人工智能及识别技术的应用研究

1/6人工智能及识别技术的应用研究人工智能及识别技术的应用研究人工智能及其识别技术在不断地发展，在很多领域，各种技术的发展越来越离不开人工智能。在机器人中的应用，在语音识别技术领域的应用、在人工神经网络中的应用等都取得了一定的进步。但是在发展的过程中由于发展的限制，人工智能及其识别技术也进入了发展瓶颈期，如何突破瓶颈将是此技术进一步发展的重要内容。1人工智能及识别技术的概念提出人工智能技术是研究人类智能和通过计算机技术使某些设备或仪器具有人的智能行为的科学通过利用计算机模拟人的思维、语言、记忆、推理、感知、学习等智能能力，以及延伸人的感觉和大脑功能。综上这些模拟都反映人工智能及其识别技术最重要的思想和内容，也就是说人工智能及其识别技术学科是用来研究人类智能活动的规律的学科。计算机技术的普及随着计算机技术的普及以及大众对计算机进行商务、学习、工作等的需求的增长，计算机已经成为人们工作和学习不可缺少的高科技产品之一。现在，计算机已经进入实用阶段，越来越多的人掌握了计算机知识，同时也希望2/6掌握计算机技术以减少工作量，而人工智能及识别技术就是其应用的最重要的方面。1自动化办公的需求众所周知，信息技术的发展推动了社会信息化的进程。尤其是人工智能的发展，使得传统办公方式发生了改变。具体而言，这种转变包括在办公操作技能方面和办公系统方面的改革。日本人工智能专家指出，凡是能够清楚地设定其指标的业务属于工场型的事务，将来应有办公室机器人来处理。这样，人的精力将只能用于创造性的智能工作，办公自动化将对智能型业务提供强有力的支持，办公室将真正成为智力活动的场所。人工智能及识别技术的应用领域研究60年代以来，随着计算机技术的发展，许多技术新方法和技术进入工程化产品化阶段，显著促进了工业技术的进步。人工智能及识别技术也得到了巨大的发展，其中以在机器人中的应用、在语音识别技术领域的应用以及在视觉识别技术领域的应用显得尤为突出。在机器人中的应用20世纪70年代，机器人技术发展越来越多地受到关注并逐渐发展成为一个专门的学科。智能机器人已经在各个领域得到了实际应用，并已经取得了巨大的效益。例如3/6现在很多外科医生在显微外科手术中使用机器人助手。本文由论文联盟HTTP/收集整理人工智能及识别技术在机器人中的应用变得越来越流行，同时也带动了相关行业在智能识别方面的发展。智能机器人的应用一方面可以缩减企业以及国家的相关开支，另一方面也加大了应用的风险。因此，人工智能及其识别技术在机器人中的应用还不是很成熟。国家应该加大对智能机器人技术的支持力度，进一步开发人工智能技术。2在语音识别技术领域的应用语音识别技术的根本任务就是来解决能够使机器听懂得人类语言，其作为人工智能研究的主要方向和人机语音交互的关键技术，语音识别技术一直都受到各国人工智能领域的广泛关注。同时，以语音识别技术开发出的产品应用领域非常广泛，显示出了极大的优势，如声控电话交换、语音通信系统等，其应用几乎深入到社会的每个方面和每个行业。随着人工智能电子产品的普及，进入21世纪，嵌入式语音处理及其识别技术也得到了迅猛地发展，基于语音识别芯片业越来越多。但是如何更好地将芯片结合人工智能技术来发展语音识别技术是本世纪最重要的内容。2在人工神经网络中的应用人工神经网络也称作神经网络，是指有大量的简单4/6处理单元经广泛并行互连形成的一种网络系统。它是对人脑系统的简单化、抽象和模拟，具有人脑功能的许多基本特征。其工作机理是指通过模仿人脑神经系统的组织构造及其工作机理从而从研究人脑工作机理中得到启发，试图利用人工神经网络来处理大量的单元，比如，人工神经元、处理元件、电子元件。在人工神经网络中，信息的处理是通过神经元之间的相互作用和反应来实现的，相关的知识与信息的存储与读取表现为各个网络元件之间其分布式的物理联系，网络的学习和识别取决于和神经元连接权值的动态演化过程。人工神经网络的存在有其弊端，也许永远也无法代替人脑，但是他能帮助人类扩展对外部世界的认识和智能控制。人工智能及识别技术陷入瓶颈期人工智能学科自从诞生至今就致力于研究解释和模拟人类智能行为及其规律，人工智能在其领域已经迈出了较大的一步，并且在某些领域已取得了相当大的进展。但是从人工智能发展的整个过程来看，其发展也是一波三折，而且在很多领域还面临着不少的难题，主要表现在以下几个方面人工智能研究方法不足由于人工智能学科发展的局限性，许多专家和学者对人脑结构和工作模式的认识还不够全面、不够深入。由5/6此决定了现阶段科学界无法对神经网络模型作出对人脑作出真正地模拟，人脑是人类长期劳动实践的产物，其中包含了人类很多思考的过程，仅仅依靠在简单的电子器件以及线路的组合是完全不可能实现模拟的。3人工智能机器翻译存在困难目前，机器翻译使我们很多人所喜爱的，但是其所面临的主要问题仍然是如何通过单词来构造句子以及单词存在歧义性的问题。歧义问题一直是所有语言理解和运用中的一大难关，想要消除歧义就必须对原文的每一个句子及其上下文进行透彻地分析理解，但是由于机器非人脑，它不能像人脑一样独立地进行思考以寻找导致歧义的词和词组在原文中的准确意义，而是孤立地将句子作为一个单位来理解，因此造成的失误使得人工智能翻译缺乏应有的理解力。3人工智能模式识别存在困惑人工智能识别的应用非常广泛，比较典型的有文字识别、前面提到的语音识别以及指纹识别等。虽然人工智能模式识别的研究与开发已取得巨大的成果，但是还存在这本质的缺陷，人工智能及其识别技术的理论和方法与人的感官识别机制是完全不同的。因此人脑的识别手段、形象思维能力，是任何最先进的计算机识别系统望尘莫及的。6/6结束语人工智能及其识别技术始终处于计算机应用这门学科的最前沿，它的诞生与发展是21世纪最伟大的科学成就之一。其研究的理论和成果在很大程度上决定着计算机技术未来的发展方向。现