人工智能识别技术研究

王虓　夏炳墅

摘要：在人工智能技术领域中，识别技术引起了人们的普遍关注。人工智能识别技术创造出了众多现实价值，它是以计算机技术为支撑、借助扫描设施、照相机技术等设备，模拟人眼功能进行识别的技术，分为无生命识别技术和有生命识别技术两种类型。人工智能识别技术不但改善了人们的生活状态，还促进了经济发展。该文主要对人工智能识别技术进行了研究。

关键词：计算机技术;人工智能;识别技术研究

中图分类号：TP18      文献标识码：A

文章编号：1009-3044（2022）07-0083-02

进入21世纪以来，在计算机技术快速发展的支撑下，人工智能技术得到了广泛运用，引起了社会各个领域的普遍关注，相关技术理念也得到了广泛的普及，如语言翻译、二维码识别、面部识别等。尤其是随着社会和人类科技的发展，人工智能识别技术极大地满足了人们工作和生活的需求，满足了现代社会发展，未来应用空间会更加广阔[1]。目前，人工智能识别技术尚处在发展初期阶段，在应用过程中，各方面的表现存在一定瑕疵。为了促进其良性发展，需要突破一些技术上的瓶颈，才能为人类造福，获得可持续的发展。

1 人工智能识别技术的内涵

人工智能识别技术是为了满足社会群众的生活需要，借助快速发展的计算机技术，通过发挥自身的优势，对人类判别思维和智能进行模仿，从而达到对信息识别的目的。人工智能识别技术发源于语音识别技术。依靠语音识别技术，人工智能识别技术在具体的运用过程中，通过对识别技术的应用，达到减少工作量、改进人们对手机操作太过依赖的目的，极大提升了操作的效率。比如，对于一个熟悉的面孔，人类通过大脑会自主地识别出对方的身份。人工智能技术与人类一样，通过对被识别者的面部信息扫描，将信息纳入面部模型库中的“熟悉面孔”，进行对比后，可以确认被识别者的信息和身份[2]。

人工智能识别技术依靠识别装置，可以自动化地收集、识别物品信息，通过分析与处理，将传送到计算机系统的信息，发出类似于人类智能的反应，具有智能化、便捷化和实用性特征。1）智能化。与传统的图像处理方式相比，人工智能识别技术最大特征就是对图片识别处理的智能化，能够对图片进行智能化的选择和分析。如：人脸解锁系统就是采用图像识别技术，借助数据库存储的人脸信息，提取人脸信息，将其转化为数据信息，作为安全识别的密码，最终完成人脸解锁功能的一种人工智能识别技术;2）便捷化和实用性。人工智能识别技术便捷化也是其最明显的优势。在工作和生活中，应用识别技术可以使人们感受到更大的便利性和及时性。如具有识别、判断、模拟作用的条形扫码器就是人工智能识别技术应用最广泛的技术。近年来，我国越来越重视人工智能识别技术，人工智能识别技术的应用越来越广泛。当前，虽然人工智能识别技术得到了开发和应用，但其在我国发展的时间比较短，还存在一些技术瓶颈，仍需要人们不断攻克技术难题，才能解决这些问题，从而促进人工智能识别技术可持续发展。如在用户的实际使用中，由于人工智能识别技术运营成本较高，经常存在卡顿、识别错误等技术问题，严重阻碍了人工智能识别技术的可持续发展。

