而且还涉及到环保、统计、物理、通信、心理等多个学科领域。它整合多学科知识，模拟人类的思维方式，为人类的生活、办公和学习提供辅助支持。

人工智能研究的一个重要方向就是模式识别，主要是通过计算机模拟人类的思维方式来完成对外界环境的感知，并做出正确的判断。计算机仿真系统就是建立在模式识别的基础之上，通过对外界信息的识别和周围环境的理解来实现的。

1 人工智能（ Artificial Intelligence）

与自然智能相对应，人工智能就是计算机模拟人工方法和技术对人类智能的延伸和拓展，其结果就是由所谓“机器思维”所产生。

人工智能作为近年发展起来的一门全新的学科，科研人员的主要研究方向是研究计算机的智能行为，以及开发与人类思维活动类似的计算仿真系统，如在感知、推理、学习、联想等方面的研究。最终目标是希望达到人机的高度统一。人工智能的本质是通过计算机仿真系统实现对人类思维的模仿。

2 模式识别技术

模式识别技术是人工智能在实际运用中的基础技术，它可以完成对目标信息的收集、匹配和分析，从而更好地进行预期的操作。

F.Rosenblatt 在20 世纪50 年代首先提出模式识别研究，并初步实现了对确定样本的识别。而后，在20 世纪80 年代，J.Hoffield 提出了人工神经元，使计算机在模式识别研究方面有了更广阔的开拓空间，并在短时间内收到了明显的成效。

如今模式的识别技术主要触及两个方面：一是以生物体为研究对象的模式识别；二是以计算机为研究方向，研究如何实现计算机的拟人化。本文主要讨论计算机模拟识别的理论和方法。

通过数学技术的运用在计算机中实现模式的判读和处理的自动化就是模式识别技术。这里的“模式”是指客观存在于外界的环境和环境中个体。随着人工智能研究的延伸和拓展，计算机仿真系统在解决复杂信息方面取得了相当的成果。但这些研究尚处于起步阶段，还需要继续深入研究。

3 模式识别技术的应用

3.1 统计模式识别

基于统计的模式识别的原理是：相似样本在模式空间中相互靠近，形成一个“群体”，即是“物以类聚”。剖析的办法是基于特征向量ξ=（ξ1,ξ2）,…,xid）T（i=1,2,…N），把一个给定的模式分为C 类γ1,γ2,…,γC,分类的依据是参照模式之间的间隔函数决定的。其中T是转置；n 为样本数；D 为样本特征数。

基于统计的模式识别的办法有：k 近邻分类、主因子分析、判别函数、非线性映射、特征分析等。

3.2 遥感

遥感图像识别在天气预报、作物估产、军事侦察和资源勘探等领域有着广泛的运用。

3.3 医疗诊断

模式识别在血液检测、染色体分辨、脑电图识别、心电图识别、X射线分析和肿瘤细胞监测等方面都得到了广泛的运用。

4 模式识别技术的发展潜力

模式识别技术作为人工智能领域的一门重要学科，在这个数字化的21 世纪，将会具有巨大的发展潜力。在世界范围内，许多国家和国家相关科研机构都开始将模式识别技术作为重点发展和研究的对象。

4.1 语音识别技术

信息技术中人机交互界面的关键技术——语音识别技术正蓬勃发展，一个高新技术产业是否具有强大竞争力的重要判别标准就是语音识别技术的应用。

4.2 生物认证技术

本世纪最受外界关注的安全认证技术就是生物特征认证技术。它的发展是大势所趋。人们情愿用自己的唯一性来进行保密和识别，而扔掉所有磁卡、忘记所有密码。

4.3 数字水印技术

20 世纪90 年代以来在世界范围内发展起来的数字水印技术是最具优势和潜力的数字媒体版权保护技术。

5 结语

自上世纪20 年代模式识别的发展历史看来，人们普遍认为没有一种模式可以适用于所有模式识别问题。我们现在有的只是一个工具库，我们所要做的就是尽量全面地利用工具库中的各种工具，不断发现其在实际应用中的可能性,更加深入的学习彼此的优势和缺陷,努力的去开创模式识别在实际运用中的新局面。