计算机人工智能识别技术的应用瓶颈分析

摘 要：如今，伴随现代信息技术的迅猛发展与计算机应用领域的日渐延伸，人工智能应用也日渐广泛，为此，更加迫切需要计算机能够及时且更加准确感知各种语音与视觉，从而为人们生活、工作等各方面带来更多便利。但是，就目前形势而言，人工智能识别技术发展还处于不断完善阶段。故文章从分析人工智能技术入手，简要分析智能识别技术在当前的应用瓶颈。

关键词：计算机；人工智能；识别技术；瓶颈

引言

以密码、密钥等作为其识别手段的传统身份识别技术已经被广泛应用于现实生活中，但受到其易复制性与易丢失性等因素的影响，在很大程度上影响着该技术的发展，并促使了拥有更高性能的识别技术被研发出来。其中，智能识别技术就是基于新时期计算机人工智能技术的发展而不断发展起来的，并作为一种数据自动采集、识别与录入的人工智能技术，被广泛应用于各个领域中，为人们的生活、工作带来极大的便利。但是，就真正意义上的智能应用，智能识别技术应用仍存在一定瓶颈，下面作者就该问题作简要分析。

1 语音智能识别技术应用瓶颈分析

从某种意义上来说，语音智能识别技术的最终目的就是为了让计算机能够听懂人类语言，从而执行人的某项操作。该技术作为现阶段人工智能研究的一个主要方向与人机语音交互实现的一个关键技术，一直以来都备受各国人工智能研究领域的重点关注。而且，各种基于语音智能识别技术的产品也日渐被开发出来，并应用于各个领域，并表现出极大的应用优势，如语音通信系统、声控电话交换等。如今，虽然伴随各种人工智能电子产品的日渐研发，特别是进入21世纪后，嵌入式的语音处理及其识别技术也有了较大进步，基于语音识别的芯片业也日渐增加。但是，也需看到，语音识别技术应用仍存在着一些技术瓶颈，而且如何通过实现芯片同人工智能技术的有机结合来更好发展语音智能识别技术，也成为了本世纪一个重要的研究内容。

1.1 可靠性有待提高

一方面，语音智能识别技术必须排除实际应用中各种声学环境对其造成的不良影响。因为在公共场合，人能有意识排除外界噪声来获得自己想要的声音，然而计算机虽已实现智能化，但你不可能指望它在那些嘈杂环境中能够准确捕捉到你的声音，大大限制了该技术的应用范围。所以，若想在嘈杂环境中应用语音智能识别技术，就需要使用特殊抗噪麦克风，但这对于多数用户而言，是不可能实现的；另一方面，日常生活中，人们说话较随意，语言习惯较明显，如带有明显地方口音、经常重复、停顿，或插入，完全不受语法控制等，而这些语音对于经过标准式“朗读语音”存储的设备来讲，是很难识别的。为此，逐步提升语音智能识别技术的可靠性，显得很有必要。

1.2 词汇量有待丰富

可以说，语音识别系统可识别词汇量的多少，在很大程度上决定了系统可完成事情的程度，若系统所配置声学模型与语音模型限制较多，当用户所引用词汇不在系统存储范围内时，或是突然从英文转中文、俄文、韩文、日文等语言时，系统很可能出现输入混乱情况。为此，今后伴随系统建模方式的逐步革新、各种搜索计算法效率的逐步提升于与硬件资源的日渐发展，语音智能识别系统很可能实现词汇量无限制与多种语言的混合，这样一来，即便用户使用多种语言，系统也是能准确识别出来的[1]。

1.3 成本有待降低，体积有待减小

对于任何一项技术的发展而言，在保证质量的同时，最大限度降低其成本是实现技术商业化发展的关键所在，且普遍通过规模生产形式来实现。但对于语音智能识别技术而言，要想做到降低其成本，还存在较大困难。因为对于那些功能、性能要求较高的应用，多带有“量身定制”的标记，若想规模生产，条件还不是很成熟；只有在那些对功能、性能要求不是很高的语音识别应用上，才有可能规模生产出部分低成本产品，而这些规模产品在实际应用中又可能受到功能与性能的限制[2]。另外，微型化也将是今后语音智能识别技术实现商业化发展的一个重要手段，而要想实现这一点，同该技术本身发展程度与微电子芯片技术发展程度，均有着密切的关系。为此，把那些有着先进性能与完善功能的语音识别借助系统固化到那些更加微小的模块或芯片上，用以最大限度降低成本，也就成为了今后语音智能识别技术真正实现广泛应用的关键所在。

