计算机人工智能识别技术应用瓶颈分析

2018-04-16吉林体育学院基础课教学研究部郭长虹

电子世界 2018年23期

吉林体育学院基础课教学研究部郭长虹

计算机人工智能识别技术是一种新型技术，能够为我们的生活带来便利。该技术在各行各业的应用同样发挥着重要作用，这就需要人工智能识别技术拥有更好的应用效果。计算机人工智能识别技术在应用过程中也遇到了各种瓶颈问题，对其使用效果产生影响。本文针对计算机人工智能识别技术应用瓶颈进行分析。首先对人工智能识别技术进行简单介绍，之后说明了人工智能识别技术的不同类别，最后对其瓶颈进行分析。

引言：计算机人工智能技术是通过计算机对人类思维以及意识的模拟，并通过计算机程序展示人类思维。其中人工智能识别技术就对我们的生活产生了很大影响，与其他计算机人工智能技术相比，识别技术的发展空间更为广阔，能够为我们的工作、生活带来更多便捷。由于我国开始研究人工智能识别技术较晚，在很多方面还有待改进，要想让该技术得到长足进步，就需要对计算机人工智能识别技术遇到的瓶颈难题进行分析。

1 人工智能识别技术

智能识别技术的发展需要将计算机人工智能技术作为基础，人工智能识别技术是将人类智能作为样板，展开模拟或延伸的研究。目的在于开发出类似于人类智能的新型智能机器，其应用领域非常广阔，包括语言识别、图像识别、对人类语言以及机器人语言进行处理。识别装置是识别技术的核心部分，能够通过对物体的识别得到数据，识别装置在接收到数据之后传输到计算机处理系统，实现数据信息的二次处理。条形扫码起器是在生活中最常见的人工智能识别系统，在超市购物结账时收银员只需要通过扫描商品对应的条码，就能够知道商品价格，通过计算机的自动计算就能够完成总价格计算，这就是计算机人工识别技术在生活中最典型的应用（郑邦毅，人工智能技术在计算机网络教学中的运用：淮海工学院学报:人文社会科学版，2013，04）。由此可知，计算机智能识别技术的出现以及普及能够让我们的办公、生活向着智能化方向发展，为我们的工作、生活提供更多便利。

2 人工智能识别技术发展现状

人工智能识别技术在国外的起步时间较早，同时也具有较快的发展速度，在当前的发达国家中已经建立起了较为完善的自动识别系统。近年来我国也开始研究人工智能识别技术，并在生活中加以应用，在很多领域中人工智能识别技术都发挥着不可替代的作用，为我们的生活带来便利。由于我国开始人工智能识别技术研发的时间较晚，与发达国家相比还有很大差距，并且还有很多应用中出现的问题亟待解决。

3 人工智能识别技术的类别

3.1 “无生命”识别技术

“无生命”识别技术主要包括三类：条形码识别技术、智能卡技术以及频射识别技术。第一类，条形码识别技术。在条形码识别技术中既包括了传统的一维条码技术，又包括了我们广泛使用的二维条码技术，其中一维条码技术是条形码识别技术的基础。与一维条码技术相比较，二维条码技术具有更大的信息容量，能够显示中英文字符，同时还具备更强大的纠错能力，这就使得该技术在信息识别技术中占有重要地位，并得到广泛应用；第二类，智能卡技术。顾名思义，该技术是应用智能卡完成自动识别。智能卡从本质上来说就是集成电路卡，它能够进行数据的独立运算与储存。将智能可与计算机系统进行结合后就能够完成一系列信息处理任务，包括采集、传输、管理等。智能卡技术在物理领域中应用非常广泛，常被用作身份验证、车辆识别等工作中；第三类，频射识别技术。与其他两种识别技术不同，频射识别技术是非接触式的自动符号识别技术，通过无限电磁波实现读取与识别对应目标。无线电信号在传输数据时需要借助电磁场，通过物品标签的传输，实现对物体的自动识别以及跟踪。由此可知，频射识别技术的主要作用就是标识物体，随着该技术的不断发展极有可能取代条码识别技术，在物品标识管理中发挥出重要作用。

