計算機人工智能識別技術的應用

楊進 南京三寶科技股份有限公司

1 人工智能概念

人工智能是研究使計算機來模擬人的某些思維過程和智能行為（如學習、推理、思考、規劃等）的學科，主要包括計算機實現智能的原理、制造類似于人腦智能的計算機，使計算機能實現更高層次的應用。人工智能自1956年誕生以來，已經慢慢成為了一門日漸完善的理論基礎、廣泛交叉的前沿科學和日益廣泛的應用領域，而如今由于計算機的出現，人類已經進入了一個全新的工業時代，以機器代替或減輕人的腦力勞動為主要標志。從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進人工智能的突破性的發展，數學常被認為是多種學科的基礎科學，數學也進入語言、思維領域，人工智能學科也必須借用數學工具。

2 人工智能識別技術

人們對于計算機技術在發展過程中的功能都是肯定和認可的，并且希望計算機技術在今后的發展過程中能夠幫助人們解決更多的問題，使其在生產和生活中不斷深入和應用，基于此，人們就對計算機技術提出了更高的要求。比如電腦，它能夠像大腦一樣進行工作，具有高效且高速的優點，提高了人們的工作效率，使人們走向了網絡化辦公的時代，也為人們帶來了豐富的生活。計算機技術研究人員開始對其進行更深層次的研究，從而研發了計算機人工智能識別技術。計算機人工智能識別技術是在人們對自動化辦公和智能化生產需求的背景下產生的，簡單來說也是來自于語音識別領域的啟示。在智能手機發展的過程中，聲控成了較為流行的技術，實際上聲控也是語音識別技術，是基于語音收錄、對比的技術。所以，人們就希望在不同領域中都能夠實現人工智能識別，減輕人們在工作過程中的負擔，全面實現智能化的生活。簡單來說，智能識別技術就是使用一定的識別裝置，自動獲取并且識別物品的信息，將信息傳輸到后臺計算機處理系統中進行處理。比如人們在日常生活中見到的條形碼掃描器，售貨員用它掃描商品條碼，從而能夠獲取商品的全面信息，然后再輸入數量，系統就可以自動計算商品的總價格，這個過程就是計算機人工智能識別技術。

3 人工智能識別技術種類

人工智能識別可分有生命識別和無生命識別兩大類，每類又有三種小類。

3.1 有生命識別是指通過人類的某種無法重復特點進行識別，分為以下三類：

3.1.1 聲音識別：指的是通過識別不同人群的聲音，對人群的身份進行智能識別及鑒定的識別技術。聲音識別技術的工作原理就是通過不同人聲音的不同特點，從音調、音質及音色等不同的方面區別不同的聲音，只有用戶的所有特征與系統記錄相符合，才可以通過鑒定。

3.1.2 指紋識別技術：指的是通過掃描不同人體的指紋，以此鑒定人的身份的技術。指紋識別技術的工作原理是根據每個人的指紋都各不相同，世上沒有兩個相同的指紋，所以指紋識別技術具有較高的精準度。

3.1.3 人臉識別：指的是通過掃描人體臉部的特征，以此鑒定人的身份。人臉識別技術一般都是掃描瞳孔或者臉部結構，它能夠放大某個局部，以此搜索關鍵特征，其檢定結果也較為精準。

3.2 無生命識別是指通過磁性、條碼等方式進行識別分為以下三類：

3.2.1 智能卡技術：指的是自動識別智能卡。所謂智能卡，其實就是一種集成電路板，可以獨立存儲及運算，與計算機技術相結合，能夠進行管理、存儲、加密及采集。智能卡技術由于自身的特點，廣泛應用到物理方面，比如車輛識別等。

3.2.2 條形碼識別：指的是一維碼技術和二維碼技術。二維碼技術是建立在一維碼技術的基礎上，其具有較大的信息容量、現實中英文字符、糾錯功能的特點，所以其被廣泛應用到信息采集和標識中。

3.2.3 射頻識別技術：此技術是非接觸式自動符號識別技術，通過無線電磁波識別和讀取對象。通過電磁場將無線電信號把數據從物品標簽中傳送出去，以實現跟蹤和自動識別的目的。

4 計算機人工智能識別技術應用領域

4.1 在機器人應用領域

計算機人工智能識別技術在機器人中的應用目前主要的問題是高端不足、低端過剩、價格高、機器人的智能性還不夠強。機器人在進行作業實施的過程中經常存在靈活性不高，行動遲緩的問題。究其原因我認為應該細化人工智能對人的思維和肢體的感知精度，可以加入數量更多、類型更加全面的傳感器來實現感知，并且能夠更好地映射到計算機程序中，來提高智能機器人的自主性和適應性。

4.2 在語音識別應用領域

計算機人工智能識別技術在語音識別的應用中目前比較完善，但是還存在著一些問題，比如可靠性不高、詞匯量不足的問題。例如語音識別所處的場合經常會有噪音，另外被識別的語音可能未必都是標注的發音和語速，經常會有各地的口音以及說話時候的停頓、重復和不受語法控制等，這些都會對語音識別造成了阻力，所以提高其可靠性可以從語音識別程序的降噪篩選入手，并且要更廣泛地收集擴充人工智能的語音庫。詞匯庫中包含的各語種詞匯越多，人工智能語音識別才能越精準。另外我認為把那些有著先進性能與完善功能的語音識別借助系統固化到那些更加微小的模塊或芯片上，用以最大限度地降低成本，是今后語音智能識別技術真正實現廣泛應用的關鍵所在。

4.3 在圖像識別應用領域

同語音智能識別技術相比較，圖像智能識別技術應用瓶頸更多，難度也更大。因為圖像識別中需要識別的信息更多樣、更復雜，例如圖像的形狀、色彩、光照強度、對比度等信息，我認為在圖像識別的過程中特征抽取和選擇是非常關鍵的技術之一。計算機的圖像識別技術是一個異常高維的識別技術，不管圖像本身的分辨率如何，其產生的數據經常是多維性的，這給計算機的識別帶來了非常大的困難。想讓計算機具有高效地識別能力，最直接有效的方法就是降維。讓計算機的圖像識別在盡量低的維度上進行，這樣才能提高它的識別速率。

4.4 人工智能及智能識別系統的未來發展

目前，模式識別已經在天氣預報、衛星航空圖片解釋、工業產品檢測、字符識別、語音識別、指紋識別、醫學圖像分析等許多方面得到了成功的應用。但在不久的將來，人工智能及智能識別系統會向識別系統的進一步優化、人工智能處理能力的加強、智能識別應用的拓展這幾個方向發展。人工智能一直處于計算機技術的前沿，人工智能研究的理論和發現在很大程度上將決定計算機技術的發展方向。今天，已經有很多人工智能研究的成果進入人們的日常生活。將來，人工智能技術的發展將會給人們的生活、工作和教育等帶來更大的影響。

5 結語

計算機人工智能技術是目前被大眾媒體反復提及的，在人群中關注度極高的一個詞匯，而基于計算機人工智能的識別技術作為計算機人工智能技術的重要部分受到人們極大的追捧。只要我們開拓思維，解決了瓶頸問題，計算機人工智能識別技術將會實現精準快速的識別，打造出更加智能的世界。