基于人工智能的信息處理研究

宋 詞

(長春光華學院，吉林 長春 130033)

0 引言

隨著計算機技術和通信技術的發展與進步，信息處理的效率也變得越來越高。當前人們對信息處理技術的研究范圍在不斷拓展，信息處理的新方法、新理論層出不窮。在這其中，人工智能技術的應用可以將那些不確定和不可靠的信息進行深入加工和處理，將它們轉化為更加可靠、確定性更高的信息，使這些信息能夠在更多的領域得到應用。與此同時，即使面對一些不精準的信息，人們也可以通過人工智能技術來得到確定的結果，使已經獲取的信息變得更加有效，這可以有效提高信息的利用率。

1 人工智能下數字信號處理技術的基本概述

數字信號處理技術的應用原理就是將系統當中的各種模擬信號轉化成為系統能夠識別的數字化信號[1]。在這之后，系統可以對這些信號進行自動化的過濾和處理，進一步滿足實際使用需求。這一技術早在20世紀60年代就產生了，受到條件的限制，只有通過集成電路組成的系統或者計算機編程其才能發揮作用，因此會受到計算機運用速度和內存量的影響。進入到20世紀80年代之后，美國科學家研究出了數字信號處理器，該處理器使用了DSP芯片，這使得數字信號處理技術的編輯能力不斷增強。20世紀90年代，產生了非線性編輯的處理方式，可以在較短的時間內完成大量的數字計算，同時信號處理的精確度也得到了有效提升。目前所使用的信號處理技術屬于二值邏輯處理，它可以有效避免外界環境的干擾，借助于相關的軟件來對系統參數進行即時更改，具有較強的靈活性[2-3]。

2 信息處理過程當中的人工智能

2.1 人工神經網絡

人工神經網絡是基于數學模型和網絡模型的基礎上產生的。該神經網絡模擬了人腦當中信息處理的過程，將神經元作為信息處理的基本單元，將大量神經元有規律地拼接在一起就形成了復雜的神經網絡結構。在信息處理網絡模型中，各個神經元也是按照一定的結果拼接在一起的，它們可以構成一個完整的神經模型。目前，人工神經網絡模型已經有十多個種類，能夠被用于多種信息的高效處理。根據神經元之間的連接方式和信息在神經元當中的流動方向，人工神經網絡可以分為前向型和相互結合型這兩種類型，區別在于是否存在信息反饋的機制。

2.2 進化算法

在信息處理領域當中，算法的進化是十分有必要的，這是提高處理效率的基礎。通過人工智能技術的應用，可以為算法進化目標的實現創造良好的條件。該進化算法所借鑒的是生物界的自然選擇和遺傳定律，它可以通過模仿生物遺傳的模型來實現對算法的全面優化[4]。雖然這種算法并不復雜，但是它的應用范圍比較廣，可以同時處理多種信息。與此同時，這種算法與傳統的算法之間存在明顯的差異性，目前已經在自動控制、圖像識別等信息處理領域得到了有效應用。

2.3 信息融合技術

信息處理領域當中的信息處理技術主要指的是將多種信息進行加工，使信息在相互補充的過程中得到更為準備的內容[5]。在這個過程中，多傳感器系統可以對目標實施監測，實現對信息的精準搜集。同時還可以在信息搜集的過程中排除其中的不準確性內容來提高處理效果。該技術應用的基本原理就是模擬人腦對各種信息的綜合處理過程。在應用的過程中，需要確保信息處理系統有兩個以上的傳感器，由融合系統對各個傳感器中傳輸的信息進行整合和處理，然后進行分配和使用，通過自動處理和整理多與信息的方式來提高信息的準確性。

3 基于人工智能下的信息處理技術

3.1 智能分析技術

智能分析技術指的是在理解自然語言的基礎上，實現對多種智能分類、智能標引技術的融合，以此來實現結合算法分析和計算智能的綜合化應用。對信息的智能化分析需要自然語言理解系統的支撐，尤其是要實現對中文信息的智能化分析，分析的內容主要包括以下5個方面的內容：(1)詞語的切分和詞性的標準；(2)詞語概念的標注和分析；(3)詞語含義的表示；(4)詞典與知識庫的準備；(5)句法和語義的分析。

