计算机人工智能识别技术应用瓶颈分析3000字
计算机人工智能识别技术应用瓶颈分析3000字 人工智能识别技术应用瓶颈分析 引言 计算机人工智能技术属于比较高端的信息科学技术，它通过利用计算机现有 的功能将人类的思维和意识形象地模拟出来，将人类的各种思维通过计算机程序 表现出来。这种基于计算机平台的高级科学技术，将多个学科和领域的技术集合 起来，从而形成一个比较完善的体系。与很多计算机技术相比，这项技术具有更 大的发展空间，它给人类带来的各种方便是其它技术不能比拟的[1]。虽然人工 智能技术发展迅速，但是这项技术在我国起步较晚，技术还不太成熟[2]，发展 这项技术的关键是解决计算机人工智能识别技术遇到的瓶颈难题。1 人工智能识别技术概念 智能识别技术是基于计算机人工智能发展起来的一项技术，这项技术的开发 和研究主要是对人的智能进行模拟和延伸，通过分析智能的实质，开发出一种与 人类智能反应相似的全新智能机器，该领域的研究主要包括图像识别、语言识别、 机器人和自然语言处理技术等。智能识别技术通过利用一定的识别装置，自动获 取被识别物品的相关信息，识别装置将这些信息传输到后台计算机处理系统进行 相关处理。如我们生活中常见的条形码扫描器，售货员通过扫描商品条码，获得 商品的价格、名称，再输入数量，系统即可自动计算出总价格，这个过程的完成 就是典型的计算机人工识别技术。计算机智能识别技术的产生和应用就是为了实 现自动化办公和智能化生产，从而简化人们的生活和工作。
2 人工智能识别技术发展现状 在国外，人工智能识别技术发展比较早也比较快，尤其在一些发达国家形成 了一套比较成熟的自动识别系统。在我国，人工智能识别技术近几年发展也比较 迅速，逐渐开始成为人们日常生活的重要一部分，给人们生产生活带来了方便。
但是，我国这项技术起步较晚，相较于发达国家存在一定的差距，还有很多问题 没有解决[3]。
3 人工智能识别技术分类3.1 “无生命”识别技术 （2）智能卡技术。该技术主要通过智能卡进行自动识别。智能卡是一种“集 成电路卡”，它可以独立运算和储备，可与计算机系统完美结合，完成信息采集、 传输、管理、加密等工作。这项技术在物理领域应用广泛，如物品身份追踪与验 证、车辆识别等。
（3）射频识别技术。该技术是一种非接触式的自动符号识别技术，利用一 种无线电磁波对相应的目标进行读取和识别。其中无线电信号利用电磁场将数据 从物品上的标签传输出去，从而达到自动辨识和跟踪的目的。该技术主要对物品 进行标识，它的发展可能取代现在广泛应用的条形码技术，最终成为物品标识管 理的有效手段[4]。
3.2 “有生命”识别技术 （1）声音识别技术。该技术是一项非接触识别技术。声音识别技术通过对 用户声音的唯一特征，如音频、音调、音质等进行分析处理，其最大特点就是利 用声音来实现技术的操作，而不需要用手和眼睛等。由于现代科技的快速发展， 很多先进的技术手段为声音识别技术的发展和相关软件应用提供了必要的技术 条件，因而声音识别系统被应用到很多领域。
（2）人脸识别技术。人脸识别技术是通过分析人脸视觉特征信息进行身份 鉴别的一种计算机技术。这项技术可以对人脸各部分的特征进行自动追踪侦测， 自动调整影像放大和曝光强度等，是一种生物特征识别技术[5]。
（3）指纹识别技术。每个人的指纹细节特征都是不相同的，指纹识别技术 就是利用这一生物特征进行人物身份识别。
4 人工智能识别技术应用瓶颈分析 4.1 声音识别技术应用瓶颈分析 声音识别主要是对各种声音进行分析处理进而识别，现在先进的声音技术设 备中都有一个存储声音数据的声音库，提前对用户的声纹进行采集和存储，当用 户与设备进行对话时，计算机会对用户现有的声音与声音库中的声音在频率、音 调、音质等方面进行对比分析，然后完成一定的功能操作。随着科技的发展和各种技术设备的完善，声音识别技术在各个领域有了较深入的发展与应用。但是， 该项技术还存在着很多瓶颈问题，主要表现有：
（1）声音识别系统不完善。在语言种类的识别上受限制，它主要针对普通 话进行识别，而对于地方方言却不能识别。这项技术在手机、汽车上都有应用， 范围较广，针对的人群类型也比较复杂，若一些人的地方口音重或不会说普通话， 声音识别系统就无法识别这些语言，造成应用受限。
（2）易受干扰。不同的麦克风和信道都会对识别性能造成影响，在环境噪 音以及混音情况下，声音提取会受到影响，这些干扰都会对声音的识别的准确性 造成影响。
（3）不能智能判断。一个人的声音具有易变性，比如人的身体状况、情绪、 年龄造成声调、音色及声波变化，而这一变化也会影响声音识别效果，甚至可能 发生他人模仿用户声音的情况，从而造成安全隐患。
4.2 视觉识别技术应用瓶颈分析 视觉识别技术存在的瓶颈相较于声音识别技术的瓶颈要多得多，有很多技术 难题。视觉识别技术与声音识别技术基本原理是一致的，都需要对信息进行采集 和存储，但在实际操作中存在很大的差距。视觉识别技术主要是对各种图像识别， 比如人脸识别、指纹识别等，但这些识别也存在瓶颈，主要表现在：
（1）人脸识别。人脸识别技术通常是对人脸的几个关键点进行识别分析处 理，采集几个表情作为存储数据进行对比分析。但是，在实际生活中，有以下几 种情况：①人脸的表情是多样的，数据库不能完全实现面部的全部信息采集，导 致数据库中的数据有限，这在一定程度上影响了人脸的识别；
②人脸也是会变化 的，随着年龄的变化脸部也将变化，这也影响了识别效果；
③识别技术对周围光 线环境比较敏感，可能会影响识别的准确性；
④脸部轮廓具有相似性，也有可能 造成错误识别。
（2）指纹识别。指纹是人体独一无二的特征。指纹识别就是识别这些指纹 的纹路图案、交叉点或断点，从而进行身份识别，它不仅具有唯一性的特点，同 时具有终身不变的稳定性。所以，人们常用指纹识别技术来进行密码的设置。但是，用户的指纹很容易在各处留下，这样很容易对指纹痕迹进行复制，从而利用 复制的指纹进行一些操作，影响系统的判断，因而这种方式存在一定的危险性。
另外，因为系统是对已有的指纹进行识别，但实际上某些人和某些群体的指纹特 征比较小，很难成像，难以应用指纹识别。
如今，很多计算机都具有解码程序，计算机用户可以利用人脸识别和指纹识 别进行密码设置，从而进行加密[6]，但在实际应用中有些弊端，使用效果并不 理想。视觉识别技术的研究和应用开发还有很大的发展空间，需要投入更多的人 力物力解决这些瓶颈，以提高计算机人工识别技术水平。
5 结语 计算机人工智能识别技术在各领域应用广泛，发展速度很快，但是在快速发 展的同时，也遇到了技术瓶颈问题，这些智能识别技术的瓶颈就在于计算机无法 真正实现完全的智能控制。所以，这不仅是当前存在的问题，也是未来发展中需 要研究的方向。计算机人工智能要实现真正的智能控制，就要不断地在主观意识 判断方面进行研究。