計算機人工智能識別技術運用研究

王貴銘

摘 要：計算機人工智能識別技術作為新型技術，可以基于計算機的支持模擬人類意識與思維，對進一步提高生產效率具有重要推動作用。就我國計算機人工智能識別技術研究現狀來看，雖然已經取得了一定成果，但是依然存在較大的問題，還需要將其作為研究重點，爭取在突破技術瓶頸以后，實現技術的高效運用。

關鍵詞：計算機;人工智能識別技術;運用

計算機人工智能識別技術可以在計算機現有功能基礎上，對人類思維和意識進行模擬，與其他計算機技術相比，其在實際應用中優勢更大，存在非常大的發展空間。總結已經得到研究成果，確定人工智能識別技術類型，且保證其能夠順利在各個領域實現，真正達到高效應用，推動整個生產生活效率的提高。

1 計算機人工智能識別技術特點

人工智能識別技術使用識別裝置，能夠對物品信息進行自動收集和識別，并將所得信息傳輸給計算機系統，經過分析處理后，開發類似人類智能反應。現在應用最為廣泛的如條形掃碼器，掃描商品的條形碼后，便可以得到其對應的名稱與價格等信息，然后輸入數量對應信息，系統便可以完成商品總價的計算。計算機人工智能識別技術具有非常高的自動化、高度智能化和科學化特點，通過研究人類思維過程方式為基礎，實現其從抽象到具體的建模，最終成為能夠準確描述的物理信號，可以進行識別、判斷和模擬，最后由計算機程序將結果表達出來[1]。對于人工智能識別技術來講，對其的研究應用范圍非常廣，相比單純的計算機技術，可以為生產生活提供更精準和高效服務，符合人們實際需求。

2 計算機人工智能識別技術應用

2.1 機器人領域應用

機器人研究技術越來越成熟，產品設計基礎功能也更為完善，現在已經得到了較為廣泛的應用，取得了一定成效。例如外科手術中機器人技術的應用，在降低醫生工作強度的同時，提高手術精準度與安全性。機器人人工智能識別技術的應用，可以進一步減少組織成本性資金的投入，并且還能夠可靠預防和規避組織內外部風險，應用優勢明顯。

2.2 語音識別領域應用

語音識別技術的應用，實現了機器人在一定程度上理解人類的語言，并在此基礎上來進行交互，提高日常應用綜合效果。語音識別技術現在已經得到了廣泛的應用，尤其是近年來人工智能識別技術不斷更新，促進了語音識別技術的快速發展，研究生產出更多語音識別技術芯片，不僅僅是識別，更是能夠產生交互行為[2]。

2.3 神經網絡領域應用

將人工智能識別技術應用到神經網絡領域，即批量處理單元相互交織而形成一種特殊網絡形態，其與人腦基本功能相似，可以實現基于人腦的抽象活動具體化、簡單化和模擬化。即對人腦活動指令進行模擬和效仿，并且在此過程中積累經驗，得到進一步啟發，最終可以實現處理批量單元信息。雖然人工神經網絡與人腦還存在非常大的差異，無法完全發揮出與之相同的功能，但是與人工智能識別技術相結合，卻可以更有效的實現對事件的自動化與智能化處理，提高信息處理綜合效率，使得時間問題的解決能力更強[3]。

3 計算機人工智能識別技術研究趨勢

3.1 人工智能識別技術分類

3.1.1 無生命識別技術

現在所應用的無生命識別技術如條形碼、射頻和智能卡等方式，相互間具有本質上的差別。條形碼識別可分為一維碼與二維碼兩種，且二維碼包含的信息更多，信息密度以及糾錯能力更強，可滿足重要信息收集和識別，現在已經得到了廣泛的應用。射頻識別及通過非接觸方式對符號自動識別得到相應信息，其應用的為無線電磁波原理，利用無線信號和電磁場不僅可以獲取信息，同時還能夠做到跟蹤，相比二維碼識別技術優勢更大。智能卡識別通過存儲集成電路卡信息，以及獨立運算，可實現與計算機系統的可靠聯合，達到高效收集、傳輸和加密信息的效果，例如在身份和車輛方面的識別。

3.1.2 有生命識別技術

可選擇應用的有生命識別技術如聲音識別、人臉識別和指紋識別等，主要針對的方向不同。聲音識別為非觸摸式，主要是針對聲音特征的識別，即聲音音質、音調、音頻等，掌握聲音特點后進行分析處理，完成信息識別。指紋識別主要是利用不同人指紋之間的特征差異來進行識別;人臉識別則需要確定人臉視覺特征信息，完成相關識別。相比來講，聲音識別無需應用到眼睛與手，實際應用上便利性更高。而同時人臉識卻可以自動追蹤人臉的視覺特征，通過調節影響曝光度與放大等操作完成生物特征的識別。

3.2 人工智能識別技術不足

雖然現在已經有多種人工智能識別技術得到了廣泛應用，但是在取得成效的同時，技術層面上還存在一定缺陷。例如聲音識別系統，可識別的語言種類限制性較強，目前主要應用于普通話，一旦遇到地方口音或發音不標準的情況，系統將無法準確識別，應用效果急劇降低。并且，麥克風和信道的差異，也會對識別結果的準確性產生影響，尤其是噪音混亂的環境，聲音特征提取質量較差，增大了識別難度。而即便是正常使用情況下，因為人聲音的變化，聲波產生差異，系統也無法可靠識別。如果遇到模仿聲音的情況，還會引發安全問題。同時，對于應用廣泛的人臉識別技術，數據庫難以涵蓋所有的人臉表情特征，受數據限制，識別效果無法保證。而在年齡增長的情況下，人臉特征也會產生一定程度的改變，也是降低識別效果的因素之一。人臉識別技術其主要依靠的是視覺特征，無法排除人臉相似性的因素，再加上光線干擾，也會增大識別錯誤率。由此可知，還需要在總結以往經驗的基礎上，對人工智能識別技術進行更為深入的研究，在消除所存缺陷的同時，進一步提高技術綜合水平。

4 結束語

計算機人工智能識別技術對改善生產生活狀態具有非常強的推動效果，基于現有的研究成果，從技術角度來不斷進行總結和完善，確保能夠不斷來提高技術應用效果。

參考文獻：

[1]呂萌.計算機人工智能識別技術類型及其應用[J].電子技術與軟件工程，2018（20）：249.

[2]姜貝貝.計算機人工智能識別技術的應用[J].科技與創新，2018（09）：153-154.

[3]劉浩鋒.計算機人工智能識別技術類型及其應用[J].電子技術與軟件工程，2018（14）：150.