陳萬卷

摘要：該文總結(jié)整理了計(jì)算機(jī)人工智能識(shí)別技術(shù)的應(yīng)用，對(duì)人工智能識(shí)別技術(shù)中的關(guān)鍵性技術(shù)進(jìn)行了研究與分析，并對(duì)各領(lǐng)域的應(yīng)用進(jìn)行了分類。從計(jì)算機(jī)人工智能識(shí)別技術(shù)應(yīng)用角度出發(fā)進(jìn)行了深入探析，以便為計(jì)算機(jī)人工智能的長遠(yuǎn)發(fā)展提供合理化建議。

關(guān)鍵詞：計(jì)算機(jī);人工智能識(shí)別;主要技術(shù);應(yīng)用

中圖分類號(hào)：G642? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）04-0084-02

如今，科技不斷發(fā)展，經(jīng)濟(jì)不斷提高，諸多科研產(chǎn)品引領(lǐng)時(shí)代潮流，其中計(jì)算機(jī)在傳統(tǒng)媒體的基礎(chǔ)上，把握以舊換新的機(jī)遇，新舊功能相結(jié)合，告別傳統(tǒng)計(jì)算機(jī)時(shí)效慢、傳播力差、以穿透力感染力強(qiáng)、形式新穎、內(nèi)容新奇的技術(shù)成為發(fā)展趨勢，趨利避害，取長補(bǔ)短。對(duì)社會(huì)的快速發(fā)展產(chǎn)生了正面積極的影響，探究計(jì)算機(jī)人工智能識(shí)別關(guān)鍵技術(shù)的應(yīng)用情況非常有必要，下面來詳細(xì)展開介紹。

1 計(jì)算機(jī)人工智能識(shí)別技術(shù)的介紹

計(jì)算機(jī)人工識(shí)別技術(shù)是指通過掃描攝像頭或者是一些其他的識(shí)別設(shè)備，經(jīng)過計(jì)算機(jī)的加工處理，對(duì)相關(guān)目標(biāo)指令和數(shù)據(jù)信息口令進(jìn)行智能識(shí)別的一種高科技手段，這種手段是通過模擬人類的思維方式釋放物理信號(hào)作出相應(yīng)的選擇，最終以不同程序的形式來表達(dá)。計(jì)算機(jī)人工智能理論發(fā)展歷史悠久，在20世紀(jì)中期就已經(jīng)開始研究，21世紀(jì)后對(duì)于該項(xiàng)理論的研究取得了重大突破。在日常生活中，人工智能技術(shù)也得到了廣泛的應(yīng)用。計(jì)算機(jī)人工智能識(shí)別技術(shù)最早是應(yīng)用于語音的識(shí)別之中，將語音內(nèi)容與手機(jī)指令做出結(jié)合反映到手機(jī)應(yīng)用操作上來。在對(duì)語音識(shí)別技術(shù)的基礎(chǔ)之上，一些新興的人工智能技術(shù)得到了廣泛的應(yīng)用和推廣，其中代表性的就是指紋識(shí)別技術(shù)以及二維碼掃描技術(shù)。人工智能識(shí)別技術(shù)的廣泛應(yīng)用有助于提高識(shí)別效率，提高識(shí)別準(zhǔn)確度，有助于減少人力資源的投入。

