人工智能下計算機技術的運用路徑

張雨煙 包艷艷

摘要：近年來，人工智能技術已經取得了顯著進步，其如何與計算機技術實現更好地融合，成為一項重要的研究內容。基于此，文章在明確人工智能技術優越性的基礎上，討論了如何在人工智能視域下更好地應用計算機技術，以期為今后的相關工作提供一些借鑒。

關鍵詞：人工智能;計算機技術;應用

中圖分類號：TP18? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）12-0056-02

開放科學（資源服務）標識碼（OSID）：

目前，計算機和互聯網已經在人們的工作和生活中得以全面應用，而隨著計算機和互聯網的發展，人們對這兩方面的需求也越來越高，以往的基本功能已經很難滿足實際需要。由此，人工智能技術應運而生，并且在計算機和互聯網中發揮著越來越重要的作用，其對于計算機和互聯網的改進優化也起著至關重要的作用，因此，應當對此做進一步研究分析。

1人工智能技術概述

通過采用人工智能技術，計算機設備將能夠以智能的思維來分析和解決問題，其不僅涵蓋了常規的計算機科學和數學兩門學科，為實現模擬人類的不同感覺，往往還需要引入心理學和哲學等內容進行深入研究。在模擬的過程中，主要是通過對各種系統實施編程加以實現，以幫助人們解決工作和生活中的難點問題，以提升人們工作和生活的質量[1]。

當前，計算機網絡仍處于高速發展時期，其具有瞬息萬變的特點，因此，其對于相關技術的靈活性也有了越來越高的要求，由此，具有諸多優勢的人工智能技術得到了廣泛的應用[2]，具體來看，人工智能技術的優勢主要體現在以下幾個方面。

一是能夠處理多種不確定性問題。由于在一些工作中，人們并不需要對數據模型進行精確描述，因此可使用人工智能技術中的模糊邏輯，處理較為模糊的信息，讓這些模糊信息能為之所用。

二是協作功能較強。目前計算機網絡已經呈現出明顯的層次化格局，傳統的管理模式已經不能滿足需要，因此可采用人工智能技術中的輪循模式，由上層模塊對下層模塊發送指令進行管理，以此類推，最終完成協作環節。在此基礎上，運用人工智能技術中的分布型思維，可確保各個層次協同進行工作，從而提升工作效率和工作質量[3]。

三是人工智能技術具有自主學習和推理的能力，其通過機器學習算法學習低層次數據信息后，即可推理出高層次的數據信息，實現對高層次數據信息進行有效控制和管理。

四是具有優異的非線性處理功能。通過模擬人類智能的邏輯思維，各種高難度的非線性問題均可迎刃而解。

2人工智能下計算機技術的發展現狀

2.1模式識別

模式識別主要是針對視覺和聽覺兩種模式進行識別，其能夠有效增加計算機設備的感知能力，如對文字、語音、手紋等要素進行識別等。同時，其在遙感圖像識別和細胞檢測等方面也得到了較高程度的應用，效果頗為顯著。模式識別和機器學習有著相似之處，不同點在于，前者在工業領域的應用較多，后者則更傾向于計算機學科方面的理論，但二者可視為同一個領域的不同發展方向，且在近幾年都有著較為迅猛的發展[4]。

2.2人工神經網絡

人工神經網絡又稱為神經網絡或類神經網絡，其在計算機技術中的應用尚處于初始階段，仍有著較為廣闊的發展空間。應用過程中，人工神經網絡主要通過各種算法產生的“神經元”進行相互連接。人工智能技術借助于這些算法產生的神經元，即可快速解決非線性問題，且能夠分析各種數據模糊的定性問題，具有大量存儲、處理和分布信息的能力。

2.3專家系統

專家系統目前是計算機中人工智能技術的重要研究方向，其主要是在人類已經掌握的知識基礎上解決各種問題，由于其以人類知識庫為基礎，因此又被稱為知識基系。目前，專家系統對于解決特殊應用領域的問題非常有效，但其也依賴于相關領域的知識規則。在實際應用過程中，專家系統通過對使用規則進行簡明表述即可實現目標。規則本身和代碼中的“if”和“then”等存在著明顯的聯系，這有助于解決遇到的各種難題內容。由此，這項技術能夠模擬出相關領域專家對問題的分析解決的全流程，最終取得較為理想的效果，甚至可以達到專家人員無法企及的解決效果。

3人工智能下計算機技術的具體應用方向

3.1人工智能生物識別技術

目前，人工智能生物識別技術已經在計算機安全保護系統中得到了廣泛的應用，并已經進一步擴展到智能手機和平板電腦等設備中，取得了較好的效果。但仍需要對這項技術的應用做更為深入的分析。以網絡交易環境為例，其需要通過身份認證檢測個人信息，這就需要對其進行身份識別。目前人工智能生物識別技術主要是指指紋識別和人臉識別。在指紋識別技術應用中，其主要通過識別用戶手指部位凸起的指紋紋路，而人臉識別與之類似，只是識別的途徑有所不同。無論是哪種識別模式，其匹配速度都已經非常快，一般都在0.1s～0.2s左右。未來隨著人工智能技術的發展成熟，預計其可以根據“人的任何生理特征在滿足普遍性、獨特性、唯一性、穩定性和可采集性，就可進行信息采集”的原則，來提取用戶的生物特征進行身份鑒定。預計未來人工智能生物識別技術的應用將更加廣泛，且能夠更好地存儲和保護一些較為重要的數據信息[5]。