2 人工智能识别技术的类型

按照生命体特征划分，目前人工智能识别技术主要包括有生命識别技术、无生命识别技术的两种类型。

2.1 有生命人工智能识别技术

在计算机人工智能识别技术领域中，有生命人工智能识别技术是指与人体生命特征存在一定关联的技术，其主要被应用有语音识别、指纹识别、人脸识别三个不同工作领域中。1）语音识别技术。工作原理主要是为了正确判断出声音是否属于对应的人，对识别者自身发出声音的科学有效识别，是语音智能系统中应用范围最广的人工智能识别技术[3]。通过运用语音识别技术，可以从不同方面有效辨识出声音对应人的身份，从而实现深入分析和研究人体发出声音的音色、音调以及音质的目的;2）指纹识别技术。世界上每个人的指纹都不同。指纹识别技术以其较高的精准程度，通过对不同人物的指纹进行扫描，可以实现确定人物的身份，精确地验证出被识别对象的信息和身份，从而最终满足实际需求，正确判断识别出指纹对应的人;3）人脸识别。借助扫描设施，该技术通过扫描被识别者面部的关键部位，对比分析数据库中存储的信息，判断出人物的身份，诸如瞳孔、脸部骨骼等，该技术被广泛地应用于通讯设备、门禁系统中（如图1所示）。

2.2 无生命识别技术

无生命识别技术是指与人体生命特征不存在任何关联的技术，主要分为三种：1）射频识别技术。该技术是在电磁波技术的支撑下，根据符号识别技术工作原理，来验证相应目标、跟踪识别对象;2）智能卡技术。该技术可以进行高效准确地识别，其优点是借助计算机系统，通过收集、管理与验证数据，对不同事物的完成科学有效的验证;3）条形码识别技术。该技术是接触最多的人工智能识别技术之一，其利用智能设备扫描条形码，达到识别相关信息的目的，能够有效地满足人们的工作需求。

3 人工智能识别技术的具体应用

3.1 语音识别方面的应用

语音识别技术具有良好的发展前景，能够帮助机器人、智能系统听懂人类语言，是借助语言开展相关操作的技术，应用范围比较广泛。当前，随着人工智能识别技术的不断发展，人们越来越重视语音识别功能。如：为了减少使用者按键输入信息的时长，通过语音识别技术对手机发布简单指令，可以降低输入错误的概率，为生活和工作提供便利。并且语音识别技术还能推动物联网的发展，如：微信、QQ中的语音通话、声控智能玩具、声控家电等，可以更好地促进人与人之间的交流互动。目前，该技术还需要融合多种语言的研究，不断强化设备的调试效果，才能满足未来社会发展的需求。

3.2 远程自主规划与控制中的应用

目前，随着全世界航天事业的不断发展，人工智能识别技术在远程自主规划与控制中也得到了广泛的应用。如：为了远程监控航天器，美国的NASN企业通过精准地管理和控制航天器，将地面系统的任务同远程监控系统高度结合在一起，并运用人工智能识别技术，进行合理调整、开展自主规划行动、及时确定管理目标，从而确保了地面控制的安全性，满足了对太空航天器的动态化监控。在远程自主规划与控制中，人工智能识别技术不但可以提升远程规划和外太空航天的控制效果，还能够更好地控制好地球与航天器之间的距离。另外，在航天器运行过程中，工作人员运用人工智能识别技术，根据航天器的运行状况，找出存在的问题，确定检测与诊断的对象，并及时调整和改进，从而确保航天器在太空中能够安全运行。

3.3 在机器人领域中的应用

自20世纪70年代以来，机器人技术已经呈现出显著的智能化发展趋势。为了完成各种特殊危险操作，人们对各种先进的机器人技术的运用越来越重视。如在危险区域进行探测工作时，应用机器人设备，可以确保工作人员的安全。在人工智能识别技术的支撑下，机器人的智能化发展为各行各业创造出了很多现实价值，发挥出了自身的各项功能和优势。也就是说，人工智能识别技术能够让用户直接体验到机器人的便利性，使机器人能在人类下达语音指令下完成各项操作。并且机器人还能听懂人类的不同语言，根据用户直接下达的各种命令要求，及时做出正确的响应，不仅方便了人机之间的交互作业，还打破了传统人工键盘信息输入效率低的弊端[4]。目前，在机器人领域中为了解决、突破一些存在的问题，人工智能识别技术还需要加强对感知功能的深入研究应用，如机器人造价成本过高、智能性不够完善等，不断提升机器人对不同环境的适应性和应用灵活性。