2 計(jì)算機(jī)人工智能識(shí)別技術(shù)內(nèi)容分析

2.1 卷積神經(jīng)網(wǎng)絡(luò)算法

在計(jì)算機(jī)人工智能識(shí)別技術(shù)中，卷積神經(jīng)網(wǎng)絡(luò)算法是識(shí)別技術(shù)高效開展的前提與基礎(chǔ)，從技術(shù)層面來看，卷積神經(jīng)網(wǎng)絡(luò)是受到生物自然視覺認(rèn)知機(jī)制啟發(fā)而來的，而目前的人工智能識(shí)別領(lǐng)域之中，是一種高效的識(shí)別模型。卷積神經(jīng)網(wǎng)絡(luò)主要由卷積層、匯集層和全連接層組成，每層包含多個(gè)特征圖，每個(gè)特征圖包含多個(gè)神經(jīng)元，在人工智能識(shí)別技術(shù)中，該網(wǎng)絡(luò)算法的具體應(yīng)用流程為：圖像信息在輸入層之中進(jìn)行局部化處理之后，其二維碼圖像數(shù)據(jù)用多個(gè)不同的卷積核進(jìn)行卷積。然后按照上述的流程對(duì)于映射層S2進(jìn)行再一次的卷積操作得到卷積層C3，接著再進(jìn)行上述的過程產(chǎn)生卷積層C3，再進(jìn)行池化操作產(chǎn)生池化層S4，最終把S4層所得到的特征圖結(jié)果輸入到連接層之中，并且輸出最終的圖像，實(shí)現(xiàn)了對(duì)圖像的人工智能識(shí)別過程。

2.2 卷積操作

卷積操作同樣也是人工智能識(shí)別技術(shù)中的關(guān)鍵性技術(shù)內(nèi)容，其中包含著局部感受野與權(quán)值共享的內(nèi)容，局部感受野具有一定的單向連接性。從技術(shù)領(lǐng)域來看，就是該權(quán)重的矩陣是相同的，在操作中，將窗口數(shù)據(jù)按照規(guī)定的步長在影響上的各處進(jìn)行移動(dòng)，每移動(dòng)一定的距離，就將窗口數(shù)據(jù)與卷積核乘積和計(jì)算，從技術(shù)層面來看，這個(gè)過程對(duì)于整個(gè)人工智能識(shí)別的準(zhǔn)確性有著很巨大的作用，該過程也可以形象地看成濾波器的濾波過程，這個(gè)過程中可以對(duì)圖像識(shí)別過程中的噪聲干擾進(jìn)行排除，從而使得圖像的特征更加顯著地增強(qiáng)。如果將這些圖像全部輸入到分類器之中就會(huì)使得計(jì)算的時(shí)間非常長，而且會(huì)引發(fā)過擬合的情況，所以，需要進(jìn)行進(jìn)一步的池化操作，以實(shí)現(xiàn)降維的效果。池化操作分為平均池化操作核最大池化操作，其中平均赤化操作是將圖像區(qū)域的平均值作為最終圖像的特征值，而最大池化操作則是選取圖像區(qū)域的極值作為范圍內(nèi)池化后的代表值，而平均池化操作對(duì)圖像的背景保留較好，在具體的應(yīng)用過程中應(yīng)當(dāng)根據(jù)實(shí)際需求選擇。

2.3 棧式稀疏自編碼神經(jīng)網(wǎng)絡(luò)技術(shù)分析

棧式稀疏自編碼神經(jīng)網(wǎng)絡(luò)技術(shù)是當(dāng)前計(jì)算機(jī)人工智能識(shí)別技術(shù)中比較重要的核心技術(shù)內(nèi)容之一，也是處理一些模糊圖像、提高人工智能識(shí)別效率的關(guān)鍵性技術(shù)內(nèi)容。該技術(shù)主要是由softmax分類器與棧式稀疏自編碼器組成，在整個(gè)識(shí)別的過程中，softmax分類器主要是實(shí)現(xiàn)圖像分類的過程，而棧式稀疏自編碼器則是由多個(gè)稀疏的自編碼器構(gòu)成的，在人工智能的識(shí)別過程中，棧式稀疏自編碼器主要是負(fù)責(zé)自動(dòng)提取圖像稀疏特征的過程。該模型在工作的過程中，主要是采用無監(jiān)督學(xué)習(xí)的方式來進(jìn)行操作的，而且在整個(gè)過程中不需要標(biāo)簽化的圖像數(shù)據(jù)來學(xué)習(xí)輸入圖像特征，同時(shí)該技術(shù)的強(qiáng)大之處就是能夠從高維輸入圖像數(shù)據(jù)學(xué)習(xí)出低維圖像的特征，該技術(shù)的這種優(yōu)越性往往被應(yīng)用于當(dāng)前的人臉識(shí)別技術(shù)中，其應(yīng)用效果良好，而且近些年來該技術(shù)也普遍地應(yīng)用于醫(yī)學(xué)圖像檢測的領(lǐng)域之中。在近些年的發(fā)展過程中，對(duì)該技術(shù)也進(jìn)行了進(jìn)一步的優(yōu)化設(shè)計(jì)，而且還充分地利用了無監(jiān)督方式學(xué)習(xí)使得所獲取的數(shù)據(jù)能夠進(jìn)行簡單展示，這樣極大縮小了圖像處理的時(shí)間，強(qiáng)化了圖像處理的時(shí)效，也大大地節(jié)省了圖像賦予類別標(biāo)簽的人力勞動(dòng)且降低了在圖像處理過程中分類任務(wù)處理的復(fù)雜程度，為softmax分類器工作以及分類精度的處理提供了較強(qiáng)的技術(shù)支持。

