计算机人工智能识别技术应用瓶颈分析

李 娜

(惠州经济职业技术学院，广东 惠州 516001)

计算机人工智能识别技术在满足人们生活需求的同时，激发了人们对于计算机人工智能识别技术更为宽广和深度的需求，是进一步推动了技术发展，以满足人们新的需求点，故如何让计算机人工智能识别技术更好地满足人们需求是从业人员需要思考的问题。计算机网络、大数据、云计算等技术的发展，推动了计算机人工智能识别技术的发展。如何将这些技术更好地用于人工智能识别是人们需要研究的重点内容。计算机人工智能识别技术虽然受到了广大用户的认可，但也存在较大的局限性。应努力克服这种局限，促进计算机人工智能识别技术的迅速开发和有效利用。分析了计算机和计算机人工智能识别技术，探讨了计算机发展与人们需求的关系，指出了计算机人工智能识别技术在计算机发展中的重要性，展望了计算机人工智能识别技术的未来。

1 计算机人工智能识别技术发展现状

1.1 基本概述

1.1.1 计算机与计算机人工智能识别技术

计算机是人类在智能技术方面具有代表性的产物之一，在推动社会生产力生产关系发展的同时，对于人们的思维方式改变起到了重要的推动作用，进一步提升了人类文明程度，推动着计算机科技及其他科技的发展。计算机技术发展最为突出的是互联网技术，其内容呈现多样化发展，形成了计算机与互联网技术相辅相成的发展态势，在这种背景下，计算机人工智能识别技术应运而生，人们的需求成为人工智能识别技术不断发展的原动力之一。

1.1.2 计算机人工智能识别技术

计算机人工智能识别技术具有多领域交互性的特征，其是计算机发展的产物，也是识别模式的重要组成部分。计算机人工智能识别技术主要包括人类思维、语言形态等多个维度，为了将人工智能识别技术融入实际生活中，需要利用计算机编程技术，其工作原理是：其一，分析外部环境。计算机人工智能识别技术可以通过多个维度来识别外部环境。其二，输入程序。计算机人工智能识别技术以编程方式将关键性信息输入到计算机中。其三，对数据进行加工。计算机人工智能识别技术具有一定的反馈性，能够运用此技术内部的运算逻辑构建外部环境和收集信息，构建相关信息的链接，从而更好地分析输入的外部环境信息，并通过一定的运算形式反作用于外部，即向外部输送相应的信息，通过相应的执行结构，对外界环境进行更好的反馈，真正构建出计算机协调外部环境与内部逻辑的一致性，最终达到具备独立思考能力的目的。

1.2 技术分类

1.2.1 无生命识别技术

无生命识别技术是人工智能发展的初级阶段，常见的无生命识别技术包括智能识别卡、条形码、射频等。智能识别卡是应用最为广泛的人工智能无生命识别技术，其原理是对信息进行采集和识别，通过自身存储的信息与运算逻辑对外部信息进行采集和识别，进行一系列的功能实现。智能卡的主要作用是采集信息、传递信息、加密信息和存储信息，通过相应信息的一系列处理，有效进行识别车辆、识别工作证、识别身份证等活动，从而在保证信息安全的基础上，为人们的生活工作提供便利。条形码的主要作用是识别信息，包括一维码的应用和二维码的应用。一维码主要应用于超市和收银机中，按照购买信息的一般特性，用于基础产品的识别。二维码主要用于对重要信息的识别，如收付款码、支付宝支付、微信支付等，其信息识别具有精准性，尤其是在采集信息和识别信息方面。无生命识别技术即射频识别技术，与前两种识别技术不同，射频识别技术是一种非接触性的，其载体是电磁波，传递方式是无线电。此识别技术通过磁场完成相应信息的读取、传输识别，还能根据被识别物体发射出的信号对识别物体进行相应的跟踪。

1.2.2 有生命识别技术

有生命识别技术是人工智能发展的高级阶段，其基于无生命识别技术，但是明显区别于无生命识别技术，它可以识别人体生命特征，具有一定的特殊性，可进行人脸识别、指纹识别、语音识别。有生命识别技术可以对相应信息进行采集识别及对比，包括人的声音、面容、指纹等。计算机系统需要对人的相关信息进行储存，如人的指纹、眼睛、人脸、声音等，通过储存这些数据来进行输入信息的对比，从而构建出具有实质性、对比性、模拟性的人脑智能。但模拟人脑智能是被动的，是以程序员编制的程序为基础的。每个人的身体特征各不相同，如声音、耳朵、眼睛、鼻子、指纹等，这就需要人工智能识别技术构建更具缜密性的程序，存储更多的生命特征，进行更精细化的生命特征处理，实现人工智能识别技术的精准性和智能性。

2 计算机人工智能识别系统的应用路径

2.1 机器人领域

机器人能够减少人们日常劳动中的风险，提高整体生产效率，增强企业盈利性。虽然机器人在人类生产中已经初具应用规模，但其人工智能识别技术仍未得到有效解决，大部分机器人只能重复单一动作，还无法在人工智能识别中发挥作用。

2.2 人工智能领域

人工智能是对信息采集及感知智能的使用，如语音识别、人脸识别，还包括计算智能、决策智能的应用等。人工智能按照应用领域可以分为一般的人工智能和特殊的人工智能，区分二者的关键是人工智能设备中的数据源及人工智能设备。通过进行大量数据的学习及编程优化可以使人工智能识别具有模拟人脑的特性。随着社会发展，人们将大量的其他数据引入人工智能设备中，如汽车、教育、金融、家庭医疗等，这些数据资源进一步丰富，令人工智能设备应用在更多的场景中，更好地为人类服务。