3.4 在图像识别领域中的应用

一般情况下，图像不但具有丰富的内容，还具有广泛性等特征，涉及的信息众多。目前，图像内容非常丰富，在图像识别领域中，人工智能识别技术的应用时间还比较短，图像识别技术应用难度较大，如常见的字符、图画以及声波信号等。当前在医学、工农业以及公共安全领域中，图像识别技术得到了广泛的应用。如在医学领域中，为了判断患者的疾病问题，运用心电图识别技术可以完成对病人的医疗诊治。在公共安全领域中，指纹识别技术和人脸识别技术得到了广泛应用。但图像识别技术还存在一定的短板，需要技术人员进一步创新研发图像识别技术，才能为人们的工作和生活带来更多便利，提升图像识别技术的质量和效果。

4 人工智能识别技术应用瓶颈及解决对策

首先，成本问题。成本问题是限制人工智能识别技术应用的难题之一。目前，人工智能识别技术中，有很多智能识别系统无法大范围推广，需要有相关软硬件资源的支撑。如在市场消费领域中，受自身较高成本等因素的影响，带有语音交互功能的智能家电价格，至今无法成为消费主流，严重影响了人工智能识别技术的发展。为了攻克这一难题，需要不断创新、推动人工智能技术的发展。如：最初智能手机的刘海屏需要3000元以上，但现在千元机就可以实现刘海屏的标配。其次，人工智能识别技术的可靠性还存在着缺陷。如：面部识别的准确性会受到眼睛、发型、妆容等因素的影响，指纹痕迹会被不当应用，语音识别会受到噪音干扰和方言的影响，存在欺骗等一系列问题。为了提升人工智能识别技术的可靠性，需要综合采用多种识别技术，通过构建多道安全锁的方式，才能提升可靠性，如綜合应用面部识别和指纹识别、声线识别甚至虹膜识别等对身份进行识别[5]。同时，需要提升信息采集和AI识别算法的质量，加强对识别技术的深化研究;另外，识别数据库和知识库有待丰富。在人工智能识别系统的应用中，如果系统构建配置的识别模型限制较多，在数据库的存储范围中，系统就无法进行识别或者识别错误，没有识别对象的特征。同时，人工智能识别技术的应用知识量庞大，为了将其描述成计算机系统能够理解的识别规则，需要将人类的识别知识内化为系统的识别规则，构建庞大的知识库才能提升识别精度，否则人类无法描述其背后的隐性机理，如不知道如何区分、鉴别双胞胎子女等。因此，需要加强人工智能与大数据技术结合，不断识别、丰富数据库，利用大数据手段广泛采集识别领域内的对象案例;应强化机器学习和深度学习技术的应用，通过对错误案例的自主学习，不断提升系统，完善内化规则知识;应不断探索非结构化知识库模型，使其更贴近人类大脑，如用复杂网络进行知识库建模等。

参考文献：

[1] 冯馨.计算机人工智能识别技术的应用瓶颈探究[J].电脑编程技巧与维护，2020（5）：140-142.

[2] 李战胜.计算机人工智能识别技术的应用[J].电脑知识与技术，2021，17（8）：160-161，168.

[3] 尔雅莉.基于计算机人工智能下识别技术的应用[J].电子技术与软件工程，2021（5）：124-125.

[4] 杜海涛.基于计算机人工智能识别关键技术分析[J].电子世界，2021（2）：7-8.

[5] 李环.人工智能中人脸识别技术的应用分析[J].电子测试，2021（1）：137-138，130.

[6] 邱燕玲.面向人工智能下图像识别技术的应用分析[J].电脑编程技巧与维护，2021（3）：123-124，159.

[7] 毛鹏飞，谢晓君，杨晓宇，等.智能识别技术在无人机电力巡检中的应用研究[J].电力设备管理，2021（5）：36-38.

[8] 宋晶.计算机网络发展中的人工智能技术应用与研究[J].网络安全技术与应用，2021（4）：100-101.

【通联编辑：唐一东】

收稿日期：2021-11-15

作者简介：王虓（1976—），男，江苏宿迁人，副教授，博士，主要研究方向为人工智能、数据挖掘、高分子模型;夏炳墅（1984—），男，广东揭阳人，讲师，硕士，主要研究方向为数学物理计算。