3 計(jì)算機(jī)人工智能識(shí)別技術(shù)的具體運(yùn)用

3.1 計(jì)算機(jī)人工智能識(shí)別技術(shù)在航天領(lǐng)域的運(yùn)用

隨著人工智能技術(shù)的蓬勃發(fā)展，以及我國基建工程的大力扶持，公路、隧道等交通建設(shè)成為了目前急需完成的任務(wù)。而航天遠(yuǎn)程控制，遠(yuǎn)遠(yuǎn)離不開高水平人工智能識(shí)別技術(shù)。人工智能識(shí)別技術(shù)可以準(zhǔn)確地測量地球與航天器之間的距離。例如，美國的NASN企業(yè)運(yùn)用這種技術(shù)比較多，可以合理調(diào)整控制器的方向，達(dá)到一個(gè)精準(zhǔn)管理的目的，做到遠(yuǎn)程監(jiān)控，同時(shí)可以將遠(yuǎn)程監(jiān)控系統(tǒng)與地面任務(wù)進(jìn)行結(jié)合。技術(shù)人員運(yùn)用這種技術(shù)，可以有效地掌握外太空航空器的運(yùn)轉(zhuǎn)情況，可以第一時(shí)間內(nèi)將信息傳回到地球進(jìn)行調(diào)整，從而確保航天器在太空中的正常工作。

3.2 計(jì)算機(jī)人工智能識(shí)別技術(shù)在生活中的運(yùn)用

語音智能識(shí)別是指憑借語言來達(dá)到一個(gè)識(shí)別的作用，語音識(shí)別逐漸被應(yīng)用于各類領(lǐng)域。語音識(shí)別功能也代表著人工智能識(shí)別技術(shù)的一個(gè)重要發(fā)展趨勢，可以有效地幫助智能系統(tǒng)和機(jī)器人更好地讀懂人類的語言。大家可以使用語音來達(dá)到控制手機(jī)的目的，可以降低使用者鍵盤輸入的時(shí)間，也有助于提高輸入的精確性，更好地為生活提供便利。語言識(shí)別技術(shù)還可以促進(jìn)人與人的交流，推動(dòng)互聯(lián)網(wǎng)的高速發(fā)展。語音撥號(hào)、微信中的語言通話都是這種技術(shù)的應(yīng)用，語音識(shí)別功能的發(fā)展前景非常廣闊。

此外，人工智能識(shí)別技術(shù)的在智能實(shí)驗(yàn)空間和研究平臺(tái)建設(shè)方面也有充分應(yīng)用，人工智能實(shí)驗(yàn)空間和研究平臺(tái)的構(gòu)建主要包括五個(gè)部分：（1）人工智能實(shí)驗(yàn)平臺(tái)建設(shè)：通過具體的操作實(shí)驗(yàn)設(shè)定好教學(xué)目標(biāo)，編寫代碼，最后生成計(jì)算結(jié)果;（2）人工智能能力平臺(tái)打造：（3）人工智能實(shí)驗(yàn)資源建設(shè);（4）智能硬件支撐資源建立：智能配件的打造是保證人工智能實(shí)驗(yàn)的正常工作。實(shí)驗(yàn)內(nèi)容的規(guī)劃基于科大訊飛在人工智能區(qū)域的能力;（5）人工智能實(shí)驗(yàn)室環(huán)境打造：為形成優(yōu)質(zhì)的實(shí)驗(yàn)空間分為，實(shí)驗(yàn)室劃為三個(gè)部分，即智能享受區(qū)、實(shí)踐授課區(qū)和實(shí)驗(yàn)空間宣傳體驗(yàn)區(qū)通過這些產(chǎn)品，每個(gè)人可以體會(huì)到當(dāng)前智能人工技術(shù)的具體運(yùn)用，有助于應(yīng)用到人民群眾的生活方方面面，為群眾的生活帶來各種各樣的便利。

