信息智能處理機理淺析

【摘 要】本文通過對當今智能化時代，人們應用智能化產品所逐漸體現出的問題入手，從智能化信息處理的信息產生、信息處理元素表述和智能化處理模式分析，揭示了目前智能化技術的基本應用的算法模式及其機理，智能化未來發展主要趨勢，提出了合理利用智能化產品和服務基本方法。

【關鍵詞】智能化；算法模式；信息；處理

0.概要

當今社會，隨著信息化技術革新的深入，智能化已經融入我們生活的方方面面。智能手機、平板設備、智能穿戴產品、無人駕駛汽車、智能家居等作為硬件設備載體，在智能應用程序的作用下，延伸著原本只有人類所有的智能屬性和行為，讓我們感覺到這種“科技無極限”的令人振奮不已的時代熱潮。

透過智能應用現象和行為，應該準確定位智能時代各種應用的機理，使人們更好地發揮智能化硬件設備和應用平臺，使每個人成為智能時代的主宰者。在人們想少智能化帶來高效快捷服務的同時，應該清醒地認識到，智能化的負面作用，其一弱化了人的思考，直接就是拿來主義。其二是降低了人的記憶能力，更多依賴智能設備。其三使人越來越多的生活在虛擬世界，造成虛擬與現實的割裂。自問一下，每個應用過智能產品的人都會有這樣的問題，這就要求人類要合理的利用智能化產品。這些問題的出現，從另外一方面也促進智能化技術發展的，使得信息檢索更加嚴禁、準確、高效快捷，有力的提升了智能化技術發展進程。

1.基本信息智能化處理與應用

1.1智能化原理概述

智能化是人類通過智能終端設備應用智能模型，來映射虛擬人類智能活動的過程，即能夠像人一樣理性思考和理性行動。目前，智能化產品的機理主要是基于規則和概率統計的智能模型，模擬人類現實生活的特征屬性和行為，從其理論和技術實現來講，是對基礎信息單元的智能化處理和加工過程。

1.2信息元素處理模式

智能化已經融入人們生活的每個角落，從百度、谷歌、蘋果Siri、微軟Cortana等圖文語音搜索，到微信、微博、聊天工具等社交媒體的語音、文字、圖像信息的傳輸與定向發送；從網絡推薦、智能導航到公共管理的交通違章圖像識別、網絡輿情分析、敏感詞過濾等等，所有的智能應用都離不開智能化設備對基本信息元素的表示、輸入、處理、交互與輸出。其核心是信息基本元素的智能化處理。假設一人的一天生活進行全方位24小時錄像作為信息源，來對他智能化模擬，如圖1所示。

圖1 信息元素處理模式圖

信息產生部分：是圖像（各種行為、狀態、情感等）、聲音（說話、唱歌等）、文本（書寫、閱讀等）在時間維度的時間軸上構成，形成一個動態的數據信息源，他是不能夠被智能設備所識別的，必須經過相應的數據化表示后，成為計算機可以理解的基本信息元素，計算機所能夠理解的基本主要元素有數值、字符、字符串及其基本類型功對象化的高級類型語音、文件等，然而信息的表述卻不能夠完整地刻畫每一個信息環節，如情感，狀態等，目前，智能化處理過程中主要是對聲音、文本、圖像進行分析與表述，并經過算法模型能夠完成相應功能需求。

信息元素智能化處理：

（1）聲音：首先作為通話和留言信息，經過網絡傳輸分發到目標節點，如微信，語音聊天等基本應用；其次，進行分割出聲音和音樂，在經過深度學習等算法識別、匹配，可以識別為文字語句，形成文本，其應用如Siri、Cortana、百度、谷歌語音搜索等；也可以對應音樂，如音樂雷達，進行音樂搜索應用。

（2）文本：其經過分詞處理，目前中文分詞處理主要應用jieba工具包，根據需求分為精確模式、全模式、搜索引擎三種模式，如以當前句為例搜索引擎模式分詞為：目前/中文/分詞/處理/主要/應用/jieba/ 工具/工具包/，/根據/需求/分為/精確/模式/、/全/模式/、/搜索/索引/ 引擎/搜索引擎/三種/模式；這樣得到最基本的子單元元素——詞和詞組，為詞法分析、句法分析、語義分析提供基本素材，為分類算法和聚類算法提供輸入，實現網絡推薦，同類聚合等智能功能。

（3）圖像：是靜態圖片和時間維度的組合，以30幀每秒的視頻為例，每秒中內有30幅靜態構成的動態圖像（動畫一般以15幀每秒），所以其核心是分析靜態圖片，而圖片由像素點構成，每個像素點由三原色對應不同值構成一個像素點顯示不同顏色。應用分割算法分離背景和特征物體，應用歐式距離、余弦相似度、神經網絡、貝葉斯、SVM分類等算法，實現圖像特征匹配與識別；典型應用是數碼照相機等人臉識別，交通違章車牌識別，百度、谷歌等圖片搜索；而動態圖像特征識別與邊緣檢測，目前主要應用光流技術，對視頻中特征物體進行識別與跟蹤，如疑犯視頻搜索，無人駕駛汽車等應用。

1.3智能化處理發展趨勢

智能技術發展快，其視覺、觸覺、聲覺等人工智能技術已在日常生活和航天、汽車工業中廣泛應用。然而由于語義差異化和基于概率模型的算法技術，使智能化反饋的嚴謹性不足，準確度、魯棒性還有待提高，這就要求人們在使用智能化產品時，不可過于依賴，這也是智能化目前主要研究和亟待解決的難題。

隨著硬件產品處理能力的提升和云計算技術的進步，基于統計模型的智能化算法，也隨著大數據量的統計計算其精準度不斷提升，基于云計算的大數據智能化處理已經成為目前機器學習和人工智能的一個主要手段，也推進了智能化的快速發展。

隨著圖時代的到來，通過圖像信息進行智能處理成為未來的智能化發展主流趨勢。

2.結論

智能化時代，為人類提供了更加快捷、準確、有價值的信息產品和服務，然而，通過智能化信息處理要素和處理模式的分析，我們也應清楚認識到智能化給我們帶來的問題和弊端，要充分的利用智能化產品，成為智能時代的駕馭者，同時也要避免過度依賴智能化產品。

【參考文獻】

[1]Peter Harrington著.機器學習實踐.人民郵電出版社，2013，6.

[2]麥好著.機器學習實踐指南.機械工業出版社，2014，4.

[3]Maurer，Behringer，Thomanek F，et al.A CompactVision Sys2tem for Road Vehicle Guidance，In：Proceedings of the13thInterna2tionalConferenceon Pattern Recognition，1996.

[4]楊欣欣.智能移動機器人導航與控制技術研究.北京：清華大學計算機科學技術系，1999.

[5]劉燁，付秋芳，傅小蘭.認知與情緒的交互作用.科學通報，200954（18）：2783-2796.

[6]孫宇浩，王哲，劉燁，傅小蘭.物體的功能會抑制自然成因對人造物分類的影響，科學通報，201055（1）：1-8.