屈松

摘要：2019年3月的政府工作报告中，人工智能又被提及，报告指出要深化人工智能的研发应用，培育新一代信息技术等壮大数字经济。这不仅说明了人工智能在中国的发展已经从萌芽或初步发展阶段进入到了快速发展阶段，也说明了人工智能的研究层面正在迅速上升至国家战略高度。

关键词：人工智能技术;应用

引言

随着我国社会不断的进步，科技领域也随之发展起来。人工智能作为一项新型的技术，其在实现智能控制以及自动规划等方面有着非常重要的作用，并且正在逐渐渗透到我国社会的各个领域中。人工智能技术的出现不仅仅体现出了人类的智慧，并且还表现出非常高的社会价值。

1人工智能技术的发展历程和方向

1.1人工智能技术的兴起

早在20世纪50年代，人工智能概念就已经被提出来了，随后很多的研究学者对其进行深入研究，并且取得了一定的成果，具体表现在LISP表处理语言编写等方面。不过这一项技术涉及到很多的学科领域，由于其他技术的发展没能跟上脚步，并且还受到很多解法推理能力的限制，进而导致很多的机器不能够实时翻译，这一问题的存在也就使得人工智能技术的发展陷入困境。

1.2人工智能技术的发展高潮

经过早期短暂的低谷期之后，各个研究学者对于人工智能技术的研究依旧没有放弃，一直到20世纪70年代，经过坚持不懈的努力，部分研究人员成功的研发出了较为良好的人工智能专家系统，正是这一发明将其技术研究工作推向了高潮。

1.3人工智能技术的应用分析

自知识工程含义提出之后，各种商业化的智能系统以及专家系统不断的产生，并且在世界范围内得到了广泛的应用。人工智能技术在相关领域中的应用创造出非常高的价值，不过由于专家系统自身的局限性，进而使得其再一次的受到严峻的挑战。当第五代计算机顺利的研发之后，人工智能技术才得到了进一步的发展。由此可见，人工智能技术的发展和计算机技术有着极大的关系。

1.4人工智能技术的发展方向

在当前信息时代的背景下，怎样才能够将互联网上丰富的信息转变成为我们能够利用的知识，使得计算机能够更加快捷、方便以及人性化的为人们提供服务都是信息时代背景下必须重视的一个问题。针对于这些问题，尤其是信息智能检索等相关技术，依然成为人工智能发展过程中必须思考的课题，如果能够有效的解决这些问题，那必定能够促使人工智能技术得到更为广泛的应用和发展。

2人工智能的关键技术现状

当前，人工智能技术日新月异，其领域的关键技术代表目前人工智能主要的研究方向和技术结构，反映了该领域内的研究热点。本小节将对其中三个技术进行重点论述，意在讨论目前人工智能领域关键技术的现状。

2.1机器学习

机器学习是指通过经验或数据来改进算法的研究，旨在通过算法让机器从大量历史数据中学习规律，自动发现模式并用于预测。它是当前人工智能的核心技术之一，涉及到统计学、神经网络等诸多学科知识，主要研究如何让机器通过模拟人类的方法来具备人的学习能力，进而获取新的知识和技能。深度学习作为机器学习技术领域中的一个新兴热点，由Hinton等人于2006年提出，它的概念源于人工神经网络的研究，早期的神经网络模型试图模仿人类神经系统和大脑的学习机理。近几年，深度学习在语音识别、计算机视觉和机器翻译等领域中都有所应用，并已经开始全面影响人类的生产和生活。

2.2生物特征识别

生物特征识别技术是一种借助计算机、生物传感器等手段对人类所固有的生物特征如指纹、骨骼、视网膜和DNA等，或行为特征如姿势和习惯等，进行个体身份识别认证的技术。这项技术的关键在于计算机如何获得个人独有的生物特征，在将之转换成数字信息后进行特征存储，并借助可靠的匹配算法进行分析，进而完成个人身份的识别与验证。其中，它涉及到图像处理与模式识别等多项技术，并在教育、管理、金融、国家安全、信息安全等领域都得到了广泛应用。例如，目前成熟且大规模运用的人脸识别技术就是生物特征识别的热点技术之一，它是计算机视觉的典型应用，属于一种非接触型认证。此外，指纹识别、皮肤芯片、步态识别、虹膜识别、静脉识别、视网膜识别、DNA识别等也是生物特征识别的热点技术，它们在特定的领域都各有所长，是生物特征识别技术的突出发展成果。

2.3人机交互

简要地讲，人机交互就是人与机器之间为进行某项任务所发生的信息交换过程，主要研究系统与用户间的交互关系问题。人机交互功能主要靠键盘、鼠标等一些可输入输出的外部设备以及操作系统这种相匹配的软件来实现。智能客服机器人就是机器人借助已经建立的数据库，针对客户提出的问题，运用相应的算法，进而找出与问题相匹配的答案并反聩给客户，最终实现机器与人交互的例子。人机交互是一个不断变化的领域，这种变化是为了响应技术革新以及满足随之而来的、新用户的需求。要注意的是，热点技术的研发应用是机遇，同时也是挑战。人机交互在研究开发过程中要考虑的问题依然很多，比如教育背景、理解方式、技能储备、文化因素、用户界面速变等因素将直接影响或制约着人机交互的发展进程，所以，这就需要人们科学且综合地探索交互技术原理，结合大数据和智能技术建立长远目标，发展优而实用的人机交互技术，这是对交互技术提出的新的更高的要求与期望。

3人工智能的主要應用领域

3.1机器翻译

近几年，随着采用深度学习和神经网络的方法，使机器翻译的技术有了很大进步。例如目前被广泛应用的是基于深度学习技术的长短时记忆循环神经网络的机器翻译模型，它可以转换任意长度的句子并对关键词进行“记忆”，从而解决了句子向量化的难题，也使机器对语言的处理提升至语义理解的高度.

3.2专家系统

专家系统=知识库+推理机。它是通过存储并模拟特定领域人类专家的知识和经验等，并对该领域的问题进行推理和判断，最终给出问题的答案完成决策过程的计算机程序系统。专家系统解决事情的依据是通过模拟人的学问经验进而达到指定领域当前的专家水平，其任务的完成度完全依赖于专业知识库的“体积”储备.

3.3智能控制

所谓智能控制，即具有智能自驱动能力，通过自身内干预，如调节和控制，且无需人为监管就能够自主地判断决策，以完成任务为目的的自动控制技术.近两年，随着人工智能和仿真建模等技术的不断融合，智能控制技术不仅发展势头强劲，而且已经涉猎各个领域。机器人领域就是其中最具代表性的领域之一。由于机器人是依托智能控制中的模糊控制和神经网络控制等技术，在实际操作中，智能控制还常与传统控制技术相结合，从而便实现了高速且高精度控制机器人运动的效果，智能控制可以说是机器人技术的灵魂。

结语

现如今，根据人工智能技术的发展方向来选择具体的应用效果十分的明显，这能够使得人们很好的感受到现代科学技术所带来的便利。除此之外，应用人工智能技术的专家决策系统也在不断的完善，笔者相信，其在未来必定有着更为广泛的应用，并且涉及到社会中更多的领域，给人们和社会带来更好的效益和应用价值。