導語：計算機人工智能識別技術應用思考一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要:隨著計算機、人工智能技術的快速發展和普及，計算機人工智能識別技術也不斷地推陳出新，并在許多領域得到了推廣和應用，為人們的生活和工作帶來了極大的便利。對計算機人工智能識別技術進行了闡述，并就當前的技術應用實踐展開分析，對其應用瓶頸和解決對策給予分析和探討。

關鍵詞:計算機;人工智能識別技術;應用實踐;瓶頸

目前，計算機人工智能識別技術的應用范圍較廣，比如無生命特征的技術實踐領域有二維碼識別、機器翻譯和基于神經網絡的類型識別等;有生命特征的技術實踐領域誕生了語音識別、面部識別和指紋識別等。這些技術的應用滿足了現代社會發展的相關需求。但計算機人工智能識別技術誕生較近，技術還不夠成熟，所以在應用中存在一些亟需突破的瓶頸問題。突破這些瓶頸以促使該技術得到更好的發展和應用，將是該領域未來發展的重中之重。

1計算機人工智能識別技術

計算機人工智能識別技術的核心是用計算機對人類智能進行模擬，進而促使計算機通過模仿人類的判別思維來達成識別的目的。例如人類看到了一個熟悉的面孔，會通過大腦的思維判別，自主識別出對方的身份，而利用人工智能技術進行面部識別與之類似，也是通過掃描被識別者的面部信息，然后將其與已納入面部模型庫中的“熟悉面孔”進行對比，進而實現身份的識別確認。將計算機人工智能識別技術廣泛應用于生活和工作，可以實現對人力資源的解放，很多識別確認類的工作交由系統自動完成，極大地提升了工作質量和效率。與歐美等發達國家相比，我國對計算機人工智能識別技術的研究起步較晚，但因為國家和相關企業高度重視，目前我國在該技術的研究方面，尤其是在實踐應用領域取得了很多積極成果，推動了該技術在我國的應用水平的提升。但目前該技術在應用過程中還存在一些瓶頸和難點，比如成本較高、可靠性不足等等，對技術的應用深化形成了一定的阻礙，也是現階段亟待解決和攻克的問題。

2計算機人工智能識別技術的應用實踐

2．1無生命特征的技術應用實踐。2．1．1二維碼識別。二維碼識別是條形碼識別技術在實際應用中的一種形式，它通過使用二維碼生成程序，可以自動產生一種黑白相間且呈現出規律性排布的平面圖形，這個圖形具有唯一性的特征，可以對相關的信息技術進行保存記錄。在此基礎上，利用二維碼掃描程序就可以實現對圖像信息的自動識別和處理，促使信息顯性化。該技術目前在世界范圍內得到了廣泛應用，在國內更是如此，例如支付寶、微信、云閃付等移動app的支付掃碼功能，以及QQ、微博等很多軟件客戶端的賬戶登錄功能等，這些都為人們的生活、工作帶來了極大便利。2．1．2機器翻譯。機器翻譯可以實現對不同語言類型及其內容的識別，然后再以用戶需要的語言類型進行展示重現，實現不同語言類型間的翻譯轉換。目前已經成熟的產品有谷歌翻譯、有道翻譯等。目前該技術在應用中還存在一些問題需要解決，比如機器翻譯一般都是逐詞翻譯，不像人工翻譯會對句子的結構和語序進行調整，導致翻譯出來句子比較機械化，甚至可能出現歧義。此外，機器翻譯的本質是直翻，缺乏上下文間的聯系功能，在對整篇文章或整個段落進行翻譯時不能結合全文意思進行綜合分析判斷，因此翻譯質量有待提升。2．1．3神經網絡識別。神經網絡是人工智能技術中的一個重要分支，通過構建神經網絡模型可以實現智能識別。比如對于設備故障類型的識別，人工識別主要是借助故障診斷人員的檢測和觀察，提取故障的主要特征，然后調用大腦中的相關知識和經驗進行推理，最終完成對故障的判別。而神經網絡模型是先對以往的故障案例進行搜集分析，將故障的表現特征作為網絡輸入，將故障類型作為網絡輸出，進而實現對網絡的訓練。在出現新故障時，將傳感器檢測到的表現特征作為網絡輸入，網絡自動生成可能性最高的故障類型，完成對故障的智能識別。2．2有生命特征的技術應用實踐。2．2．1語音識別。語音識別是計算機系統對人類的語音、思維進行識別，并按照識別到的結果開展相關的分析與操作。比如很多即時通信軟件都同時支持發送語音和文字，并且可以實現語音和文字的相互轉換;又比如在智能家居、車載智能語音助手等相關應用情景中，系統可以實現人機語音交互，通過對人類語音含義的識別完成相關操作并加以回饋，諸如根據語音信息自動打開空調、電視;開車時根據語音提示實現自動撥打電話等。在語音識別的應用實踐中，有兩個方面的問題需要引起重視:首先，要對環境噪音進行排除，過高的環境噪音會對語音清晰度產生影響，對正確識別造成不利影響;其次，考慮到各地方言的影響，在構建語音識別系統時還必須實現對方言的自動校正。2．2．2面部識別。面部識別系統需要先對身份確認人員的面部信息進行采集，并進一步構建面部模型庫。然后在進行識別時，先對被識別者的面部信息進行采集，并將采集到的面部模型及其上的關鍵特征(見圖1)與庫中模型及其特征進行比對。如果匹配正確，即可以實現對身份信息的識別確認。近年來，面部識別技術在很多場合都得到了應用，比如有一些應用軟件在進行賬戶登錄時需要識別面部信息以完成身份確認。最為典型的就是很多手機銀行在更換移動終端登錄時，為了保證用戶財產安全，需要在賬戶密碼驗證正確的基礎上再進行面部識別以確認身份。2．2．3指紋識別。指紋識別與面部識別的原理類似，也是先對身份確認人員的指紋紋路及交叉點、斷點等特征信息進行采集，并據此構建指紋信息庫。在進行識別時，先對被識別者的指紋信息進行采集，并將采集到的信息在庫中進行匹配，如果匹配正確，即可實現對身份信息的識別確認。指紋識別在實踐中也有不少應用，比如一些現代化的智能小區安裝有指紋鎖，居民在進入自己房屋時需要驗證指紋，實現了對鑰匙功能的替代;在辦理身份證和銀行開卡時也需要錄入指紋，后續在進行相關業務辦理時則需要進行指紋驗證以確認身份。

