计算机人工智能识别技术运用研究

王贵铭

摘 要：计算机人工智能识别技术作为新型技术，可以基于计算机的支持模拟人类意识与思维，对进一步提高生产效率具有重要推动作用。就我国计算机人工智能识别技术研究现状来看，虽然已经取得了一定成果，但是依然存在较大的问题，还需要将其作为研究重点，争取在突破技术瓶颈以后，实现技术的高效运用。

关键词：计算机;人工智能识别技术;运用

计算机人工智能识别技术可以在计算机现有功能基础上，对人类思维和意识进行模拟，与其他计算机技术相比，其在实际应用中优势更大，存在非常大的发展空间。总结已经得到研究成果，确定人工智能识别技术类型，且保证其能够顺利在各个领域实现，真正达到高效应用，推动整个生产生活效率的提高。

1 计算机人工智能识别技术特点

人工智能识别技术使用识别装置，能够对物品信息进行自动收集和识别，并将所得信息传输给计算机系统，经过分析处理后，开发类似人类智能反应。现在应用最为广泛的如条形扫码器，扫描商品的条形码后，便可以得到其对应的名称与价格等信息，然后输入数量对应信息，系统便可以完成商品总价的计算。计算机人工智能识别技术具有非常高的自动化、高度智能化和科学化特点，通过研究人类思维过程方式为基础，实现其从抽象到具体的建模，最终成为能够准确描述的物理信号，可以进行识别、判断和模拟，最后由计算机程序将结果表达出来[1]。对于人工智能识别技术来讲，对其的研究应用范围非常广，相比单纯的计算机技术，可以为生产生活提供更精准和高效服务，符合人们实际需求。

2 计算机人工智能识别技术应用

2.1 机器人领域应用

机器人研究技术越来越成熟，产品设计基础功能也更为完善，现在已经得到了较为广泛的应用，取得了一定成效。例如外科手术中机器人技术的应用，在降低医生工作强度的同时，提高手术精准度与安全性。机器人人工智能识别技术的应用，可以进一步减少组织成本性资金的投入，并且还能够可靠预防和规避组织内外部风险，应用优势明显。

2.2 语音识别领域应用

语音识别技术的应用，实现了机器人在一定程度上理解人类的语言，并在此基础上来进行交互，提高日常应用综合效果。语音识别技术现在已經得到了广泛的应用，尤其是近年来人工智能识别技术不断更新，促进了语音识别技术的快速发展，研究生产出更多语音识别技术芯片，不仅仅是识别，更是能够产生交互行为[2]。

2.3 神经网络领域应用

将人工智能识别技术应用到神经网络领域，即批量处理单元相互交织而形成一种特殊网络形态，其与人脑基本功能相似，可以实现基于人脑的抽象活动具体化、简单化和模拟化。即对人脑活动指令进行模拟和效仿，并且在此过程中积累经验，得到进一步启发，最终可以实现处理批量单元信息。虽然人工神经网络与人脑还存在非常大的差异，无法完全发挥出与之相同的功能，但是与人工智能识别技术相结合，却可以更有效的实现对事件的自动化与智能化处理，提高信息处理综合效率，使得时间问题的解决能力更强[3]。

3 计算机人工智能识别技术研究趋势

3.1 人工智能识别技术分类

3.1.1 无生命识别技术

现在所应用的无生命识别技术如条形码、射频和智能卡等方式，相互间具有本质上的差别。条形码识别可分为一维码与二维码两种，且二维码包含的信息更多，信息密度以及纠错能力更强，可满足重要信息收集和识别，现在已经得到了广泛的应用。射频识别及通过非接触方式对符号自动识别得到相应信息，其应用的为无线电磁波原理，利用无线信号和电磁场不仅可以获取信息，同时还能够做到跟踪，相比二维码识别技术优势更大。智能卡识别通过存储集成电路卡信息，以及独立运算，可实现与计算机系统的可靠联合，达到高效收集、传输和加密信息的效果，例如在身份和车辆方面的识别。

3.1.2 有生命识别技术

可选择应用的有生命识别技术如声音识别、人脸识别和指纹识别等，主要针对的方向不同。声音识别为非触摸式，主要是针对声音特征的识别，即声音音质、音调、音频等，掌握声音特点后进行分析处理，完成信息识别。指纹识别主要是利用不同人指纹之间的特征差异来进行识别;人脸识别则需要确定人脸视觉特征信息，完成相关识别。相比来讲，声音识别无需应用到眼睛与手，实际应用上便利性更高。而同时人脸识却可以自动追踪人脸的视觉特征，通过调节影响曝光度与放大等操作完成生物特征的识别。

3.2 人工智能识别技术不足

虽然现在已经有多种人工智能识别技术得到了广泛应用，但是在取得成效的同时，技术层面上还存在一定缺陷。例如声音识别系统，可识别的语言种类限制性较强，目前主要应用于普通话，一旦遇到地方口音或发音不标准的情况，系统将无法准确识别，应用效果急剧降低。并且，麦克风和信道的差异，也会对识别结果的准确性产生影响，尤其是噪音混乱的环境，声音特征提取质量较差，增大了识别难度。而即便是正常使用情况下，因为人声音的变化，声波产生差异，系统也无法可靠识别。如果遇到模仿声音的情况，还会引发安全问题。同时，对于应用广泛的人脸识别技术，数据库难以涵盖所有的人脸表情特征，受数据限制，识别效果无法保证。而在年龄增长的情况下，人脸特征也会产生一定程度的改变，也是降低识别效果的因素之一。人脸识别技术其主要依靠的是视觉特征，无法排除人脸相似性的因素，再加上光线干扰，也会增大识别错误率。由此可知，还需要在总结以往经验的基础上，对人工智能识别技术进行更为深入的研究，在消除所存缺陷的同时，进一步提高技术综合水平。

4 结束语

计算机人工智能识别技术对改善生产生活状态具有非常强的推动效果，基于现有的研究成果，从技术角度来不断进行总结和完善，确保能够不断来提高技术应用效果。

参考文献：

[1]吕萌.计算机人工智能识别技术类型及其应用[J].电子技术与软件工程，2018（20）：249.

[2]姜贝贝.计算机人工智能识别技术的应用[J].科技与创新，2018（09）：153-154.

[3]刘浩锋.计算机人工智能识别技术类型及其应用[J].电子技术与软件工程，2018（14）：150.