3.3 計(jì)算機(jī)人工智能識(shí)別技術(shù)在機(jī)器人領(lǐng)域的應(yīng)用

機(jī)器人的研究也屬于人工智能領(lǐng)域中非常先進(jìn)的一個(gè)領(lǐng)域，但是機(jī)器人的研發(fā)難度比較大，機(jī)器人是一種非常復(fù)雜的技術(shù)，我國機(jī)器人技術(shù)水平還不是很先進(jìn)，日本在這一方面的研究處于領(lǐng)先的地位，機(jī)器人的研究可以有效地代替人類很多簡單的工作，比如打掃灰塵等簡單工作。在一些危險(xiǎn)性的行業(yè)中，使用機(jī)器人也有助于提高我們的安全性。富士康企業(yè)中的流水線作業(yè)機(jī)械化率非常高，應(yīng)用機(jī)器人可以為人們提供更多優(yōu)質(zhì)價(jià)廉的商品，降低企業(yè)的生產(chǎn)成本，提高企業(yè)的利潤率。但是機(jī)器人技術(shù)的發(fā)展還沒有達(dá)到一個(gè)爐火純青的水平，我國在機(jī)器人領(lǐng)域方面研究還不是特別完善，技術(shù)水平比較低，需要加大研發(fā)力度，需要將研發(fā)的重點(diǎn)放在人們?nèi)粘Ｏ嚓P(guān)的生活領(lǐng)域之中。

3.4 計(jì)算機(jī)人工智能識(shí)別技術(shù)在神經(jīng)網(wǎng)絡(luò)模擬中的運(yùn)用

這種技術(shù)方式可以使一些抽象的活動(dòng)變得簡單具體。這一系統(tǒng)的邏輯思維也非常簡單，具備一定的人類大腦功能，可以很好地滿足我們?nèi)粘５男枰Ｈ斯ど窠?jīng)網(wǎng)絡(luò)也叫作神經(jīng)網(wǎng)絡(luò)，對(duì)于人腦中的神經(jīng)系統(tǒng)展開模擬行動(dòng)，模擬人腦功能進(jìn)行運(yùn)轉(zhuǎn)。主要是依靠其中的處理單元來達(dá)到一個(gè)運(yùn)轉(zhuǎn)目的，但是也不能夠完全與人的活動(dòng)相匹配。隨著科學(xué)技術(shù)的進(jìn)步和人工智能識(shí)別數(shù)據(jù)的精確化，對(duì)高質(zhì)量標(biāo)準(zhǔn)的需求不斷提高，設(shè)備的使用起著重要的作用。對(duì)于智能識(shí)別的技術(shù)提高，業(yè)界已經(jīng)提高了關(guān)注度，并不斷探索提高技術(shù)水平。

3.5 計(jì)算機(jī)人工智能識(shí)別技術(shù)在游戲產(chǎn)業(yè)中的應(yīng)用

目前計(jì)算機(jī)游戲已經(jīng)成為家喻戶曉的一類游戲，不管男女老少都接觸過計(jì)算機(jī)游戲。在游戲的運(yùn)行過程中需要使用的人工智能技術(shù)即AI。設(shè)計(jì)師利用VR虛擬技術(shù)借助計(jì)算機(jī)設(shè)備搭建三維模型實(shí)現(xiàn)人體仿真試驗(yàn)，將抽象的文字變?yōu)檎鎸?shí)的空間體驗(yàn)，充分地體現(xiàn)出了游戲的空間性。智能識(shí)別技術(shù)在設(shè)計(jì)創(chuàng)作階段充分展現(xiàn)了它的交互性和靈活性。用戶在仿真的環(huán)境中能夠得到精神的滿足，用戶通過在仿真環(huán)境的漫游，不僅能夠?qū)臻g布局全面了解，還可以在明確設(shè)計(jì)要素的基礎(chǔ)上在三維空間開展實(shí)際創(chuàng)作，提升智能設(shè)計(jì)創(chuàng)作的人性化，保證設(shè)計(jì)師的創(chuàng)作靈感不會(huì)被打斷。