3應用瓶頸和解決對策

3．1成本問題。計算機智能識別技術的應用需要依靠相關軟硬件資源的支持，而這會帶來較高成本，成本問題一直是限制智能識別技術應用的難題，這也是導致很多智能識別系統無法大范圍推廣的原因所在。比如帶語音交互功能的智能家電價格明顯高于普通家電，造成其無法成為市場上的消費主流。針對這一問題，只能通過推動技術發展來逐步克服。很多技術成品在誕生初期時的成本都比較高，但隨著其發展完善，成本會逐漸降低。比如智能手機上用到的劉海屏誕生伊始主要用在3000元以上的產品上，但現在千元機也可以實現對劉海屏的標配。3．2可靠性問題。計算機人工智能識別技術在識別可靠性方面還存在一定缺陷。比如語音識別會受到噪音干擾和方言影響;面部識別的準確性會受到眼鏡、發型、妝容以及表情等因素的影響;指紋識別也存在可靠性問題，人在生活中會廣泛接觸周邊物體，導致指紋會留存于很多地方，如果這些指紋痕跡被不當應用，則可能會欺騙指紋識別系統。針對這一問題，一方面需要加強對識別技術的深化研究，提升信息采集和AI識別算法的質量;另一方面，可以綜合采用多種識別技術，比如進行身份識別時綜合應用面部識別、指紋識別、聲線識別甚至是虹膜識別，通過構建多道安全鎖的方式來提升可靠度。3．3識別數據庫和知識庫有待豐富。從某種程度上講，人工智能識別系統能夠準確識別到的對象數量決定了系統可完成事情的程度，如果系統構建配置的識別模型限制較多，而待識別對象的特征又不在數據庫的存儲范圍內時，系統就可能出現無法識別或識別錯誤等情況。此外，人工智能識別是模仿人類的識別過程，需要將人類的識別知識內化為系統的識別規則，而這就會帶來很多瓶頸限制:一是知識量比較大，需要構建龐大的知識庫才能提升識別精度;二是知識往往是隱性的，難以將其描述成計算機系統能夠理解的識別規則，甚至有時人類自身雖然能夠做到識別，但也無法描述其背后的隱性機理，比如目前可以區分雙胞胎子女，但卻說不清如何區分和鑒別。針對以上問題，首先要加強與大數據技術的結合應用。利用大數據手段對識別領域內的對象案例進行廣泛采集，不斷豐富識別數據庫。第二，強化對機器學習和深度學習技術的應用。人工智能識別系統在初始時可能會因為識別模型和規則的限制，出現各種識別錯誤或漏識別的問題，但通過對錯誤案例的自主學習，系統能對內化的規則知識進行優化完善，使系統不斷獲得進化提升。最后，人類對知識的使用過程具有機理復雜、非線性和非結構化的特點，而傳統的結構化數據庫給系統模仿人類進行知識的存儲、管理和檢索造成了諸多約束，所以需要探索更貼近人類大腦的非結構化知識庫模型。目前有學者提出了用復雜網絡進行知識庫建模的觀點，給該問題的解決帶來了曙光。

4結語

目前，人工智能識別技術在無生命特征的技術實踐領域和有生命特征的技術實踐領域均有廣泛應用，給人類的生活帶來了極大的便利。該技術尚存在許多發展瓶頸，需要我們通過技術革新進行解決，相信未來的人工智能識別技術將會越來越成熟，同時，由于成本進一步降低，其應用也會更加普及。

參考文獻:

［1］張治杰．計算機人工智能識別技術的應用思考［J］．科學與信息化，2019(16):40．

［2］尹瀾諾．計算機人工智能識別技術的應用［J］．中國新通信，2018，20(6):119．

［3］張春濤．計算機人工智能識別技術應用研究［J］．中國新通信，2018，20(22):161．

［4］李禹胤．計算機人工智能識別技術的應用［J］．成功(中下)，2017(21):98．

［5］劉喬輝．計算機人工智能識別技術的應用探討［J］．科技風，2016(4):121－122．

作者:賴偉良 單位:廣州城建職業學院