賴偉良

(廣州城建職業(yè)學(xué)院，廣東 廣州 510000)

0 引言

目前，計(jì)算機(jī)人工智能識別技術(shù)的應(yīng)用范圍較廣，比如無生命特征的技術(shù)實(shí)踐領(lǐng)域有二維碼識別、機(jī)器翻譯和基于神經(jīng)網(wǎng)絡(luò)的類型識別等；有生命特征的技術(shù)實(shí)踐領(lǐng)域誕生了語音識別、面部識別和指紋識別等。這些技術(shù)的應(yīng)用滿足了現(xiàn)代社會發(fā)展的相關(guān)需求。但計(jì)算機(jī)人工智能識別技術(shù)誕生較近，技術(shù)還不夠成熟，所以在應(yīng)用中存在一些亟需突破的瓶頸問題。突破這些瓶頸以促使該技術(shù)得到更好的發(fā)展和應(yīng)用，將是該領(lǐng)域未來發(fā)展的重中之重。

1 計(jì)算機(jī)人工智能識別技術(shù)

計(jì)算機(jī)人工智能識別技術(shù)的核心是用計(jì)算機(jī)對人類智能進(jìn)行模擬，進(jìn)而促使計(jì)算機(jī)通過模仿人類的判別思維來達(dá)成識別的目的。例如人類看到了一個(gè)熟悉的面孔，會通過大腦的思維判別，自主識別出對方的身份，而利用人工智能技術(shù)進(jìn)行面部識別與之類似，也是通過掃描被識別者的面部信息，然后將其與已納入面部模型庫中的“熟悉面孔”進(jìn)行對比，進(jìn)而實(shí)現(xiàn)身份的識別確認(rèn)。將計(jì)算機(jī)人工智能識別技術(shù)廣泛應(yīng)用于生活和工作，可以實(shí)現(xiàn)對人力資源的解放，很多識別確認(rèn)類的工作交由系統(tǒng)自動(dòng)完成，極大地提升了工作質(zhì)量和效率。

與歐美等發(fā)達(dá)國家相比，我國對計(jì)算機(jī)人工智能識別技術(shù)的研究起步較晚，但因?yàn)閲液拖嚓P(guān)企業(yè)高度重視，目前我國在該技術(shù)的研究方面，尤其是在實(shí)踐應(yīng)用領(lǐng)域取得了很多積極成果，推動(dòng)了該技術(shù)在我國的應(yīng)用水平的提升。但目前該技術(shù)在應(yīng)用過程中還存在一些瓶頸和難點(diǎn)，比如成本較高、可靠性不足等等，對技術(shù)的應(yīng)用深化形成了一定的阻礙，也是現(xiàn)階段亟待解決和攻克的問題。

2 計(jì)算機(jī)人工智能識別技術(shù)的應(yīng)用實(shí)踐

2.1 無生命特征的技術(shù)應(yīng)用實(shí)踐

2.1.1 二維碼識別

二維碼識別是條形碼識別技術(shù)在實(shí)際應(yīng)用中的一種形式，它通過使用二維碼生成程序，可以自動(dòng)產(chǎn)生一種黑白相間且呈現(xiàn)出規(guī)律性排布的平面圖形，這個(gè)圖形具有唯一性的特征，可以對相關(guān)的信息技術(shù)進(jìn)行保存記錄。在此基礎(chǔ)上，利用二維碼掃描程序就可以實(shí)現(xiàn)對圖像信息的自動(dòng)識別和處理，促使信息顯性化。該技術(shù)目前在世界范圍內(nèi)得到了廣泛應(yīng)用，在國內(nèi)更是如此，例如支付寶、微信、云閃付等移動(dòng)app的支付掃碼功能，以及QQ、微博等很多軟件客戶端的賬戶登錄功能等，這些都為人們的生活、工作帶來了極大便利。

2.1.2 機(jī)器翻譯

機(jī)器翻譯可以實(shí)現(xiàn)對不同語言類型及其內(nèi)容的識別，然后再以用戶需要的語言類型進(jìn)行展示重現(xiàn)，實(shí)現(xiàn)不同語言類型間的翻譯轉(zhuǎn)換。目前已經(jīng)成熟的產(chǎn)品有谷歌翻譯、有道翻譯等。目前該技術(shù)在應(yīng)用中還存在一些問題需要解決，比如機(jī)器翻譯一般都是逐詞翻譯，不像人工翻譯會對句子的結(jié)構(gòu)和語序進(jìn)行調(diào)整，導(dǎo)致翻譯出來句子比較機(jī)械化，甚至可能出現(xiàn)歧義。

此外，機(jī)器翻譯的本質(zhì)是直翻，缺乏上下文間的聯(lián)系功能，在對整篇文章或整個(gè)段落進(jìn)行翻譯時(shí)不能結(jié)合全文意思進(jìn)行綜合分析判斷，因此翻譯質(zhì)量有待提升。

