基于人工智能的信息处理研究

宋 词

(长春光华学院，吉林 长春 130033)

0 引言

随着计算机技术和通信技术的发展与进步，信息处理的效率也变得越来越高。当前人们对信息处理技术的研究范围在不断拓展，信息处理的新方法、新理论层出不穷。在这其中，人工智能技术的应用可以将那些不确定和不可靠的信息进行深入加工和处理，将它们转化为更加可靠、确定性更高的信息，使这些信息能够在更多的领域得到应用。与此同时，即使面对一些不精准的信息，人们也可以通过人工智能技术来得到确定的结果，使已经获取的信息变得更加有效，这可以有效提高信息的利用率。

1 人工智能下数字信号处理技术的基本概述

数字信号处理技术的应用原理就是将系统当中的各种模拟信号转化成为系统能够识别的数字化信号[1]。在这之后，系统可以对这些信号进行自动化的过滤和处理，进一步满足实际使用需求。这一技术早在20世纪60年代就产生了，受到条件的限制，只有通过集成电路组成的系统或者计算机编程其才能发挥作用，因此会受到计算机运用速度和内存量的影响。进入到20世纪80年代之后，美国科学家研究出了数字信号处理器，该处理器使用了DSP芯片，这使得数字信号处理技术的编辑能力不断增强。20世纪90年代，产生了非线性编辑的处理方式，可以在较短的时间内完成大量的数字计算，同时信号处理的精确度也得到了有效提升。目前所使用的信号处理技术属于二值逻辑处理，它可以有效避免外界环境的干扰，借助于相关的软件来对系统参数进行即时更改，具有较强的灵活性[2-3]。

2 信息处理过程当中的人工智能

2.1 人工神经网络

人工神经网络是基于数学模型和网络模型的基础上产生的。该神经网络模拟了人脑当中信息处理的过程，将神经元作为信息处理的基本单元，将大量神经元有规律地拼接在一起就形成了复杂的神经网络结构。在信息处理网络模型中，各个神经元也是按照一定的结果拼接在一起的，它们可以构成一个完整的神经模型。目前，人工神经网络模型已经有十多个种类，能够被用于多种信息的高效处理。根据神经元之间的连接方式和信息在神经元当中的流动方向，人工神经网络可以分为前向型和相互结合型这两种类型，区别在于是否存在信息反馈的机制。

2.2 进化算法

在信息处理领域当中，算法的进化是十分有必要的，这是提高处理效率的基础。通过人工智能技术的应用，可以为算法进化目标的实现创造良好的条件。该进化算法所借鉴的是生物界的自然选择和遗传定律，它可以通过模仿生物遗传的模型来实现对算法的全面优化[4]。虽然这种算法并不复杂，但是它的应用范围比较广，可以同时处理多种信息。与此同时，这种算法与传统的算法之间存在明显的差异性，目前已经在自动控制、图像识别等信息处理领域得到了有效应用。

2.3 信息融合技术

信息处理领域当中的信息处理技术主要指的是将多种信息进行加工，使信息在相互补充的过程中得到更为准备的内容[5]。在这个过程中，多传感器系统可以对目标实施监测，实现对信息的精准搜集。同时还可以在信息搜集的过程中排除其中的不准确性内容来提高处理效果。该技术应用的基本原理就是模拟人脑对各种信息的综合处理过程。在应用的过程中，需要确保信息处理系统有两个以上的传感器，由融合系统对各个传感器中传输的信息进行整合和处理，然后进行分配和使用，通过自动处理和整理多与信息的方式来提高信息的准确性。

3 基于人工智能下的信息处理技术

3.1 智能分析技术

智能分析技术指的是在理解自然语言的基础上，实现对多种智能分类、智能标引技术的融合，以此来实现结合算法分析和计算智能的综合化应用。对信息的智能化分析需要自然语言理解系统的支撑，尤其是要实现对中文信息的智能化分析，分析的内容主要包括以下5个方面的内容：(1)词语的切分和词性的标准；(2)词语概念的标注和分析；(3)词语含义的表示；(4)词典与知识库的准备；(5)句法和语义的分析。