3.2 “有生命”识别技术

“有生命”识别技术也可以划分成三类：声音识别技术、人脸识别技术以及指纹识别技术。第一类，声音识别技术。声音识别技术是非接触识别技术，是通过用户的声音对用户身份进行识别，包括声音的音频、音调、音质等。声音识别技术最显著的特点就是借助声音就可以完成技术操作，不需要用到眼睛、手等部位。随着现代科技的快速发展，声音识别技术得到了较为完善的配套软件支持，这就让声音识别技术拥有了发展条件，促进其在更多领域的应用；第二类，人脸识别技术。人脸识别技术所识别的对象是人脸视觉特征，通过该识别方法鉴别人的身份，是生物特征识别技术的一种。人脸识别技术能够分别针对面部不同部分的特征完成自动追踪，并对识别过程中的曝光强度进行自动调整；第三类，指纹识别技术。每个人类的指纹细节特征都是独一无二的，指纹识别技术就是对这一生物特征加以利用，实现对人物身份的识别。

4 人工智能识别技术应用瓶颈分析

4.1 声音识别技术的应用瓶颈分析

声音识别技术就是通过对不同声音进行分析处理，实现对声音的识别。如今声音技术设备中大多配备有声音存储系统，预先采集用户的声纹并存储，在用户与设备通话时，计算机就能够对用户的声音进行分析，并且完成与数据库中存储声音的对比，之后实现一系列功能操作（范银平，计算机人工智能识别技术的应用瓶颈分析：产业与科技论坛，2013，16）。在科技不断进步的现今社会，技术设备也逐渐趋于完善，在很多领域中都有声音识别技术的应用。然而，该项技术的应用还存在很多瓶颈问题有待突破，其中最主要的有三大问题。

第一，声音识别系统存在漏洞。目前的声音识别系统受到语言种类的限制，它的识别对象是普通话，无法识别出地方方言。而声音识别技术在我们的生活中应用非常广泛，包括手机、汽车等，使用该技术的人群构成非常复杂，有些用户普通话说的不标准或不会普通话，这就限制了他们对声音识别系统的应用；第二，容易受到干扰。在声音识别系统中，麦克风和信道不同都会影响到识别性能，如果所处的环境较为嘈杂，声音提取效率必然会降低，进而影响到对声音的识别，出现识别不准确的问题；第三，无法实现智能判断。每个人的声音都不是固定不变的，由于身体状况发生变化，情绪出现波动都会导致声音发生改变，这就会对声音的识别效果产生影响，有时还会出现他人有意模仿用户声音的现象，对用户人身财产安全造成影响。

4.2 视觉识别技术的应用瓶颈分析

与声音识别技术相比，视觉识别技术在应用中存在更多瓶颈问题，有很多技术难题亟待解决。视觉识别技术与声音识别技术具有一致的识别原理，都要完成信息的采集与存储，在实践中却存在较大差异。视觉识别技术需要对图像进行处理，我们最常应用的就是人脸识别与指纹识别，其瓶颈问题表现如下。

对于人脸识别技术来说，其识别处理的通常是人脸的几个关键点，对人脸的几个不同表情进行采集并存入数据库。但是，人脸的表情是多种多样的，在采集数据时无法将所有面部表情都收录其中，这就导致在进行人脸识别时影响准确性。人的面部会随着时间的流逝发生改变，如果不对数据库信息进行更新就会对识别效果产生影响。识别技术通常会对周边光线有一定要求，如果光线条件不好，会对识别的准确性产生影响。此外，有时两个人的脸部轮廓相似度较高，在识别上会对准确性产生影响。对于指纹识别技术来说，就是要对指纹的纹路图案以及断点进行识别，实现个人的身份识别，它具有唯一性，并且还能够保持终身稳定。因此，指纹识别技术最常用作密码的设置。在我们的工作、生活中常会在很多地方留下指纹，因此要想对指纹进行复制是非常容易的事，借助复制指纹就能够代替用户进行操作，对系统的判断产生影响，对用户的人身财产安全产生威胁（杨恒，计算机人工智能技术研究进展和应用分析：信息通信,2014，01）。指纹识别系统是对数据库中存在的指纹进行识别，但是有些人的指纹特征并不明显，成像难度较大，限制了指纹识别的应用。

当前的计算机系统都设置有解码程序，人脸识别与指纹识别都可以设置为密码，实现计算机的加密操作，但是应用过程中还有弊端存在，对使用效果产生影响，这就需要对视觉识别技术进行深入研究，突破技术瓶颈，让计算机人工智能识别技术达到更高水平（张剑平，人工智能技术与“问题解决” ：中小学信息技术教育,2013，10）。