當前位置： ob体育竞彩 > 電氣資訊> 資訊正文

人工智能的應用發展方向

時間:2014-10-16 07:32 來源:ob体育竞彩作者:chenhua

　1、機器視覺

　　機器視覺就是用機器代替人眼來做測量和判斷。機器視覺係統是指通過機器視覺產品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標轉換成圖像信號，傳送給專用的圖像處理係統，根據像素分布和亮度、顏色等信息，轉變成數字化信號；圖像係統對這些信號進行各種運算來抽取目標的特征，進而根據判別的結果來控製現場的設備動作。

　　人工智能能使機器能夠擔任一些需要人工處理的工作。而這些工作需要做一定的決策，要求機器能夠自行的根據當時的環境做出相對較好的決策。這就需要計算機不僅僅能夠計算，還能夠擁有一定得智能。而要對周圍的環境進做出好的決策就需要對周邊的環境進行分析，即要求機器能夠“看”到周圍的環境，並能夠理解它們。就像人做的那樣。所以機器視覺是人工智能中非常重要的一個領域。

　　機器視覺在許多人類視覺無法感知的場合發揮重要作用，如精確定律感知、危險場景感知、不可見物體感知等，機器視覺更突出他的優越性。現在機器視覺已在一些領域的到應用，如零件識別與定位，產品的檢驗，移動機器人導航遙感圖像分析，安全減半、監視與跟蹤，國防係統等。它們的應用於機器視覺的發展起著相互促進的作用。

　　2、指紋識別

　　指紋識別技術把一個人同他的指紋對應起來，通過比較他的指紋和預先保存的指紋進行比較，就可以驗證他的真實身份。每個人（包括指紋在內）皮膚紋路在圖案、斷點和交叉點上各不相同，也就是說，是唯一的，並且終生不變。依靠這種唯一性和穩定性，我們才能創造指紋識別技術。

　　指紋識別主要根據人體指紋的紋路、細節特征等信息對操作或被操作者進行身份鑒定，得益於現代電子集成製造技術和快速而可靠的算法研究，已經開始走入我們的日常生活，成為目前生物檢測學中研究最深入，應用最廣泛，發展最成熟的技術。

　　指紋識別係統應用了人工智能技術中的模式識別技術。模式識別是指對表征事物或現象的各種形式的(數值的、文字的和邏輯關係的)信息進行處理和分析，以對事物或現象進行描述、辨認、分類和解釋的過程。很顯然指紋識別屬於模式識別範疇。

　　3、人臉識別

　　人臉識別，特指利用分析比較人臉視覺特征信息進行身份鑒別的計算機技術。人臉識別是一項熱門的計算機技術研究領域，人臉追蹤偵測，自動調整影像放大，夜間紅外偵測，自動調整曝光強度；它屬於生物特征識別技術，是對生物體（一般特指人）本身的生物特征來區分生物體個體。

　　人臉識別技術是基於人的臉部特征，對輸入的人臉圖象或者視頻流.首先判斷其是否存在人臉，如果存在人臉，則進一步的給出每個臉的位置、大小和各個主要麵部器官的位置信息。並依據這些信息，進一步提取每個人臉中所蘊涵的身份特征，並將其與已知的人臉進行對比，從而識別每個人臉的身份。

　　在人工智能與人臉識別技術結合上，百度可能已經領先眾人一步，有人在秘密上爆料，說是百度人臉識別技術有了新成果，估計是與支付相關。如果百度這次推出的確實是人臉識別支付，則在移動支付上就可以甩開阿裏、企鵝很大一步。

　　百度的人臉識別技術加支付場景，有兩個層麵上的解讀。第一方麵是將識圖技術與商業層麵打通，建立更加豐富的購物場景。目前我們的購物支付場景多是遵循常規的手法：code，命令。人臉在很大程度上可以提升交易安全性和速度，是未來的必要趨勢。

　　而更深層次的是和大數據打通。尤其人臉大數據，無論在日常生活，還是商業運作上都是語音、動作之後最重要的數據之一，它更能夠將個人大數據實現更大化的整合，甚至重建信用體係規則(ob体育竞彩 //www.gdzxks.com)。

　　4、智能信息檢索技術

　　數據庫係統是儲存某個學科大量事實的計算機係統，隨著應用的進一步發展，存儲的信息量越來越大，因此解決智能檢索的問題便具有實際意義。

　　智能信息檢索係統應具有如下的功能：

　　（1）能理解自然語言，允許用自然語言提出各種詢問；

　　（2）具有推理能力，能根據存儲的事實，演繹出所需的答案；

　　（3）係統具有一定常識性知識，以補充學科範圍的專業知識。係統根據這些常識，將能演繹出更一般的一些答案來。

　　實現這些功能要應用人工智能的方法。

　　據此前百度公布的信息顯示，百度已經建成全球規模最大的深度神經網絡，這一稱為“百度大腦”的智能係統，目前可以理解分析200億個參數，達到了兩、三歲兒童的智力水平。隨著成本降低和計算機軟硬件技術的進步，再過20年，當量變帶來質變，用計算機模擬一個10-20歲人類的智力“幾乎一定可以做到”。

　　似乎可以毫無懸念地預判到人工智能在互聯網企業日後競爭中的核心地位，在這個發展的過程了，相信人工智能也會開始接觸更多更大，那些我們本以為互聯網很難滲透進去的領域。

　　5、智能控製

　　智能控製（intelligentcontrols）在無人幹預的情況下能自主地驅動智能機器實現控製目標的自動控製技術。控製理論發展至今已有100多年的曆史，經曆了“經典控製理論”和“現代控製理論”的發展階段，已進入“大係統理論”和“智能控製理論”階段。智能控製理論的研究和應用是現代控製理論在深度和廣度上的拓展。20世紀80年代以來，信息技術、計算技術的快速發展及其他相關學科的發展和相互滲透，也推動了控製科學與工程研究的不斷深入，控製係統向智能控製係統的發展已成為一種趨勢。

　　對許多複雜的係統，難以建立有效的數學模型和用常規的控製理論去進行定量計算和分析，而必須采用定量方法與定性方法相結合的控製方式。定量方法與定性方法相結合的目的是，要由機器用類似於人的智慧和經驗來引導求解過程。因此，在研究和設計智能係統時，主要注意力不放在數學公式的表達、計算和處理方麵，而是放在對任務和現實模型的描述、符號和環境的識別以及知識庫和推理機的開發上，即智能控製的關鍵問題不是設計常規控製器，而是研製智能機器的模型。

　　此外，智能控製的核心在高層控製，即組織控製。高層控製是對實際環境或過程進行組織、決策和規劃，以實現問題求解。為了完成這些任務，需要采用符號信息處理、啟發式程序設計、知識表示、自動推理和決策等有關技術。這些問題求解過程與人腦的思維過程有一定的相似性，即具有一定程度的“智能”。