計算機人工智能識別技術的應用瓶頸探析

摘要：隨著計算機技術的不斷創(chuàng)新發(fā)展，人工智能識別技術能夠在不同行業(yè)領域內廣泛應用，并模擬人類的行為和思維方式，輸出科學并準確地推理分析結果。在實際應用計算機人工智能識別技術的過程中，需要運用大量數據資料進行訓練和擬合，對視覺層面和語言層面的信息進行快速識別和推理分析。文章著重探析計算機人工智能識別技術的應用瓶頸等內容。

關鍵詞：計算機；人工智能；識別技術；應用瓶頸

doi：10.3969/J.ISSN.1672-7274.2024.01.036

中圖分類號：TP 18? ? ? ? ? ? 文獻標志碼：A? ? ? ? ? ? 文章編碼：1672-7274（2024）01-0-03

Application Bottleneck of Computer Artificial Intelligence Recognition Technology

YANG Bosen

（Zhuhai College Beijing Institute of Technology， Zhuhai 519000， China）

Abstract： With the continuous innovation and development of computer technology， artificial intelligence identification technology can be widely used in different industries， and simulate human behavior and way of thinking， output scientific and accurate reasoning analysis results. In the process of actual application of computer artificial intelligence recognition technology， it is necessary to use a large amount of data for training and fitting， to quickly identify and reason the information at the visual level and the linguistic level. This paper will focus on the application bottleneck of computer artificial intelligence recognition technology.

Key words： computer; artificial intelligence; identification technology; application bottleneck

1? ?計算機人工智能識別技術概述

計算機人工智能識別技術可通過人機交互操作界面或數據接口，對各項待識別信息進行分類和推理分析。在日常生活和生產活動中比較常見的人工智能識別技術有語音識別、視覺識別等形式^[1]，將計算機編程技術、信息論、人工神經網絡、模糊數學和控制理論等學科進行交叉應用。計算機人工智能識別技術，其內部運算邏輯規(guī)則與人類邏輯判斷模式基本相似，尤其在有監(jiān)督分類和無監(jiān)督分類算法之中，能夠動態(tài)化模擬人腦神經元的邏輯轉換規(guī)則。計算機人工智能識別技術普遍具有較強的反饋性、協作性和交互性特征，因此需要將外部環(huán)境條件、系統設備運行操作邏輯規(guī)則和底層數據處理和分析等操作環(huán)節(jié)有機銜接到一起，從數據鏈路層、網絡層、業(yè)務邏輯層等不同層次中獲取關鍵信息資源。計算機人工智能識別技術能與網絡系統、操作系統和數據庫系統進行穩(wěn)定的數據傳輸，并對信道和信源的整體安全穩(wěn)定性進行自動化監(jiān)控管理，協助人類提高信息識別效率^[2]。

2? ?計算機人工智能識別技術的應用領域

2.1 機器人

機器人是工業(yè)4.0時代非常重要的創(chuàng)新產品之一，能夠通過標準化的硬件設備（傳感器等數據采集元件），對工業(yè)生產活動進行自動化運行控制操作，但是機器人的自由度和機械臂物理動作形態(tài)被限制，不能被廣泛應用在特殊工業(yè)生產活動之中^[3]。機器人可以根據其功能用途，與AI識別元件進行組合應用，若只能重復單一的動作，則不利于企業(yè)的生產經營效益增長。很多抓取類機器人，能夠在識別和定位軌跡信息之后，選擇抓取等動作模式，并在短時間內操作，可以顯著提升企業(yè)生產效率，節(jié)約材料設備成本和時間成本，還能節(jié)約企業(yè)人力資源成本。機器人中的AI識別技術應用，需要以具體的生產經營活動為基礎，才能減少人類勞動過程中的安全隱患因素。機器人能夠在眾多復雜的生產環(huán)境條件中穩(wěn)定完成作業(yè)任務，并在計算機編程技術的支撐之下確保生產資源和原材料的安全性能^[4]。

2.2 人工智能

人工智能中廣泛應用了計算機技術、智能識別技術，因此需要將各類智能化技術、自動控制技術、計算機信息技術等專業(yè)資源進行分類整合，協助特定企業(yè)和單位提高決策質量及管理效率。在研究和應用人工智能技術的過程中，很多企業(yè)和科研院所能夠從語音識別、人臉識別、計算智能以及決策智能^[5]等多個技術應用領域入手，并逐步形成較多交叉的學科領域，有助于各行各業(yè)實現可持續(xù)和高質量發(fā)展目標。在人工智能行業(yè)領域內，識別技術和信息技術的創(chuàng)新融合，需要以服務民生、技術支撐和科學研究等具體應用目標為導向，對AI設備和數據源進行集成化管理，確保其應用形式和設備功能用途基本一致。