2.3 网络存储领域

随着互联网技术的优化升级，大部分企业会将一些重要的资源如客户资料、企业信息等，以电子数据的方式储存在互联网中。但一些黑客往往恶意攻击企业的计算机网络，入侵计算机网络搜集数据，进行非法盈利。针对这种状况，可以将人工智能识别技术用于信息安全储备上，建立一种智能型的加密方式，将这种加密技术转化成不断变化的形式，提升企业网络技术安全性，增强网络存储技术的加密性，提升企业信息安全。

2.4 语音识别领域

语音识别技术是人工智能识别技术和科学技术的一种完美结合。其原理是通过电信号的变化来与人类进行简单交流和沟通，增强人机之间的有效交互性。该技术是人工智能研究的重点开发工程，涉及内容较为广泛，如语言学、数据学等一些工科类，也包括一些社科类内容，如行为学和哲学等。目前，语音识别技术已被应用于各种智能化产品中，如手机、电脑、防护门等。

2.5 企业网络领域

人工智能识别技术可以应用于企业网络领域，对企业内部进行各种功能的实现，如监控市场、分析数据等，提升企业运营效率，为企业决策提供更为精准的数据化支持。为了达到这种效果，将人工智能识别技术引入企业网络领域需注意以下几点：一是合理分配计算机网络资源，提高网络运营的可靠性、安全性，提升运营效率。二是企业可以将人工智能识别技术应用于新产品开发上，通过人工智能的模拟性及逻辑性，更好地对市场发展状况进行预判，通过预见性结果提前进行企业策略的制定，规避风险，提升企业盈利空间，构建出更具有预见性和前瞻性的企业发展方案。

3 人工智能识别技术的应用及其瓶颈

3.1 语音识别技术

语音识别技术是以计算机编码为逻辑转换器，将一些可识别的语言转化成人二进制编码，进行对接和识别，实现语音识别的目的。其应用广泛，如信号处理模式识别、翻译语音导航、语音检索、语音拨号等。计算机人工智能识别技术可以实现数据对比，通过对编码的音调、音色、音质进行判断，得出相应的声音识别结果。目前，我国的语音识别技术还有待提升，包括对方言的识别和情绪的识别。人工智能识别还不能解决方言的识别问题，其是一种机械性的识别方式，无法对于语言中的语气、语调等进行合理分析。

3.2 指纹识别技术

每个人都有不同的指纹，这种特殊性是指纹识别技术应用的重要基础，主要依靠指纹纹路构建相应的数据，可以用于捕捉犯罪嫌疑人，警察通过指纹对比实现对犯罪嫌疑人的有效识别。指纹识别技术还可以用于人工签名，为了更好地应用指纹识别技术，要提前将指纹信息录入到大数据中。但指纹识别技术还存在一定的缺陷，如指纹成像不清晰会影响指纹技术的识别业务，指纹受损也会导致智能识别出现错误。

3.3 人脸识别技术

人脸识别技术即通过识别人脸上的关键信息，将这些信息与存储的信息进行对比，实现此项功能。其主要采集信息，运用相应的人员识别技术，对用户采集信息进行数据对比，实现人脸识别技术功能。人脸识别技术的主要瓶颈是识别过程中不能受到其他因素的干扰，这种干扰性包括被识别的人脸不能有妆容、发型、表情的变化。这种特性还表现在人脸识别技术不能准确识别双胞胎，因为双胞胎的面容极为相似，因此需要对视觉识别进行进一步的研究。

3.4 工业元件识别技术

工业元件识别技术应用在工业中，可提高产品质量和良品率，也能降低成本，如人工成本、原材料成本等，充分发挥智能识别的优势。但是在实际应用中存在着一些问题，如在识别方面存在着一定的误差性。以轮胎生产为例，部分识别系统并不能准确识别轮胎表面的色点、标识符号等，在具体生产过程中产生识别标识不清、位置偏移、判断不准确等状况，进而导致工作出现一定的瑕疵。应加大对工业元件识别技术的深入研究，更为准确地搜集关键信息，解决产品识别缺陷。

3.5 人员密集度图像识别技术

人员密集度图像识别技术主要应用于人员密集场所的安全防护中，包括对烟火识别的防护、人脸识别的防护等。通过这些防护，减少不良行为的出现。人员密集度图像识别技术具有一定的局限性，不能在短时间内甄别个体特征，只能对个体轮廓进行简单识别。智能识别在人员密集场所不能识别个体的微弱声音变化，这也导致采集结果出现一定的误差。

4 计算机人工智能识别技术创新应用的发展建议

计算机人工智能识别技术存在一定的问题，需要不断进行创新和完善。应结合实际，从人才、技术、硬件、软件四个方面加大提升力度。一是人才方面，要结合高校和职业类院校，开展专业岗位人才培养，加大研究人才和应用人才储备，做好发展的核心保障。二是技术方面，应充分利用云计算技术、物联网技术、大数据技术，提升数据算法能力和逻辑能力，做好发展的技术保障。三是硬件方面，要提高硬件设备精度、耐用度及安全性，做好发展的平台保障。应用软件要提高数据采样能力、信息处理能力、独立思考能力，对于数据的收集及整体应用要继续提升，做好发展的提升保障。计算机人工智能识别技术在未来很长一段时间仍是科技热点，还有很大的发展空间，需要更多的探索与创新，以满足人类发展需求。