人工智能識別技術研究

王虓　夏炳墅

摘要：在人工智能技術領域中，識別技術引起了人們的普遍關注。人工智能識別技術創造出了眾多現實價值，它是以計算機技術為支撐、借助掃描設施、照相機技術等設備，模擬人眼功能進行識別的技術，分為無生命識別技術和有生命識別技術兩種類型。人工智能識別技術不但改善了人們的生活狀態，還促進了經濟發展。該文主要對人工智能識別技術進行了研究。

關鍵詞：計算機技術;人工智能;識別技術研究

中圖分類號：TP18? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）07-0083-02

進入21世紀以來，在計算機技術快速發展的支撐下，人工智能技術得到了廣泛運用，引起了社會各個領域的普遍關注，相關技術理念也得到了廣泛的普及，如語言翻譯、二維碼識別、面部識別等。尤其是隨著社會和人類科技的發展，人工智能識別技術極大地滿足了人們工作和生活的需求，滿足了現代社會發展，未來應用空間會更加廣闊[1]。目前，人工智能識別技術尚處在發展初期階段，在應用過程中，各方面的表現存在一定瑕疵。為了促進其良性發展，需要突破一些技術上的瓶頸，才能為人類造福，獲得可持續的發展。

1 人工智能識別技術的內涵

人工智能識別技術是為了滿足社會群眾的生活需要，借助快速發展的計算機技術，通過發揮自身的優勢，對人類判別思維和智能進行模仿，從而達到對信息識別的目的。人工智能識別技術發源于語音識別技術。依靠語音識別技術，人工智能識別技術在具體的運用過程中，通過對識別技術的應用，達到減少工作量、改進人們對手機操作太過依賴的目的，極大提升了操作的效率。比如，對于一個熟悉的面孔，人類通過大腦會自主地識別出對方的身份。人工智能技術與人類一樣，通過對被識別者的面部信息掃描，將信息納入面部模型庫中的“熟悉面孔”，進行對比后，可以確認被識別者的信息和身份[2]。

人工智能識別技術依靠識別裝置，可以自動化地收集、識別物品信息，通過分析與處理，將傳送到計算機系統的信息，發出類似于人類智能的反應，具有智能化、便捷化和實用性特征。1）智能化。與傳統的圖像處理方式相比，人工智能識別技術最大特征就是對圖片識別處理的智能化，能夠對圖片進行智能化的選擇和分析。如：人臉解鎖系統就是采用圖像識別技術，借助數據庫存儲的人臉信息，提取人臉信息，將其轉化為數據信息，作為安全識別的密碼，最終完成人臉解鎖功能的一種人工智能識別技術;2）便捷化和實用性。人工智能識別技術便捷化也是其最明顯的優勢。在工作和生活中，應用識別技術可以使人們感受到更大的便利性和及時性。如具有識別、判斷、模擬作用的條形掃碼器就是人工智能識別技術應用最廣泛的技術。近年來，我國越來越重視人工智能識別技術，人工智能識別技術的應用越來越廣泛。當前，雖然人工智能識別技術得到了開發和應用，但其在我國發展的時間比較短，還存在一些技術瓶頸，仍需要人們不斷攻克技術難題，才能解決這些問題，從而促進人工智能識別技術可持續發展。如在用戶的實際使用中，由于人工智能識別技術運營成本較高，經常存在卡頓、識別錯誤等技術問題，嚴重阻礙了人工智能識別技術的可持續發展。

2 人工智能識別技術的類型

按照生命體特征劃分，目前人工智能識別技術主要包括有生命識別技術、無生命識別技術的兩種類型。

2.1 有生命人工智能識別技術

在計算機人工智能識別技術領域中，有生命人工智能識別技術是指與人體生命特征存在一定關聯的技術，其主要被應用有語音識別、指紋識別、人臉識別三個不同工作領域中。1）語音識別技術。工作原理主要是為了正確判斷出聲音是否屬于對應的人，對識別者自身發出聲音的科學有效識別，是語音智能系統中應用范圍最廣的人工智能識別技術[3]。通過運用語音識別技術，可以從不同方面有效辨識出聲音對應人的身份，從而實現深入分析和研究人體發出聲音的音色、音調以及音質的目的;2）指紋識別技術。世界上每個人的指紋都不同。指紋識別技術以其較高的精準程度，通過對不同人物的指紋進行掃描，可以實現確定人物的身份，精確地驗證出被識別對象的信息和身份，從而最終滿足實際需求，正確判斷識別出指紋對應的人;3）人臉識別。借助掃描設施，該技術通過掃描被識別者面部的關鍵部位，對比分析數據庫中存儲的信息，判斷出人物的身份，諸如瞳孔、臉部骨骼等，該技術被廣泛地應用于通訊設備、門禁系統中（如圖1所示）。