2.3 網絡存儲

在網絡存儲領域，計算機AI識別技術的應用重點在于網絡數據的加密和通信傳輸控制等層面上，因此需要將決策智能與安全風險識別作為網絡存儲設備的創(chuàng)新融合方向。企業(yè)層級的網絡存儲系統，如分布式系統、硬盤等，需要保證計算機系統設備的實時數據存儲操作準確性和安全性，并對物理存儲空間和虛擬存儲空間的容量進行定向調整和優(yōu)化，確保存儲設備中重要的數據信息不被泄漏。在網絡存儲領域，相關安全加密技術可以顯著提升企業(yè)信息數據的存儲質量，但是需要通過計算機AI識別系統，對網絡和硬件設備中的潛在安全威脅和隱患問題進行全面掃描和數據統計分析，對網絡安全態(tài)勢進行全面感知和風險預測分析。

2.4 語音識別

在語音識別領域，計算機和人工智能識別技術的有機結合，能夠將聲信號和電信號進行實時轉換，所涉及的專業(yè)技術領域比較多，如語言學、信息論、行為學等內容，可以通過人機交互界面進行信息轉換，從而識別出特定的指令信息。通過不同信息處理介質進行語音識別，需要將智能化產品設備的數據通信接口靈敏度和兼容性等特征進行對比分析，篩選出最符合人類使用需求的智能設備產品，對方言、普通話和其他國外語言的語料庫進行同步錄入分析，構建語言包等具體語料數據集，協助用戶進行語音識別和信息篩選。在進行語言識別操作的過程中，需要通過計算機系統設備和傳感器等智能化產品對特定用戶的語句進行快速采集，將聲信號和數字信號進行快速識別和轉換操作，并對特定語料庫中已經存在的特征值、數據集合進行快速篩選，挑選出最為準確的語音轉換結果，并對后續(xù)系統操作進行跟蹤和識別，提高識別分析準確率。

2.5 企業(yè)網絡

企業(yè)網絡系統是支撐信息化建設工作的關鍵技術資源，因此需要及時引進計算機人工智能識別技術，對網絡管理平臺和網絡數據信息進行集成化管理，確保企業(yè)各項線上辦公操作過程安全和高效。尤其在部署企業(yè)網絡系統體系時，需要兼容有線網、無線網和移動網絡，對網絡化數據運營等業(yè)務管理模式進行創(chuàng)新改革，確保企業(yè)各項經營決策工作效率和實際發(fā)展需求基本一致。在部署網絡拓撲結構的過程中，需要對計算機網絡節(jié)點數量和網絡安全態(tài)勢進行重點感知和數據統計分析，確保企業(yè)線上和線下辦公工作結果的準確性。企業(yè)網絡與計算機AI識別技術的組合應用，有助于拓展企業(yè)經營業(yè)務范圍，將新技術、新設備進行創(chuàng)新融合，并在決策職能系統中輸出準確的決策結果，提高企業(yè)經濟效益和信息資源的實際利用率。

3? ?計算機人工智能識別技術的應用瓶頸

3.1 語音識別技術

在眾多計算機AI識別技術中，語音識別技術的應用限制條件比較多，如語料庫、智能設備數據轉換效率等技術性因素，還會受到人工智能技術應用標準和規(guī)范等政策性因素的限制，不能對方言和部分國外語言進行快速轉換識別分析。語音識別技術一般應用在電子地圖軟件、智能手機設備、語音檢索、語音導航等硬軟件系統之中，但是嚴重受限于用戶在語音轉換過程中的語調語氣變化，不能將語言與特定情緒進行關聯分析，語言識別系統對高維度的數據特征信息處理精度比較低。語音識別技術能夠在眾多民生領域之中廣泛應用，與其智能化設備的信號采集精度級別相關聯。但部分語料庫、方言數據集的錄入和應用效果并不完全匹配，普遍呈現機械性的語言識別現象，不利于語言識別技術和系統設備的升級和創(chuàng)新發(fā)展。語音識別技術的應用瓶頸主要集中在語言多樣性、語氣語調關聯性、情緒感知靈敏度等層面上，嚴重限制各類智能化設備的硬件升級和軟件版本迭代。

3.2 指紋識別

在不同行業(yè)領域內應用指紋識別技術的過程中，需要對指紋紋路等特征信息進行快速采集和識別分析，這依賴于大數據庫或者分布式云數據庫等數據管理平臺，更需要進行聯網操作，不利于智能化設備的數據采集和數據通信傳輸控制操作。指紋識別技術能夠在安防、刑偵、數字簽名等領域廣泛應用，但是整體數據采集時間比較長，其實時性要求也越來越高，不利于相關工作人員提升網上辦公效率。指紋成像結果的精準度會直接限制識別分析結果的輸出時間長度，因此在部分行業(yè)領域的應用效果并不顯著，仍然需要運用其他視覺和語音類識別系統進行身份認證分析。指紋識別技術需要借助較大的數據庫管理系統或者虛擬信息存儲系統，對硬件設備和電子元件的依賴性比較強，指紋圖像采集精度難以被提升。若部分人員的指紋存在受損等情況，各類計算機系統設備并不能及時處理此類圖像信息，則會輸出異常的識別分析結果影響工作進度。