2 视觉智能识别技术应用瓶颈分析

同语音智能识别技术瓶颈相比较，视觉智能识别技术应用瓶颈似乎更多，难度也更大。就应用基本原理而言，两者一致，均是通过对相关信息实时采集、存储来实现智能识别的。然而在具体操作过程中，两者却存在较大差别，因为视觉智能识别技术主要针对的是各种图像的设备，如指纹识别、人脸识别等。而在这些图像識别中，也存在着一些应用瓶颈。

2.1 人脸识别技术

该技术主要是通过对人脸几个关键部位进行识别、分析，并通过采集几个表情作为其存储数据，来进行对比、识别分析。但目前为止，关于自动人脸识别研究已经取得了一些可喜成就，但就其实际应用而言，仍存在着一些较难解决的问题，如人脸的非刚体、发型的变化与表情、化妆的多样性以及环境光照复杂性等，都给人脸识别带来了较大困难。即便是大量来自生理学、神经认知科学与自模式识别、心理学以及计算机视觉等众多领域的专家们经过40多年对自动人脸识别技术的深入研究，仍被很多问题困扰着，得不到有效的解决办法。换个角度来想，即便是人类自己，即使每天都在根据他人面孔来区别亲人、朋友、同事与陌生人，但有时候也很难准确叙述出自己为什么能对他们进行区分，特别是对于双胞胎，虽然可区别他们，但却说不出如何区分、鉴别。可想而知，人都如此，更何况同人类视觉系统存在较大差异的图像采集设备，而且从某种意义上来说，计算机智能识别技术同人脑相比，还是存在一定差距的。为此，若要想计算机能够像人一样自动、准确识别人脸，必然需要不同领域研究者们的继续努力。

2.2 指纹识别技术

众所周知，每个人的指纹都是不同的，指纹可以说是一个人独有的特征，而“指纹识别”，指的就是通过对这些指纹纹路图案、断点与交叉点的识别来实现身份的识别，有着唯一性、终生不变性与可获得性、防欺骗性等特点，现实生活中，人们多用指纹识别技术来设置密码，用以保护个人信息[3]。但是，在看到其优点的同时，也需看到，一个人的指纹其实很容易留在各处，通过复制这些指纹痕迹来进行相关操作，将在一定程度上影响到系统正确判断，故该识别技术其实也存在着一定危险性。而且，虽然系统已经识别了已有指纹，然而实际上一些人与群体的指纹其实特征不是很明显，有时较难成像，进而无法进行指纹识别。如在“签到打卡机”上，若是录入指纹手指出现破皮、损伤情况，是比较难识别的，而这也在一定程度上影响到指纹识别技术的应用。

总的来说，虽然人脸识别与指纹识别技术已经被广泛应用于各领域中，特别是密码设置中，但在实际应用中，问题仍是有的，而这也正表示视觉智能识别技术仍有着较大研究、发展空间，需要投入更多精力去解决这些瓶颈，用以推动计算机人工智能识别技术的发展。

3 结束语

综上所述，人工智能识别技术在快速发展的同时，也存在着一些技术瓶颈，从而在一定程度上影响到智能识别技术实现“智能”的程度。为此，要想真正实现计算机完全智能控制，还需从各方面入手，加入财力、物力、人力的投资，对其各方面功能、性能加以优化、完善，从而使之智能水平得到不断提升，为人们的生活、工作带来更多的便利。

参考文献

[1]周娟.计算机人工智能识别技术应用瓶颈分析[J].软件导刊，2014（9）：28-29.

[2]罗勇，向奕雪.计算机人工智能技术研究进展和应用分析[J].电子制作，2014（18）：47.

作者简介：王小红（1975-），女，汉族，陕西，本科，讲师，陕西省委党校，研究方向：计算机网络信息安全。