2.2 無生命識別技術

無生命識別技術是指與人體生命特征不存在任何關聯的技術，主要分為三種：1）射頻識別技術。該技術是在電磁波技術的支撐下，根據符號識別技術工作原理，來驗證相應目標、跟蹤識別對象;2）智能卡技術。該技術可以進行高效準確地識別，其優點是借助計算機系統，通過收集、管理與驗證數據，對不同事物的完成科學有效的驗證;3）條形碼識別技術。該技術是接觸最多的人工智能識別技術之一，其利用智能設備掃描條形碼，達到識別相關信息的目的，能夠有效地滿足人們的工作需求。

3 人工智能識別技術的具體應用

3.1 語音識別方面的應用

語音識別技術具有良好的發展前景，能夠幫助機器人、智能系統聽懂人類語言，是借助語言開展相關操作的技術，應用范圍比較廣泛。當前，隨著人工智能識別技術的不斷發展，人們越來越重視語音識別功能。如：為了減少使用者按鍵輸入信息的時長，通過語音識別技術對手機發布簡單指令，可以降低輸入錯誤的概率，為生活和工作提供便利。并且語音識別技術還能推動物聯網的發展，如：微信、QQ中的語音通話、聲控智能玩具、聲控家電等，可以更好地促進人與人之間的交流互動。目前，該技術還需要融合多種語言的研究，不斷強化設備的調試效果，才能滿足未來社會發展的需求。

3.2 遠程自主規劃與控制中的應用

目前，隨著全世界航天事業的不斷發展，人工智能識別技術在遠程自主規劃與控制中也得到了廣泛的應用。如：為了遠程監控航天器，美國的NASN企業通過精準地管理和控制航天器，將地面系統的任務同遠程監控系統高度結合在一起，并運用人工智能識別技術，進行合理調整、開展自主規劃行動、及時確定管理目標，從而確保了地面控制的安全性，滿足了對太空航天器的動態化監控。在遠程自主規劃與控制中，人工智能識別技術不但可以提升遠程規劃和外太空航天的控制效果，還能夠更好地控制好地球與航天器之間的距離。另外，在航天器運行過程中，工作人員運用人工智能識別技術，根據航天器的運行狀況，找出存在的問題，確定檢測與診斷的對象，并及時調整和改進，從而確保航天器在太空中能夠安全運行。

3.3 在機器人領域中的應用

自20世紀70年代以來，機器人技術已經呈現出顯著的智能化發展趨勢。為了完成各種特殊危險操作，人們對各種先進的機器人技術的運用越來越重視。如在危險區域進行探測工作時，應用機器人設備，可以確保工作人員的安全。在人工智能識別技術的支撐下，機器人的智能化發展為各行各業創造出了很多現實價值，發揮出了自身的各項功能和優勢。也就是說，人工智能識別技術能夠讓用戶直接體驗到機器人的便利性，使機器人能在人類下達語音指令下完成各項操作。并且機器人還能聽懂人類的不同語言，根據用戶直接下達的各種命令要求，及時做出正確的響應，不僅方便了人機之間的交互作業，還打破了傳統人工鍵盤信息輸入效率低的弊端[4]。目前，在機器人領域中為了解決、突破一些存在的問題，人工智能識別技術還需要加強對感知功能的深入研究應用，如機器人造價成本過高、智能性不夠完善等，不斷提升機器人對不同環境的適應性和應用靈活性。

