计算机人工智能识别技术的应用瓶颈探析

张双双

摘要：在计算机人工智能的飞速发展环境下智能识别技术也应运而生，智能识别技术是计算机人工智能下的一种新技术，在很大程度上提高了人们的工作效率。然而人工智能识别技术在发展过程中也遇到了一些问题，基于此下文就对人工智能识别技术的起源、类别与当前发展的困境展开简要探讨，使得人工智能识别技术的应用进一步成熟。

关键词：人工智能识别技术;应用;瓶颈

中图分类号：TP311     文献标识码：A

文章编号：1009-3044（2021）20-0117-02

我国计算机发展起步较晚，在计算机人工智能的发展方面落后于其他先进的发达国家，现在随着我国对于计算机人工智能识别技术的重视程度越来越高，当下计算机及相关技术发展已获得质的飞跃，以此为基础人工智能识别技术也随时发展并在多个行业领域当中获得运用取得显著成效。

减轻相应工作人员的工作负担，然而人工智能识别技术还没有形成较为系统的自动识别功能，在具体的应用方面还存在着一定的问题。

1 计算机人工智能识别技术的来源

随着计算机科学信息技术的飞速发展，计算机科学技术普遍应用到了社会中的生产发展中，极大的提升社会生产生活效率及质量，随之导致社会大众对相关科技也抱有更大的愿景。计算机人工智能识别技术也得到了不断的发展。一方面计算机人工智能能够使人们借助计算机科学技术的功能节省工作时间，还能提高工作相关数据的精准性。同时计算机人工识别智能的发展也跟上了当前互联网信息技术环境下科学技术手段发展的步伐，由于计算机互联网的飞速发展，通过实现了信息数据共享的方式让人们的生活更加丰富多样，人们可以利用手机等其他软件的人工智能识别技术不断丰富个人生活。人工语音控制技术是早于人工智能识别技术的发展，这种语音控制术的使用已经越来越成熟，而人工智能识别功能的创作来源就是人工语音控制技术。

人工智能识别技术也具有多样性，主要是人工语音智能技术和智能化人脸识别的视觉技术，这两类人工智能识别技术的应用相较其他技术来说应用比较广泛，首先来说人工智能视觉识别技术被应用在电脑、测试仪以及手机等产品中，例如面部解锁、扫脸付款等，这些都在很大程度上促进了视觉识别技术的成熟及发展。语音识别主要体现在各种声控灯、声控机器以及声控开关等方面。智能识别技术的应用能够节约人们的工作时间、减少工作投入的成本，减轻相关特殊岗位工作人员的工作负担，例如发生地震后，可以通过采用小型机器人来协助救援人员的方式进行营救，而在医学中也常采用人工智能识别技术进行医学治疗方面的工作，从而也能够实现医学治疗等方面的突破。

2 计算机人工智能识别技术的分类

依据人工智能自身特征主要有机械识别技术以及人工识别技术两个类别。机械识别技术的应用领域具有一定的局限性，而人工识别技术则包括人脸识别声音识别和指纹识别，涉及人类使用方面的功能，以下为现阶段人工识别技术使用方向的分类：

2.1 机器人技术方面

计算机人工智能的不断发展，尤其是机器人技术也是人工智能环境下发展起来的一种新型产物，但是现在机器人的发展还未成熟，也有一定的发展空间。机器人的操作还是属于人为操作没有办法实现完全智能化，然而当前人工智能技术，尤其是机器人在产业中不断的应用也促进了社会生产的发展，比如地震后可以通过机器人来帮助救援者的救援，在一定程度上减少了生产活动的成本投入，不断提高工作效率。

2.2 语音识别技术

语音识别技术作为人工智能环境下发展起来的技术体现在计算机科学语言学和心理学等学科中，这些学科的知识内容都包含着语音技能的使用，而语言技术识别的发展主要是以语音芯片为主来进行研究，当前许多智能化的产品中都应用了智能语音识别技术，很大程度上方便了人们的生活，利用语音来减少文本的输入节省了时间成本，然而人工语音识别技术的发展也并非完全成熟的，还留有一定的发展空间。

2.3 人工智能神经网络系统

人工智能神经网络研究是在人脑的基础上来进行研究的，因此人工智能神经网络系统的发展也依靠人工智能识别技术。智能识别技术可以帮助研究人工智能神经网络系统，将工作过程不断地化抽象为具体、化复杂为简单来帮助智能神經网络系统领域的开展，在一定程度上促进人工智能神经网络系统的发展。目前发展的人工智能新技术的网络系统与理想化的网络系统的发展还存在一定的距离，并没有完全达到理想化的发展水平。但是人工智能网络神经系统可以借助单元化批量来处理信息，这种优势使人工智能神经网络系统在发展方面更为完善。

3 计算机人工智能识别技术在当下各个领域当中运用的瓶颈探讨

计算机人工智能的不断发展使人工智能在社会生活领域得到普遍的应用，在不同的人工智能应用功能中存在的发展瓶颈也不同，本文针对人工智能识别技术的来源、类别与当前发展的困境展开简要探析，就必须对语音技术和视觉技术展开深入的探究。

3.1 人工智能识别技术遇到的瓶颈

人工智能语音识别技术主要是通过声音对声音进行分析、编程，进而进行智能化的分析和处理，在人类指令的基础上完成操作，对于人工智能语音技术的使用最早体现在使用的智能手机上，智能手机的功能主要体现在能够实现进行声音的收集和储存，例如语音输入的功能上，手机的使用者可以通过对手机输入相应的普通话的方式，智能技术就能将其转化成命令来完成一系列的操作。然而随着智能手机的不断更新换代，这种智能识别的方式也在更新，语音识别技术也朝着更加智能化的方向发展，这种智能识别语音技术在使用时存在一定的问题，音智能识别技术的发展也存在一定的瓶颈，主要包括以下几个方面：

第一，智能识别的词汇量较少。在人工智能语音识别领域的使用上，语音识别系统当中所存储词汇量的大小和最终处理结果及效率之间的关系是密不可分的，当使用者所发出的词汇的基础上才能完成相应的操作，若缺乏一定的词汇量，当使用者在发出相应的词汇指令时，这个词汇在智能识别系统中就难以定位准确，不利于语言识别技术的发展。