3.3 人臉識別

在應用人臉識別技術的過程中，不僅需要從安全性能的角度進行設備升級和軟件系統迭代，更需要對人臉識別特征信息進行多源融合，需要配備大數據庫和數據管理系統等硬軟件資源。人臉識別技術的應用瓶頸主要體現在外部干擾等層面上，例如，光照強度、陰影面、人臉上的發(fā)型妝容和表情變化，均會影響識別率。在智能化設備中應用人臉識別系統，需要將特定角度下拍攝的人臉圖像信息進行全面采集，并將主要特征信息如眼間距、面部輪廓特征點等進行快速篩選，并與數據特征集合進行對比分析，最終統計出識別概率。另外，還需要從人臉識別效率和準確度等多個層面客觀評估識別系統的實際應用效果。在實際應用人臉識別技術和系統設備的過程中，需要將相關設備放置在溫濕度和光照條件較為穩(wěn)定的區(qū)域，避免高清攝像頭等硬件設備的感光性能被影響和限制。

3.4 工業(yè)元件識別

在眾多工業(yè)生產線中，元器件的識別效率是非常關鍵的，因此需要借助計算機AI識別技術進行快速定位和識別統計分析，運用較小規(guī)模的數據特征集即可完成系統算法訓練目標。但是在對不同類型工業(yè)元器件進行定位識別的過程中，其放置角度偏移、標識信息單一等問題比較普遍，嚴重影響計算機識別系統的實際運行效率。對工業(yè)元件的準確識別依賴于精準的空間坐標系統，但是不同于3D打印等系統設備能夠實現高精度的定位識別和數據統計分析功能，一般工業(yè)企業(yè)所選用的智能化識別設備普遍存在精度一般等情況，不能快速識別產品設備和元器件存在的缺陷問題。工業(yè)視覺識別系統需要借助于工業(yè)物聯網等系統平臺，其數據信息傳輸速度比較快，但是會降低傳感器、圖像處理分析系統的識別和定位分析精度，識別誤差率仍然比較高。

3.5 人員密集度圖像識別

眾多計算機人工智能識別技術能夠為社會安全貢獻一份力量，并對安防、消防等行業(yè)領域內的突出問題進行智能化決策處理，但是在判別群體特征和個體特征信息的過程中，數據集和特征信息之間的適配度比較低，并不能有效輔助相關監(jiān)管部門進行智能化決策和信息化管理。尤其是在對人員密集度等圖像數據信息進行實時識別的過程中，部分元器件和傳感器等硬件設備存在數據采集精度不足等瓶頸問題，難以快速完成數據信息處理進程，對部分圖形特征的識別效率比較低，嚴重影響安防和消防管理人員進行現場指揮調度。眾多社會公眾場所的人員密集度安全閾值有一定差異，因此在采集圖像視頻信息的過程中，普遍需將高清攝像頭采集的圖像特征進行多次篩選，影響其實時數據信息處理效率。人員密集度圖像識別時間比較長，影響了計算機人工智能識別系統的內部信息處理分析精度和操作效率。

4? ?結束語

綜上所述，隨著計算機技術和人工智能技術的不斷創(chuàng)新發(fā)展，計算機AI識別技術在眾多行業(yè)領域內高效應用，離不開硬件設備和軟件系統資源的優(yōu)化配置等技術條件，因此需要解決各項技術瓶頸和應用問題，從專業(yè)的角度提升計算機系統設備的智能識別和分析效率。

參考文獻

[1] 謝鐘揚．計算機人工智能識別技術的應用研究[J]．軟件，2022，43（12）：85-87.

[2] 王梓耀，羅慶全，蕭文聰，等．電網廠站接線圖人工智能識別關鍵方法[J]．電力系統自動化，2023，47（2）：115-124.

[3] 王歡．計算機人工智能識別技術及其應用研究[J]．信息與電腦（理論版），2022，34（12）：165-167.

[4] 王虓，夏炳墅．人工智能識別技術研究[J]．電腦知識與技術，2022，18（7）：83-84，88.

[5] 陳萬卷．計算機人工智能識別關鍵技術及運用探尋[J]．電腦知識與技術，2022，18（4）：84-85，99.

作者簡介：楊博森（2001-），男，漢族，河北承德人，本科在讀，研究方向為計算機人工智能識別技術的應用瓶頸探析。