陈万卷

摘要：该文总结整理了计算机人工智能识别技术的应用，对人工智能识别技术中的关键性技术进行了研究与分析，并对各领域的应用进行了分类。从计算机人工智能识别技术应用角度出发进行了深入探析，以便为计算机人工智能的长远发展提供合理化建议。

关键词：计算机;人工智能识别;主要技术;应用

中图分类号：G642      文献标识码：A

文章编号：1009-3044（2022）04-0084-02

如今，科技不断发展，经济不断提高，诸多科研产品引领时代潮流，其中计算机在传统媒体的基础上，把握以旧换新的机遇，新旧功能相结合，告别传统计算机时效慢、传播力差、以穿透力感染力强、形式新颖、内容新奇的技术成为发展趋势，趋利避害，取长补短。对社会的快速发展产生了正面积极的影响，探究计算机人工智能识别关键技术的应用情况非常有必要，下面来详细展开介绍。

1 计算机人工智能识别技术的介绍

计算机人工识别技术是指通过扫描摄像头或者是一些其他的识别设备，经过计算机的加工处理，对相关目标指令和数据信息口令进行智能识别的一种高科技手段，这种手段是通过模拟人类的思维方式释放物理信号作出相应的选择，最终以不同程序的形式来表达。计算机人工智能理论发展历史悠久，在20世纪中期就已经开始研究，21世纪后对于该项理论的研究取得了重大突破。在日常生活中，人工智能技术也得到了广泛的应用。计算机人工智能识别技术最早是应用于语音的识别之中，将语音内容与手机指令做出结合反映到手机应用操作上来。在对语音识别技术的基础之上，一些新兴的人工智能技术得到了广泛的应用和推广，其中代表性的就是指纹识别技术以及二维码扫描技术。人工智能识别技术的广泛应用有助于提高识别效率，提高识别准确度，有助于减少人力资源的投入。

2 计算机人工智能识别技术内容分析

2.1 卷积神经网络算法

在计算机人工智能识别技术中，卷积神经网络算法是识别技术高效开展的前提与基础，从技术层面来看，卷积神经网络是受到生物自然视觉认知机制启发而来的，而目前的人工智能识别领域之中，是一种高效的识别模型。卷积神经网络主要由卷积层、汇集层和全连接层组成，每层包含多个特征图，每个特征图包含多个神经元，在人工智能识别技术中，该网络算法的具体应用流程为：图像信息在输入层之中进行局部化处理之后，其二维码图像数据用多个不同的卷积核进行卷积。然后按照上述的流程对于映射层S2进行再一次的卷积操作得到卷积层C3，接着再进行上述的过程产生卷积层C3，再进行池化操作产生池化层S4，最终把S4层所得到的特征图结果输入到连接层之中，并且输出最终的图像，实现了对图像的人工智能识别过程。

2.2 卷积操作

卷积操作同样也是人工智能识别技术中的关键性技术内容，其中包含着局部感受野与权值共享的内容，局部感受野具有一定的单向连接性。从技术领域来看，就是该权重的矩阵是相同的，在操作中，将窗口数据按照规定的步长在影响上的各处进行移动，每移动一定的距离，就将窗口数据与卷积核乘积和计算，从技术层面来看，这个过程对于整个人工智能识别的准确性有着很巨大的作用，该过程也可以形象地看成滤波器的滤波过程，这个过程中可以对图像识别过程中的噪声干扰进行排除，从而使得图像的特征更加显著地增强。如果将这些图像全部输入到分类器之中就会使得计算的时间非常长，而且会引发过拟合的情况，所以，需要进行进一步的池化操作，以实现降维的效果。池化操作分为平均池化操作核最大池化操作，其中平均赤化操作是将图像区域的平均值作为最终图像的特征值，而最大池化操作则是选取图像区域的极值作为范围内池化后的代表值，而平均池化操作对图像的背景保留较好，在具体的应用过程中应当根据实际需求选择。