3.2 機器翻譯技術

機器翻譯技術基本的應用方法可以分為基于規則和基于語料庫這兩種。前者包括基于轉換和基于中間語言這兩種；而后者則包括基于統計和基于實例這兩種。從使用效果的角度來說，兩種方法各有利弊，在選擇的時候需要結合實際的使用情境。在發展的過程中，人們還實現了兩種方法的相互混合，以使二者達到相得益彰的效果。比如人們常用的谷歌翻譯和百度翻譯等翻譯軟件就使機器翻譯技術的充分體現，具有人工智能的特點，能夠在多種語種之間自由轉化，同時還支持句子翻譯和段落的翻譯，滿足了人們在實際應用過程中的多種翻譯需求。

3.3 自動簡報技術

自動簡報技術是自動文摘技術進一步升級和發展之后的產物，它經過了多個學者和研究人員的開發和改良，目前在信息處理領域當中已經得到了有效的應用，相關的功能也更加完善。在自動簡報技術應用的過程中，人們可以通過對原文文本分析、全文與文摘之間的轉化以及重組生成的方式來實現自動文摘的功能。具體來說，自動文摘的方法有的是基于符號、也有的是基于規則，還有一些是基于詞頻等文本表層特征，以此來完成對信息的從統計和處理。在今后，自動簡報技術還會對文本、多媒體信息等多樣化的信息內容進行智能化分析，并在這個基礎上提供類似摘要性質并進行特征分析的報告，該報告的內容長短是可調控的，人們在輸入信息之后就系統會自動化地完成簡報輸出。

4 基于人工智能下數字信號處理技術未來的運用趨勢

4.1 實現信息的高速處理

在信息處理的過程中，已經出現了高速處理技術，未來該技術可以有效解決數字信號處理技術通用度低的問題。在對數字信號進行處理的過程中，該技術可以對與數字信號相似的信號進行精準判斷，并在這個過程中對不同的信號采取不同的處理方式，以此來確保信號搜集、處理和傳輸的高效性。在數字信號處理技術發展的過程中，可以實現對數字信號的有效分類，并使用不同的信號處理方式來增強技術的通用性、提高信號處理的速度。在處理信號的過程中，系統會先對信號進行分類，這是實現信息高速處理的基礎。

4.2 實現信息的多核處理

多核信號處理已經在通信領域當中得到了有效應用，雖然該技術已經展現出了明顯的優勢，但是它在對復雜數字信號進行處理的過程中還存在很多不完善的地方。在未來，數字信號處理技術將會在信息多核處理的過程當中發揮更為明顯的優勢。多核數字處理方案主要是以半導體制造工藝為基礎的，該工藝技術水平越高，對數字信號的處理效果也就越明顯。當前使用的信號處理方式主要是單核處理，它需要通過提升主頻的方式才能實現對信號質量的提高[6-7]。在這個過程中，為了實現對信號的高效處理和高速傳輸，系統就要做到與集成硬件網絡接口相對應，通常需要外接芯片才能提高網絡通信的速度。而多核處理的過程中，芯片本身就是與多個網絡接口進行連接的，在不同的場合下都能夠實現信號傳輸的服務。這其中各個芯片都可以與一個或者多個千兆網口進行連接，在運行的過程中各個網口的數據互不干擾，這可以有效提升系統當中信號的傳輸速度。在發展的過程中，數字信號處理技術還展現出了定點和浮點運算相結合的特點，這兩種運算方式都可以在提高數字信號處理技術準確性的同時降低信號處理的成本，從而促進數字通訊向著更好的方向發展。

5 結語

綜上所述，在人工智能背景下，信息處理技術在發展的過程中變得越來越成熟，能夠有效應對外界環境的信號干擾，在不同的場合下實現信號的高速傳播。與此同時，該技術還可以促進設備實現集成化與智能化，降低信號處理和傳輸的成本、為人們帶來更高的經濟效益。在未來，數字信號處理技術還將實現信息的高效處理和多核處理，在自然語言理解和技術方面取得新的發展。