人工智能的發展及應用研究

胡圓睿

摘要：人工智能作為一門當今人們最為常用的技術科學之一，越來越多地被運用到各個領域。人工智能可以對人的意識、思維的信息過程進行模擬，雖然無法做到真正的人的智能，但在科技的進步中盡量做到能夠像人那樣思考，從而實現向人類智慧靠近，做到真正的智能。文章研究了人工智能的發展及應用。人工智能是計算機科學的一個分支。顧名思義，在了解智能的實質后，根據人類智慧會作出的反應，生產出一種近似于人的智能的機器，這種技術即為人工智能。人工智能從誕生以來，理論和技術日益成熟，在現代科技的發展過程中，它應用領域也不斷擴大。可以想象在不久的將來，人工智能對人們的生活會產生極大的影響。

關鍵詞：人工智能；識別處理；理論與技術結合；人類智慧

當今世界，全球的競爭越來越體現在經濟和科技實力上，而人工智能代表著科技帶來的新興力量。在發展的過程中，它逐步成為促進經濟增長和提高科技競爭力的關鍵，同時也作為企業技術戰略的重要一環，對企業的長遠發展意義重大。

從20世紀70年代開始，人工智能就被稱為世界三大尖端技術之一，隨著時代的進步與發展，到了21世紀，人工智能仍被稱為三大尖端技術之一，這足以看出人工智能在現代科技中有著不可磨滅的地位。人工智能在很多科學領域都獲得了廣泛應用，并取得了豐碩的成果，本文將從定義，發展歷程和應用3個方面出發對人工智能作一個初步的解讀，并從人臉識別入手，對人工智能做一個較為簡單的分析。

1 定義

人工智能的定義可分為“人工”和“智能”兩部分。先從“人工”講起，人力工作下能創造出來的系統，總的來說人工系統就是廣義上我們所理解的人工系統。

“智能”的定義更加廣泛些，包括智慧、思維、意識等。當然，人工智能中的智能指的是人類的智慧。因此人工智能的研究往往也包括對人類本身智慧的研究，使得計算機通過模擬人的思維及行為進行工作，等于給運行相對比較死板的機器賦予了智能，從而更好地服務人類。

2發展歷程

從1946年第一臺電子計算機的誕生開始，就說明了人類技術已經可以創造出機器智能。從那以后，便意味著人類真正地擁有了一個可以模擬人類智慧的工具，做出能夠實現“自己思考”的機器也并不遙遠。“人工智能”一詞最初是在1956年Dartmouth學會上提出的，從那以后，人們開始研究眾多理論和原理。雖然說，人工智能的發展遠比人們預想中的要慢，但從60年前出現到現在一直在前進，在這一發展的過程中各種AI程序出現在人們的生活和工作當中，并且它們對于其他技術的發展也有著極大的影響。

人們感受到運用計算機和人工智能技術能夠給生活和工作帶來了更多便利，于是個人電腦開始出現，各式各樣的電子技術雜志將更為優秀的技術展現在人們面前，其他的一些AI領域也在20世紀80年代開始進入市場，其中最為人們所周知的一項就是機器視覺。Minsky和Marr的成果在生產線上的相機和計算機中得以運用，幫助人們對產品進行質量控制，雖然功能上沒有做到特別完善。最能說明當時這些系統極其受歡迎的一點就是，到1985年的時候美國已經有一百多個公司在生產機器視覺系統。雖然1986-1987年市場對AI系統的需求下降，但不可否認的是它仍在慢慢恢復發展。隨著新的技術被開發出來，人工智能漸漸回到了人們的視線中。

近幾十年來，人工智能的發展可以說是飛速前進的。1997年，IBM公司“深藍”電腦更是擊敗了人類的世界國際象棋冠軍，這是人工智能技術發展歷程中的一個重大突破。而現在，各種智能家居，智能識別系統的出現，無論是公司、銀行、醫院、車站這些公共場所，還是比較私密的住宅，幾乎隨處可見人工智能的影子，這更是使得人工智能變成了人類生活中緊密相關并且對人們幫助重大的一部分。