2.3 栈式稀疏自编码神经网络技术分析

栈式稀疏自编码神经网络技术是当前计算机人工智能识别技术中比较重要的核心技术内容之一，也是处理一些模糊图像、提高人工智能识别效率的关键性技术内容。该技术主要是由softmax分类器与栈式稀疏自编码器组成，在整个识别的过程中，softmax分类器主要是实现图像分类的过程，而栈式稀疏自编码器则是由多个稀疏的自編码器构成的，在人工智能的识别过程中，栈式稀疏自编码器主要是负责自动提取图像稀疏特征的过程。该模型在工作的过程中，主要是采用无监督学习的方式来进行操作的，而且在整个过程中不需要标签化的图像数据来学习输入图像特征，同时该技术的强大之处就是能够从高维输入图像数据学习出低维图像的特征，该技术的这种优越性往往被应用于当前的人脸识别技术中，其应用效果良好，而且近些年来该技术也普遍地应用于医学图像检测的领域之中。在近些年的发展过程中，对该技术也进行了进一步的优化设计，而且还充分地利用了无监督方式学习使得所获取的数据能够进行简单展示，这样极大缩小了图像处理的时间，强化了图像处理的时效，也大大地节省了图像赋予类别标签的人力劳动且降低了在图像处理过程中分类任务处理的复杂程度，为softmax分类器工作以及分类精度的处理提供了较强的技术支持。

3 计算机人工智能识别技术的具体运用

3.1 计算机人工智能识别技术在航天领域的运用

随着人工智能技术的蓬勃发展，以及我国基建工程的大力扶持，公路、隧道等交通建设成为了目前急需完成的任务。而航天远程控制，远远离不开高水平人工智能识别技术。人工智能识别技术可以准确地测量地球与航天器之间的距离。例如，美国的NASN企业运用这种技术比较多，可以合理调整控制器的方向，达到一个精准管理的目的，做到远程监控，同时可以将远程监控系统与地面任务进行结合。技术人员运用这种技术，可以有效地掌握外太空航空器的运转情况，可以第一时间内将信息传回到地球进行调整，从而确保航天器在太空中的正常工作。

3.2 计算机人工智能识别技术在生活中的运用

语音智能识别是指凭借语言来达到一个识别的作用，语音识别逐渐被应用于各类领域。语音识别功能也代表着人工智能识别技术的一个重要发展趋势，可以有效地帮助智能系统和机器人更好地读懂人类的语言。大家可以使用语音来达到控制手机的目的，可以降低使用者键盘输入的时间，也有助于提高输入的精确性，更好地为生活提供便利。语言识别技术还可以促进人与人的交流，推动互联网的高速发展。语音拨号、微信中的语言通话都是这种技术的应用，语音识别功能的发展前景非常广阔。

此外，人工智能识别技术的在智能实验空间和研究平台建设方面也有充分应用，人工智能实验空间和研究平台的构建主要包括五个部分：（1）人工智能实验平台建设：通过具体的操作实验设定好教学目标，编写代码，最后生成计算结果;（2）人工智能能力平台打造：（3）人工智能实验资源建设;（4）智能硬件支撑资源建立：智能配件的打造是保证人工智能实验的正常工作。实验内容的规划基于科大讯飞在人工智能区域的能力;（5）人工智能实验室环境打造：为形成优质的实验空间分为，实验室划为三个部分，即智能享受区、实践授课区和实验空间宣传体验区通过这些产品，每个人可以体会到当前智能人工技术的具体运用，有助于应用到人民群众的生活方方面面，为群众的生活带来各种各样的便利。

3.3 计算机人工智能识别技术在机器人领域的应用

机器人的研究也属于人工智能领域中非常先进的一个领域，但是机器人的研发难度比较大，机器人是一种非常复杂的技术，我国机器人技术水平还不是很先进，日本在这一方面的研究处于领先的地位，机器人的研究可以有效地代替人类很多简单的工作，比如打扫灰尘等简单工作。在一些危险性的行业中，使用机器人也有助于提高我们的安全性。富士康企业中的流水线作业机械化率非常高，应用机器人可以为人们提供更多优质价廉的商品，降低企业的生产成本，提高企业的利润率。但是机器人技术的发展还没有达到一个炉火纯青的水平，我国在机器人领域方面研究还不是特别完善，技术水平比较低，需要加大研发力度，需要将研发的重点放在人们日常相关的生活领域之中。