3.2 机器翻译技术

机器翻译技术基本的应用方法可以分为基于规则和基于语料库这两种。前者包括基于转换和基于中间语言这两种；而后者则包括基于统计和基于实例这两种。从使用效果的角度来说，两种方法各有利弊，在选择的时候需要结合实际的使用情境。在发展的过程中，人们还实现了两种方法的相互混合，以使二者达到相得益彰的效果。比如人们常用的谷歌翻译和百度翻译等翻译软件就使机器翻译技术的充分体现，具有人工智能的特点，能够在多种语种之间自由转化，同时还支持句子翻译和段落的翻译，满足了人们在实际应用过程中的多种翻译需求。

3.3 自动简报技术

自动简报技术是自动文摘技术进一步升级和发展之后的产物，它经过了多个学者和研究人员的开发和改良，目前在信息处理领域当中已经得到了有效的应用，相关的功能也更加完善。在自动简报技术应用的过程中，人们可以通过对原文文本分析、全文与文摘之间的转化以及重组生成的方式来实现自动文摘的功能。具体来说，自动文摘的方法有的是基于符号、也有的是基于规则，还有一些是基于词频等文本表层特征，以此来完成对信息的从统计和处理。在今后，自动简报技术还会对文本、多媒体信息等多样化的信息内容进行智能化分析，并在这个基础上提供类似摘要性质并进行特征分析的报告，该报告的内容长短是可调控的，人们在输入信息之后就系统会自动化地完成简报输出。

4 基于人工智能下数字信号处理技术未来的运用趋势

4.1 实现信息的高速处理

在信息处理的过程中，已经出现了高速处理技术，未来该技术可以有效解决数字信号处理技术通用度低的问题。在对数字信号进行处理的过程中，该技术可以对与数字信号相似的信号进行精准判断，并在这个过程中对不同的信号采取不同的处理方式，以此来确保信号搜集、处理和传输的高效性。在数字信号处理技术发展的过程中，可以实现对数字信号的有效分类，并使用不同的信号处理方式来增强技术的通用性、提高信号处理的速度。在处理信号的过程中，系统会先对信号进行分类，这是实现信息高速处理的基础。

4.2 实现信息的多核处理

多核信号处理已经在通信领域当中得到了有效应用，虽然该技术已经展现出了明显的优势，但是它在对复杂数字信号进行处理的过程中还存在很多不完善的地方。在未来，数字信号处理技术将会在信息多核处理的过程当中发挥更为明显的优势。多核数字处理方案主要是以半导体制造工艺为基础的，该工艺技术水平越高，对数字信号的处理效果也就越明显。当前使用的信号处理方式主要是单核处理，它需要通过提升主频的方式才能实现对信号质量的提高[6-7]。在这个过程中，为了实现对信号的高效处理和高速传输，系统就要做到与集成硬件网络接口相对应，通常需要外接芯片才能提高网络通信的速度。而多核处理的过程中，芯片本身就是与多个网络接口进行连接的，在不同的场合下都能够实现信号传输的服务。这其中各个芯片都可以与一个或者多个千兆网口进行连接，在运行的过程中各个网口的数据互不干扰，这可以有效提升系统当中信号的传输速度。在发展的过程中，数字信号处理技术还展现出了定点和浮点运算相结合的特点，这两种运算方式都可以在提高数字信号处理技术准确性的同时降低信号处理的成本，从而促进数字通讯向着更好的方向发展。

5 结语

综上所述，在人工智能背景下，信息处理技术在发展的过程中变得越来越成熟，能够有效应对外界环境的信号干扰，在不同的场合下实现信号的高速传播。与此同时，该技术还可以促进设备实现集成化与智能化，降低信号处理和传输的成本、为人们带来更高的经济效益。在未来，数字信号处理技术还将实现信息的高效处理和多核处理，在自然语言理解和技术方面取得新的发展。