人工智慧影響生活論文

　　人工智慧Artificial Intelligence，是相對與人的自然智慧而言的，它是指採用人工的方法及技術，對人工智慧進行模仿、延伸及擴充套件，進而實現“機器思維”式的人工智慧。以下是小編整理的的相關文章，歡迎閱讀!

　　篇一

　　一、引言

　　隨著計算機應用範圍不斷的拓寬，我們對於計算機具有更加有效的感知“能力”，諸如對聲音、文字、影象、溫度以及震動等外界資訊，這樣就可以依靠計算機來對人類的生存環境進行數字化改造。但是從一般的意義上來講，當前的計算機都無法直接感知這些資訊，而只能通過人在鍵盤、滑鼠等外設上的操作才能感知外部資訊。雖然攝像儀、圖文掃描器和話筒等相關裝置已經部分的解決了非電訊號的轉換問題，但是仍然存在著識別技術不高，不能確保計算機真正的感知所採錄的究竟是什麼資訊。這直接使得計算機對外部世界的感知能力低下，成為計算機應用發展的瓶頸。這時，能夠提高計算機外部感知能力的學科——模式識別應運而生，並得到了快速的發展。

　　人工智慧中所提到的模式識別是指採用計算機來代替人類或者是幫助人類來感知外部資訊，可以說是一種對人類感知能力的一種模擬模擬。它探討的是計算機模式識別系統的建立，通過計算機系統來模擬人類感官對外界資訊的識別和感知。

　　二、人工智慧和模式識別

　　一人工智慧。人工智慧Artificial Intelligence，是相對與人的自然智慧而言的，它是指採用人工的方法及技術，對人工智慧進行模仿、延伸及擴充套件，進而實現“機器思維”式的人工智慧。簡而言之，人工智慧是一門研究具有智慧行為的計算模型，其最終的目的在於建立一個具有感知、推理、學習和聯想，甚至是決策能力的計算機系統，快速的解決一些需要專業人才能解決的問題。從本質上來講，人工智慧是一種對人類思維及資訊處理過程的模擬和模擬。

　　二模式識別。模式識別，即通過計算機採用數學的知識和方法來研究模式的自動處理及判讀，實現人工智慧。在這裡，我們將周圍的環境及客體統統都稱之為“模式”，即計算機需要對其周圍所有的相關資訊進行識別和感知，進而進行資訊的處理。在人工智慧開發，即智慧機器開發過程中的一個關鍵環節，就是採用計算機來實現模式包括文字、聲音、人物和物體等的自動識別，其在實現智慧的過程中也給人類對自身智慧的認識提供了一個途徑。在模式識別的過程中，資訊處理實際上是機器對周圍環境及客體的識別過程，是對人蔘與智慧識別的一個模擬。相對於人而言，光學資訊及聲學資訊是兩個重要的資訊識別來源和方式，它同時也是人工智慧機器在模式識別過程中的兩個重要途徑。在市場上具有代表性的產品有：光學字元識別系統以及語音識別系統等。

　　在這裡的模式識別，我們可以將之理解成為：根據識別物件具有特徵的觀察值來將其進行分類的一個過程。採用計算機來進行模式識別，是在上世紀60年代初發展起來的一門新興學科。

　　三、人工智慧在模式識別中的應用

　　一數字識別及語音識別。在數字識別的過程中，對於手寫體的識別一直是一個難題，而其又在郵政編碼的識別、銀行業務等方面具有較為廣泛的應用，但是其字型形式變化較大，導致提高對其的識別率成為了一個難題，精準的識別存在著較大的困難。而採用人工智慧中的神經網路技術後，系統可以利用神經網路的學習及快速並行功能來實現對手寫數字的快速識別，有力的提高相關運用領域的工作效率。

　　而語音識別，簡單的將就是能使得計算機能聽懂人所說的話，一個典型的例子就是七國語言中、日、英、意、韓、法、德口語自動翻譯系統，它可以將人說的話翻譯成為機器所設定的目的語言，在整個過程中不需要翻譯人員的參與。其中的中文部分實驗平臺設定在中科院自動化所的模式識別國家重點實

　　驗室中，這標誌著我國的機器口語翻譯研究已經跨入世界先進行列。在這個系統的功能實現之後，出國旅行需要預定旅館、購買機票、就餐等需要和外國人進行對話時，只需要利用電話 網路或者是國際網際網路就能夠順利的和對方進行通話，進行 語言交流。

　　二人臉立體識別模式。人臉識別的過程主要包括這樣三個主要的部分：其一，人臉模式庫，即與所採集的實時影象進行對比，判斷其是否存在於人臉模式庫當中，若存在，則給出每個人臉的位置和大小等相關的臉部資訊;其二，對面部特徵進行定位，即對每一個人臉的主要器官進行檢測，包括對其的具體位置和形狀等特徵進行具體的資訊收集，然後將之進行歸一化的處理;其三，比對，即根據所採集到得人臉面部特徵來和人臉模式庫中的影象進行對比，之後對該人臉的身份進行核實。

　　常見的人臉識別技術大部分可以歸為這樣三個型別：採用基於幾何特徵的方法，基於模板的方法以及基於模型的方 法。其中，基於幾何特徵的方法最為常見，它通常需要與其他的演算法進行結合之後才能形成比較好的識別效果;而基於模板的方法又能夠分為基於匹配的方法、臉部特徵的方法、線性判別分析的方法、神經網路方法以及奇異值分解方法等;再次，基於模型的方法主要包括基於隱馬爾可夫模型、主動外觀模型和主動形狀模型方法等。

　　採用人臉識別模式來進行身份驗證具有明顯的有點，諸如：易用性好、準確度高、隱私效能好、穩定性好，且能被大部分的使用者容所接受。人臉二維影象的識別已經基本實現，但是基於三維的立體影象人臉識別技術卻處於研發階段。人臉的二維及三維模型所反映的臉部外部資訊是不同的，二維影象中的灰度值反映的是人臉表面亮度的差異，而三維影象中添加了深度資訊，它能夠表達臉形的資訊資料，使得臉部的資訊量更加豐富，能提高臉部的識別概率。

下一頁分享更優秀的>>>