2.1.3 神經(jīng)網(wǎng)絡(luò)識別

神經(jīng)網(wǎng)絡(luò)是人工智能技術(shù)中的一個(gè)重要分支，通過構(gòu)建神經(jīng)網(wǎng)絡(luò)模型可以實(shí)現(xiàn)智能識別。比如對于設(shè)備故障類型的識別，人工識別主要是借助故障診斷人員的檢測和觀察，提取故障的主要特征，然后調(diào)用大腦中的相關(guān)知識和經(jīng)驗(yàn)進(jìn)行推理，最終完成對故障的判別。而神經(jīng)網(wǎng)絡(luò)模型是先對以往的故障案例進(jìn)行搜集分析，將故障的表現(xiàn)特征作為網(wǎng)絡(luò)輸入，將故障類型作為網(wǎng)絡(luò)輸出，進(jìn)而實(shí)現(xiàn)對網(wǎng)絡(luò)的訓(xùn)練。在出現(xiàn)新故障時(shí)，將傳感器檢測到的表現(xiàn)特征作為網(wǎng)絡(luò)輸入，網(wǎng)絡(luò)自動(dòng)生成可能性最高的故障類型，完成對故障的智能識別。

2.2 有生命特征的技術(shù)應(yīng)用實(shí)踐

2.2.1 語音識別

語音識別是計(jì)算機(jī)系統(tǒng)對人類的語音、思維進(jìn)行識別，并按照識別到的結(jié)果開展相關(guān)的分析與操作。比如很多即時(shí)通信軟件都同時(shí)支持發(fā)送語音和文字，并且可以實(shí)現(xiàn)語音和文字的相互轉(zhuǎn)換；又比如在智能家居、車載智能語音助手等相關(guān)應(yīng)用情景中，系統(tǒng)可以實(shí)現(xiàn)人機(jī)語音交互，通過對人類語音含義的識別完成相關(guān)操作并加以回饋，諸如根據(jù)語音信息自動(dòng)打開空調(diào)、電視；開車時(shí)根據(jù)語音提示實(shí)現(xiàn)自動(dòng)撥打電話等。在語音識別的應(yīng)用實(shí)踐中，有兩個(gè)方面的問題需要引起重視：首先，要對環(huán)境噪音進(jìn)行排除，過高的環(huán)境噪音會對語音清晰度產(chǎn)生影響，對正確識別造成不利影響；其次，考慮到各地方言的影響，在構(gòu)建語音識別系統(tǒng)時(shí)還必須實(shí)現(xiàn)對方言的自動(dòng)校正。

2.2.2 面部識別

面部識別系統(tǒng)需要先對身份確認(rèn)人員的面部信息進(jìn)行采集，并進(jìn)一步構(gòu)建面部模型庫。然后在進(jìn)行識別時(shí)，先對被識別者的面部信息進(jìn)行采集，并將采集到的面部模型及其上的關(guān)鍵特征(見圖1)與庫中模型及其特征進(jìn)行比對。如果匹配正確，即可以實(shí)現(xiàn)對身份信息的識別確認(rèn)。近年來，面部識別技術(shù)在很多場合都得到了應(yīng)用，比如有一些應(yīng)用軟件在進(jìn)行賬戶登錄時(shí)需要識別面部信息以完成身份確認(rèn)。最為典型的就是很多手機(jī)銀行在更換移動(dòng)終端登錄時(shí)，為了保證用戶財(cái)產(chǎn)安全，需要在賬戶密碼驗(yàn)證正確的基礎(chǔ)上再進(jìn)行面部識別以確認(rèn)身份。

圖1 面部識別時(shí)的關(guān)鍵特征點(diǎn)示例

2.2.3 指紋識別

指紋識別與面部識別的原理類似，也是先對身份確認(rèn)人員的指紋紋路及交叉點(diǎn)、斷點(diǎn)等特征信息進(jìn)行采集，并據(jù)此構(gòu)建指紋信息庫。在進(jìn)行識別時(shí)，先對被識別者的指紋信息進(jìn)行采集，并將采集到的信息在庫中進(jìn)行匹配，如果匹配正確，即可實(shí)現(xiàn)對身份信息的識別確認(rèn)。指紋識別在實(shí)踐中也有不少應(yīng)用，比如一些現(xiàn)代化的智能小區(qū)安裝有指紋鎖，居民在進(jìn)入自己房屋時(shí)需要驗(yàn)證指紋，實(shí)現(xiàn)了對鑰匙功能的替代；在辦理身份證和銀行開卡時(shí)也需要錄入指紋，后續(xù)在進(jìn)行相關(guān)業(yè)務(wù)辦理時(shí)則需要進(jìn)行指紋驗(yàn)證以確認(rèn)身份。

