淺談人工智能與模式識別

馬伊棟 顧麗紅 馬宇鑫 西北民族大學

引言

2019 年世界人工智能大會以“智聯世界 無限可能”為主題，匯聚了全球智能領域最具影響力的科學家和企業家。重點關注智能領域的技術前沿和產業趨勢。就熱點問題發表演講，進行高端對話。至此，人工智能已經對人類生活生產方式、社會發展和世界經濟轉型產生深遠的影響。人工智能是一門綜合性很強和多學科交叉的技術，它不僅涉及計算機技術與科學，而且還涉及到環保、統計、物理、通信、心理等多個學科領域。它整合多學科知識，模擬人類的思維方式，為人類的生活、辦公和學習提供輔助支持。

人工智能研究的一個重要方向就是模式識別，主要是通過計算機模擬人類的思維方式來完成對外界環境的感知，并做出正確的判斷。計算機仿真系統就是建立在模式識別的基礎之上，通過對外界信息的識別和周圍環境的理解來實現的。

1 人工智能（ Artificial Intelligence）

與自然智能相對應，人工智能就是計算機模擬人工方法和技術對人類智能的延伸和拓展，其結果就是由所謂“機器思維”所產生。

人工智能作為近年發展起來的一門全新的學科，科研人員的主要研究方向是研究計算機的智能行為，以及開發與人類思維活動類似的計算仿真系統，如在感知、推理、學習、聯想等方面的研究。最終目標是希望達到人機的高度統一。人工智能的本質是通過計算機仿真系統實現對人類思維的模仿。

2 模式識別技術

模式識別技術是人工智能在實際運用中的基礎技術，它可以完成對目標信息的收集、匹配和分析，從而更好地進行預期的操作。

F.Rosenblatt 在20 世紀50 年代首先提出模式識別研究，并初步實現了對確定樣本的識別。而后，在20 世紀80 年代，J.Hoffield 提出了人工神經元，使計算機在模式識別研究方面有了更廣闊的開拓空間，并在短時間內收到了明顯的成效。

如今模式的識別技術主要觸及兩個方面：一是以生物體為研究對象的模式識別；二是以計算機為研究方向，研究如何實現計算機的擬人化。本文主要討論計算機模擬識別的理論和方法。

通過數學技術的運用在計算機中實現模式的判讀和處理的自動化就是模式識別技術。這里的“模式”是指客觀存在于外界的環境和環境中個體。隨著人工智能研究的延伸和拓展，計算機仿真系統在解決復雜信息方面取得了相當的成果。但這些研究尚處于起步階段，還需要繼續深入研究。

3 模式識別技術的應用

3.1 統計模式識別

基于統計的模式識別的原理是：相似樣本在模式空間中相互靠近，形成一個“群體”，即是“物以類聚”。剖析的辦法是基于特征向量ξ=（ξ1,ξ2）,…,xid）T（i=1,2,…N），把一個給定的模式分為C 類γ1,γ2,…,γC,分類的依據是參照模式之間的間隔函數決定的。其中T是轉置；n 為樣本數；D 為樣本特征數。

基于統計的模式識別的辦法有：k 近鄰分類、主因子分析、判別函數、非線性映射、特征分析等。

3.2 遙感

遙感圖像識別在天氣預報、作物估產、軍事偵察和資源勘探等領域有著廣泛的運用。

3.3 醫療診斷

模式識別在血液檢測、染色體分辨、腦電圖識別、心電圖識別、X射線分析和腫瘤細胞監測等方面都得到了廣泛的運用。

4 模式識別技術的發展潛力

模式識別技術作為人工智能領域的一門重要學科，在這個數字化的21 世紀，將會具有巨大的發展潛力。在世界范圍內，許多國家和國家相關科研機構都開始將模式識別技術作為重點發展和研究的對象。

4.1 語音識別技術

信息技術中人機交互界面的關鍵技術——語音識別技術正蓬勃發展，一個高新技術產業是否具有強大競爭力的重要判別標準就是語音識別技術的應用。

4.2 生物認證技術

本世紀最受外界關注的安全認證技術就是生物特征認證技術。它的發展是大勢所趨。人們情愿用自己的唯一性來進行保密和識別，而扔掉所有磁卡、忘記所有密碼。

4.3 數字水印技術

20 世紀90 年代以來在世界范圍內發展起來的數字水印技術是最具優勢和潛力的數字媒體版權保護技術。

5 結語

自上世紀20 年代模式識別的發展歷史看來，人們普遍認為沒有一種模式可以適用于所有模式識別問題。我們現在有的只是一個工具庫，我們所要做的就是盡量全面地利用工具庫中的各種工具，不斷發現其在實際應用中的可能性,更加深入的學習彼此的優勢和缺陷,努力的去開創模式識別在實際運用中的新局面。