3.4 在圖像識別領域中的應用

一般情況下，圖像不但具有豐富的內容，還具有廣泛性等特征，涉及的信息眾多。目前，圖像內容非常豐富，在圖像識別領域中，人工智能識別技術的應用時間還比較短，圖像識別技術應用難度較大，如常見的字符、圖畫以及聲波信號等。當前在醫學、工農業以及公共安全領域中，圖像識別技術得到了廣泛的應用。如在醫學領域中，為了判斷患者的疾病問題，運用心電圖識別技術可以完成對病人的醫療診治。在公共安全領域中，指紋識別技術和人臉識別技術得到了廣泛應用。但圖像識別技術還存在一定的短板，需要技術人員進一步創新研發圖像識別技術，才能為人們的工作和生活帶來更多便利，提升圖像識別技術的質量和效果。

4 人工智能識別技術應用瓶頸及解決對策

首先，成本問題。成本問題是限制人工智能識別技術應用的難題之一。目前，人工智能識別技術中，有很多智能識別系統無法大范圍推廣，需要有相關軟硬件資源的支撐。如在市場消費領域中，受自身較高成本等因素的影響，帶有語音交互功能的智能家電價格，至今無法成為消費主流，嚴重影響了人工智能識別技術的發展。為了攻克這一難題，需要不斷創新、推動人工智能技術的發展。如：最初智能手機的劉海屏需要3000元以上，但現在千元機就可以實現劉海屏的標配。其次，人工智能識別技術的可靠性還存在著缺陷。如：面部識別的準確性會受到眼睛、發型、妝容等因素的影響，指紋痕跡會被不當應用，語音識別會受到噪音干擾和方言的影響，存在欺騙等一系列問題。為了提升人工智能識別技術的可靠性，需要綜合采用多種識別技術，通過構建多道安全鎖的方式，才能提升可靠性，如綜合應用面部識別和指紋識別、聲線識別甚至虹膜識別等對身份進行識別[5]。同時，需要提升信息采集和AI識別算法的質量，加強對識別技術的深化研究;另外，識別數據庫和知識庫有待豐富。在人工智能識別系統的應用中，如果系統構建配置的識別模型限制較多，在數據庫的存儲范圍中，系統就無法進行識別或者識別錯誤，沒有識別對象的特征。同時，人工智能識別技術的應用知識量龐大，為了將其描述成計算機系統能夠理解的識別規則，需要將人類的識別知識內化為系統的識別規則，構建龐大的知識庫才能提升識別精度，否則人類無法描述其背后的隱性機理，如不知道如何區分、鑒別雙胞胎子女等。因此，需要加強人工智能與大數據技術結合，不斷識別、豐富數據庫，利用大數據手段廣泛采集識別領域內的對象案例;應強化機器學習和深度學習技術的應用，通過對錯誤案例的自主學習，不斷提升系統，完善內化規則知識;應不斷探索非結構化知識庫模型，使其更貼近人類大腦，如用復雜網絡進行知識庫建模等。

參考文獻：

[1] 馮馨.計算機人工智能識別技術的應用瓶頸探究[J].電腦編程技巧與維護，2020（5）：140-142.

[2] 李戰勝.計算機人工智能識別技術的應用[J].電腦知識與技術，2021，17（8）：160-161，168.

[3] 爾雅莉.基于計算機人工智能下識別技術的應用[J].電子技術與軟件工程，2021（5）：124-125.

[4] 杜海濤.基于計算機人工智能識別關鍵技術分析[J].電子世界，2021（2）：7-8.

[5] 李環.人工智能中人臉識別技術的應用分析[J].電子測試，2021（1）：137-138，130.

[6] 邱燕玲.面向人工智能下圖像識別技術的應用分析[J].電腦編程技巧與維護，2021（3）：123-124，159.

[7] 毛鵬飛，謝曉君，楊曉宇，等.智能識別技術在無人機電力巡檢中的應用研究[J].電力設備管理，2021（5）：36-38.

[8] 宋晶.計算機網絡發展中的人工智能技術應用與研究[J].網絡安全技術與應用，2021（4）：100-101.

【通聯編輯：唐一東】

收稿日期：2021-11-15

作者簡介：王虓（1976—），男，江蘇宿遷人，副教授，博士，主要研究方向為人工智能、數據挖掘、高分子模型;夏炳墅（1984—），男，廣東揭陽人，講師，碩士，主要研究方向為數學物理計算。