3 應(yīng)用瓶頸和解決對策

3.1 成本問題

計(jì)算機(jī)智能識別技術(shù)的應(yīng)用需要依靠相關(guān)軟硬件資源的支持，而這會帶來較高成本，成本問題一直是限制智能識別技術(shù)應(yīng)用的難題，這也是導(dǎo)致很多智能識別系統(tǒng)無法大范圍推廣的原因所在。比如帶語音交互功能的智能家電價(jià)格明顯高于普通家電，造成其無法成為市場上的消費(fèi)主流。針對這一問題，只能通過推動(dòng)技術(shù)發(fā)展來逐步克服。很多技術(shù)成品在誕生初期時(shí)的成本都比較高，但隨著其發(fā)展完善，成本會逐漸降低。比如智能手機(jī)上用到的劉海屏誕生伊始主要用在3 000元以上的產(chǎn)品上，但現(xiàn)在千元機(jī)也可以實(shí)現(xiàn)對劉海屏的標(biāo)配。

3.2 可靠性問題

計(jì)算機(jī)人工智能識別技術(shù)在識別可靠性方面還存在一定缺陷。比如語音識別會受到噪音干擾和方言影響；面部識別的準(zhǔn)確性會受到眼鏡、發(fā)型、妝容以及表情等因素的影響；指紋識別也存在可靠性問題，人在生活中會廣泛接觸周邊物體，導(dǎo)致指紋會留存于很多地方，如果這些指紋痕跡被不當(dāng)應(yīng)用，則可能會欺騙指紋識別系統(tǒng)。

針對這一問題，一方面需要加強(qiáng)對識別技術(shù)的深化研究，提升信息采集和AI識別算法的質(zhì)量；另一方面，可以綜合采用多種識別技術(shù)，比如進(jìn)行身份識別時(shí)綜合應(yīng)用面部識別、指紋識別、聲線識別甚至是虹膜識別，通過構(gòu)建多道安全鎖的方式來提升可靠度。

3.3 識別數(shù)據(jù)庫和知識庫有待豐富

從某種程度上講，人工智能識別系統(tǒng)能夠準(zhǔn)確識別到的對象數(shù)量決定了系統(tǒng)可完成事情的程度，如果系統(tǒng)構(gòu)建配置的識別模型限制較多，而待識別對象的特征又不在數(shù)據(jù)庫的存儲范圍內(nèi)時(shí)，系統(tǒng)就可能出現(xiàn)無法識別或識別錯(cuò)誤等情況。此外，人工智能識別是模仿人類的識別過程，需要將人類的識別知識內(nèi)化為系統(tǒng)的識別規(guī)則，而這就會帶來很多瓶頸限制：一是知識量比較大，需要構(gòu)建龐大的知識庫才能提升識別精度；二是知識往往是隱性的，難以將其描述成計(jì)算機(jī)系統(tǒng)能夠理解的識別規(guī)則，甚至有時(shí)人類自身雖然能夠做到識別，但也無法描述其背后的隱性機(jī)理，比如目前可以區(qū)分雙胞胎子女，但卻說不清如何區(qū)分和鑒別。

針對以上問題，首先要加強(qiáng)與大數(shù)據(jù)技術(shù)的結(jié)合應(yīng)用。利用大數(shù)據(jù)手段對識別領(lǐng)域內(nèi)的對象案例進(jìn)行廣泛采集，不斷豐富識別數(shù)據(jù)庫。第二，強(qiáng)化對機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)的應(yīng)用。人工智能識別系統(tǒng)在初始時(shí)可能會因?yàn)樽R別模型和規(guī)則的限制，出現(xiàn)各種識別錯(cuò)誤或漏識別的問題，但通過對錯(cuò)誤案例的自主學(xué)習(xí)，系統(tǒng)能對內(nèi)化的規(guī)則知識進(jìn)行優(yōu)化完善，使系統(tǒng)不斷獲得進(jìn)化提升。最后，人類對知識的使用過程具有機(jī)理復(fù)雜、非線性和非結(jié)構(gòu)化的特點(diǎn)，而傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)庫給系統(tǒng)模仿人類進(jìn)行知識的存儲、管理和檢索造成了諸多約束，所以需要探索更貼近人類大腦的非結(jié)構(gòu)化知識庫模型。目前有學(xué)者提出了用復(fù)雜網(wǎng)絡(luò)進(jìn)行知識庫建模的觀點(diǎn)，給該問題的解決帶來了曙光。

4 結(jié)語

目前，人工智能識別技術(shù)在無生命特征的技術(shù)實(shí)踐領(lǐng)域和有生命特征的技術(shù)實(shí)踐領(lǐng)域均有廣泛應(yīng)用，給人類的生活帶來了極大的便利。該技術(shù)尚存在許多發(fā)展瓶頸，需要我們通過技術(shù)革新進(jìn)行解決，相信未來的人工智能識別技術(shù)將會越來越成熟，同時(shí)，由于成本進(jìn)一步降低，其應(yīng)用也會更加普及。