3.6 計(jì)算機(jī)人工智能識(shí)別技術(shù)在工業(yè)生產(chǎn)中的應(yīng)用

我國的智能設(shè)備經(jīng)過多年發(fā)展已經(jīng)基本成熟，大部分人工智能設(shè)備企業(yè)已經(jīng)受到技術(shù)瓶頸的限制。在智能識(shí)別技術(shù)的帶動(dòng)下，智能設(shè)備產(chǎn)業(yè)從現(xiàn)階段的硬件系統(tǒng)體系結(jié)構(gòu)向智能軟件系統(tǒng)體系結(jié)構(gòu)轉(zhuǎn)變，擺脫了硬件設(shè)備的束縛。隨著智能化技術(shù)的不斷發(fā)展，智能識(shí)別技術(shù)的優(yōu)勢將得到充分發(fā)揮。計(jì)算機(jī)人工智能識(shí)別技術(shù)現(xiàn)在已經(jīng)普及使用于工業(yè)生產(chǎn)各行業(yè)中，智能技術(shù)的出現(xiàn)有助于提高生產(chǎn)效率。人工智能理論也使得神經(jīng)網(wǎng)絡(luò)技術(shù)獲得了非常不錯(cuò)的發(fā)展方向。例如，在鍋爐燃燒的過程中，使用計(jì)算機(jī)人工智能識(shí)別技術(shù)有利于改進(jìn)鍋爐燃燒技術(shù)的計(jì)算方法。比如常用的人工蜂群算法就是其中之一，通過模擬蜂群在環(huán)境中的活動(dòng)，衍生出各種算法。但是，相關(guān)技術(shù)人員必須仔細(xì)檢查鍋爐的燃燒情況，全面分析工作狀態(tài)。根據(jù)鍋爐運(yùn)行狀態(tài)及時(shí)調(diào)整，才能夠最大程度上節(jié)省燃料和燃燒時(shí)間，有助于減少經(jīng)費(fèi)的投入，降低資源的消耗。

4 結(jié)語

人工智能識(shí)別技術(shù)是一種計(jì)算機(jī)應(yīng)用的高端學(xué)科，在很多領(lǐng)域都取得不錯(cuò)的成效。但是目前發(fā)展并不成熟，自主判斷力弱，無法完全代替大腦。應(yīng)加大經(jīng)濟(jì)、人力等資源的投入，推動(dòng)此項(xiàng)技術(shù)的快速發(fā)展，為人們的生活帶來更多的好處便利。

參考文獻(xiàn)：

[1] 黃力軍，許雯婕，范騰達(dá)，等.對(duì)計(jì)算機(jī)人工智能識(shí)別技術(shù)應(yīng)用瓶頸的探討[J].通信電源技術(shù)，2018，35（2）：233-234.

[2] 王鵬，劉枚，馬怡陽.5G時(shí)代人工智能識(shí)別技術(shù)在視頻偵查中的應(yīng)用[J].河北公安警察職業(yè)學(xué)院學(xué)報(bào)，2020，20（1）：12-14.

[3] 佟瑞鵬，張艷偉.人工智能技術(shù)在礦工不安全行為識(shí)別中的融合應(yīng)用[J].中國安全科學(xué)學(xué)報(bào)，2019，29（1）：7-12.

[4] 何正坤，王麗，王宣懿，等. 人工智能識(shí)別技術(shù)的應(yīng)用分析[J].科技經(jīng)濟(jì)導(dǎo)刊，2019，27（10）：34.

[5] 張茂省，賈俊，王毅，等.基于人工智能（AI）的地質(zhì)災(zāi)害防控體系建設(shè)[J].西北地質(zhì)，2019，52（2）：103-116.

收稿日期：2021-08-11