3.2網絡安全管理技術

近年來，人工智能技術與計算機網絡安全技術的結合較多，其已經朝著多樣化的方向發展，其中最為常見的則是以下幾方面的技術。

一是入侵檢測技術，在應用這項技術后，其能夠對網絡系統整體進行監測和管理，如網絡系統中出現異常情況，會及時發現和上報處理。在人工智能技術應用后，這項技術實現了進一步的智能化，在模糊識別系統的加持下，對各種可能的惡意來訪行為進行綜合處理和分析，確保計算機網絡系統在遭到破壞之前就解決掉威脅因素。不僅如此，該技術能夠實時篩選異常數據信息，在解決問題方面有著較強的針對性[6]。

二是計算機防病毒技術，這種技術在人工智能技術的加持下，其主要通過系統自動檢測的方式，確保系統的安全。目前，這項技術已經實現了自動搜索、快速掃描和自動檢測等諸多功能，不僅能夠及時發現病毒，還能對病毒的來源和類型等自動進行判斷，并對其進行迅速處理，確保網絡系統的安全。

三是云安全技術。這項技術能夠更快更好地分辨出危險的數據信息，當網絡黑客進行攻擊時，其能夠第一時間對計算機進行安全保護，并及時消除入侵行為帶來的影響。

3.3人工智能在數據庫技術中的運用

如今已經是大數據時代，每天都在產生海量的信息數據，且有些數據信息較為關鍵，因此，研究人員開始嘗試將人工智能技術與數據庫技術進行融合應用，取得了較為優異的效果。具體來看，其主要從以下幾個方面加以進行。

（1）在傳統的數據庫內引入人工智能專家系統，根據數據庫的知識和規則，創建問題解決系統，以實現數據信息的共享，有助于解決多個領域中的實際問題。

（2）提取應用程序內的知識數據創建新的數據庫，新型數據庫與傳統數據庫的模式類似，有助于高效處理各種問題。

（3）借助人工智能技術的推理能力，在傳統數據庫中應用智能算法，以便隨機激發出相應的規則。而在激發規則的過程中，記錄數據庫的各種狀態，這樣在后續的工作中如需要特殊功能，即可通過查詢搜索加以實現。

（4）訓練人工智能進行深度學習，分析并提取數據庫中的隱性邏輯，創建新的語義網絡，利用語義網絡即可進行類似數據庫的推理工作，確保數據推理更為準確合理。

3.4在計算機輔助管理中的應用

在應用人工智能技術后，計算機輔助管理能夠實現智能化的管理。人工智能技術起到的重要作用是解決相關知識內容的形式化、訪問和調用。在知識內容形式化后，即可表示管理方法和深度學習內容，實現計算機輔助管理，達到相應的效果。以電力系統為例，通過人工智能技術和計算機技術的結合，能夠對電站鍋爐的工作情況進行有效控制。

3.5在醫療行業進行自主判斷

當前，人工智能下的計算機技術在醫療行業也有了顯著的應用，通過這些技術，能夠有效彌補以往醫療行業中存在的不足，提升診斷水平。如對一些患有疑難雜癥的患者，即可采用醫療診斷程序中的人工智能技術對其病情進行概率分析，不僅能有效提高醫療水平，也能提升診斷的準確率。不僅如此，還可通過計算機技術和人工智能技術相結合的方式，建立在線遠程醫療診斷系統，通過國內外相關的案例資料進行補充，以提高治療的針對性，提升治愈率。通過這種方式，相關的病例數據信息得到了有效共享，在今后的工作中也能夠做到有跡可循。

3.6利用人工智能下的計算機技術實現自我控制

隨著計算機人工智能技術的發展，目前其在遠程控制方面已經得到了顯著的增強，應用范圍也進一步擴大。以航空器領域為例，其可結合人工智能技術、大數據技術和計算機技術，對航空器的運行情況進行有效控制。確保航空器能夠主動測算自身的行動，當遇到意外情況時，能夠主動采取措施抵御風險。同時也有助于讓地面控制中心有效控制航空器的軌跡，如發現異常情況，則可運用閉環控制系統進行有效調控，必要時采取緊急制動措施，及時修復存在的問題。

4 結束語

總體來看，人工智能下計算機技術有著多方面的運用路徑，對于各行業的發展也有著非常重要的現實意義。但從目前分析，這些技術的應用仍然面臨著巨大的挑戰。為此，相關技術人員應當緊密結合發展趨勢，利用人工智能技術提高計算機技術的水平，確保這些技術在今后發揮更大的作用，實現計算機系統的高效運行。

參考文獻：

[1] 段頊.計算機應用的現狀與發展趨勢[J].中小企業管理與科技（中旬刊），2021（3）：183-184.

[2] 常春燕.新形勢下的計算機應用技術創新實踐分析[J].電腦知識與技術，2021，17（8）：191-192.

[3] 張清彬，王大山.人工智能在計算機網絡技術中的應用研究[J].電子制作，2020（24）：75-76.

[4] 唐宇.人工智能在計算機網絡技術中的應用研究[J].網絡安全技術與應用，2020（9）：107-108.

[5] 苗偉娟.大數據時代人工智能在計算機網絡技術中的應用[J].電腦知識與技術，2020，16（13）：260-261，269.

[6] 冉憲宇.關于計算機應用技術的現狀及發展趨勢研究[J].計算機產品與流通，2019（7）：7.

【通聯編輯：唐一東】