3.4 计算机人工智能识别技术在神经网络模拟中的运用

这种技术方式可以使一些抽象的活动变得简单具体。这一系统的逻辑思维也非常简单，具备一定的人类大脑功能，可以很好地满足我们日常的需要。人工神经网络也叫作神经网络，对于人脑中的神经系统展开模拟行动，模拟人脑功能进行运转。主要是依靠其中的处理单元来达到一个运转目的，但是也不能够完全与人的活动相匹配。随着科学技术的进步和人工智能识别数据的精确化，对高质量标准的需求不断提高，设备的使用起着重要的作用。对于智能识别的技术提高，业界已经提高了关注度，并不断探索提高技术水平。

3.5 计算机人工智能识别技术在游戏产业中的应用

目前计算机游戏已经成为家喻户晓的一类游戏，不管男女老少都接触过计算机游戏。在游戏的运行过程中需要使用的人工智能技术即AI。设计师利用VR虚拟技术借助计算机设备搭建三维模型实现人体仿真试验，将抽象的文字变为真实的空间体验，充分地体现出了游戏的空间性。智能识别技术在设计创作阶段充分展现了它的交互性和灵活性。用户在仿真的环境中能够得到精神的满足，用户通过在仿真环境的漫游，不仅能够对空间布局全面了解，还可以在明确设计要素的基础上在三维空间开展实际创作，提升智能设计创作的人性化，保证设计师的创作灵感不会被打断。

3.6 计算机人工智能识别技术在工业生产中的应用

我国的智能设备经过多年发展已经基本成熟，大部分人工智能设备企业已经受到技术瓶颈的限制。在智能识别技术的带动下，智能设备产业从现阶段的硬件系统体系结构向智能软件系统体系结构转变，摆脱了硬件设备的束缚。随着智能化技术的不断发展，智能识别技术的优势将得到充分发挥。计算机人工智能识别技术现在已经普及使用于工业生产各行业中，智能技术的出现有助于提高生产效率。人工智能理论也使得神经网络技术获得了非常不错的发展方向。例如，在锅炉燃烧的过程中，使用计算机人工智能识别技术有利于改进锅炉燃烧技术的计算方法。比如常用的人工蜂群算法就是其中之一，通过模拟蜂群在环境中的活动，衍生出各种算法。但是，相关技术人员必须仔细检查锅炉的燃烧情况，全面分析工作状态。根据锅炉运行状态及时调整，才能够最大程度上节省燃料和燃烧时间，有助于减少经费的投入，降低资源的消耗。

4 结语

人工智能识别技术是一种计算机应用的高端学科，在很多领域都取得不错的成效。但是目前发展并不成熟，自主判断力弱，无法完全代替大脑。应加大经济、人力等资源的投入，推动此项技术的快速发展，为人们的生活带来更多的好处便利。

参考文献：

[1] 黄力军，许雯婕，范腾达，等.对计算机人工智能识别技术应用瓶颈的探讨[J].通信电源技术，2018，35（2）：233-234.

[2] 王鹏，刘枚，马怡阳.5G时代人工智能識别技术在视频侦查中的应用[J].河北公安警察职业学院学报，2020，20（1）：12-14.

[3] 佟瑞鹏，张艳伟.人工智能技术在矿工不安全行为识别中的融合应用[J].中国安全科学学报，2019，29（1）：7-12.

[4] 何正坤，王丽，王宣懿，等. 人工智能识别技术的应用分析[J].科技经济导刊，2019，27（10）：34.

[5] 张茂省，贾俊，王毅，等.基于人工智能（AI）的地质灾害防控体系建设[J].西北地质，2019，52（2）：103-116.

收稿日期：2021-08-11