3應用

專家系統、模糊邏輯、神經網絡控制、學習控制和分層遞階是目前人工智能研究主要的幾個領域，它們各自發展，又相互滲透，走向結合。其中，前3個領域是目前科技一體系統實現智能化的較成熟的領域。

人工智能已經從最初的應用于醫療、科技等領域，向財政、金融、保險、商業和法律方向擴展。它的研究也漸漸地包括了更多方面的內容，例如：機器人、語言識別、圖像識別和自然語言處理等。下面將會通過“人臉識別”這一方面對人工智能進行簡單的探討。

4人臉識別

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術。通過攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部比對的一系列相關技術。此時的攝像頭就相當于人類的眼睛，電腦通過檢測觀察，分析比對，辨別出“眼前”的人是不是在數據庫里存在的。

人臉識別系統主要包括4個組成部分，分別為：圖像采集及檢測、圖像預處理、圖像特征提取以及匹配與識別。

當用戶處于采集設備的拍攝范圍內時，采集設備會自動搜索并將不同的人臉圖像通過攝像頭采集下來。隨著科技時代的進步，這種自動檢索功能已經不僅僅只能用于靜態圖像的檢索，即便人是在運動中的，甚至是不同的表情都能檢索出來。

圖像的檢測簡單來說就是挑選出整個人臉圖像的有用信息和其中包含的模式特征，為后續的預處理做準備。同時圖像檢測和預處理都服務于后續的特征提取。

圖像特征提取是人臉識別系統中的關鍵，如果說上述的采集、檢測、預處理只是稍微地用到了人工智能，特征提取可以說是真正將人的智慧和機器的智慧結合起來，并運用到實踐中去了。

舉個例子：當人看到一個蘋果時，大腦的潛意識自動分析出它的顏色、大小、形狀等各個方面的細節。而機器并沒有這種潛意識，我們所要做的就是賦予它這種潛意識，告訴它你要去提取這些方面的細節特征，這就是人臉識別特征提取的主要技術。說得更具體一些就是，將人看到的時候分析識別的內容提取出來，例如：五官與人臉大小的比重、臉型、膚色等方面，這些組成了整個的人臉特征模板。

圖像的匹配與識別就是用到了特征提取后的人臉特征模板。人臉特征模板分為兩組：一組是等待識別的，當前攝像頭采集到的就放在這一組；一組是已經得到的，就是數據庫中的人臉圖像信息。當然人是會變化的，不可能做到完全一樣，這就需要我們給計算機的匹配識別設定一個閾值，當等待識別的和數據庫中某一模板的相似度超過這一閾值，就把匹配得到的結果輸出。

以上就是人臉識別的整個基本過程。人臉識別在人們的生活當中運用已經越來越廣泛了，它極大地節約了人力資源在這方面的使用。目前人臉識別運用的較多的地方為：（1）企業、住宅安全和管理。如門禁考勤系統。（2）電子護照及身份證。（3）公安、司法和刑偵。如搜捕逃犯。（4）信息安全。如計算機登錄、車站檢票。

5結語

人工智能的長期目標是建立接近于人類水平的人工智能，研究用人工的方法和技術，模仿、延伸和擴展人的智能，實現真正意義上的人工智能。

人工智能的發展也是大家有目共睹的，比如現在運用極為廣泛的人臉識別系統，使用簡單方便的智能家居，流程完整一體化的智能醫療。這些都意味著在以后的科技發展過程中，人工智能將會更多地滲透到人們的工作與生活當中，給人們的衣食住行等方面帶來更多的便利。

[參考文獻]

[1]MICHAEL N.Artificial intelligence[M] .Beijing： China Machine Press. 2011

[2]馬健喆.機器學習方法及應用研究[J]電腦知識與技術，2015 （19）：163-164

[3]劉偉，王目宣.淺談人工智能與游戲思維[J]科學與社會，2016 （3）：86-103

[4]NEUMANN D. MANSI T，ITU L.et aI.A self-taught artificial agent for multi-physics computational model personalization[J]