《人工智能未來應(yīng)用》由會員分享，可在線閱讀，更多相關(guān)《人工智能未來應(yīng)用（12頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、人工智能未來應(yīng)用 　人工智能的未來應(yīng)用 　相信大家對斯皮爾伯格制作導演的影片《人工智能》應(yīng)該不會很陌生吧！影片講述21世紀中 期，由于氣候變暖，南北兩極冰蓋的融化，地球上很多城市都被淹沒在了-?片汪洋之中，此時，人 類的科學技術(shù)己經(jīng)達到了相當高的水平，人工智能機器人就是人類發(fā)明出來的用以應(yīng)對惡劣自然壞 境的科技手段2—！ 　人工智能是對人的意識、思維的信息過程的模擬。但不是人的智能，能像人那樣思考、也町能 超過人的智能。但是這種會自我思考的高級人工智能還需要科學理論和工程上的突破。從誕生以 來，人工智能理論和技術(shù)LI益成熟，應(yīng)用領(lǐng)域也不斷擴大，可以設(shè)想，未來人工智能帶來的科技產(chǎn) 品，將會

2、是人類智慧的容器。正因為如此，人工智能的應(yīng)用方向才十分之廣。 　1、智能信息檢索技術(shù) 　數(shù)據(jù)庫系統(tǒng)是儲存某個學科大量事實的計算機系統(tǒng)，隨著應(yīng)用的進一步發(fā)展，存儲的信息量越 來越大，因此解決智能檢索的問題便具冇實際意義。 　智能信息檢索系統(tǒng)應(yīng)具有如下的功能： 　（1）能理解白然語言，允許用白然語言提出各種詢問； ?。?）具有推理能力，能根據(jù)存儲的事實，演繹出所需的答案； ?。?）系統(tǒng)具有一定常識性知識，以補充學科范圍的專業(yè)知識。系統(tǒng)根據(jù)這些常識，將能演繹 出更一般的一些答案來。 　實現(xiàn)這些功能要應(yīng)川人工智能的方法。 　據(jù)此前百度公布的信息顯示，百度已經(jīng)建成全球規(guī)模最大的深度神經(jīng)網(wǎng)

3、絡(luò)，這一稱為百度人腦 的智能系統(tǒng)，目前可以理解分析200億個參數(shù)，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(shù)的進步，再過20年，當量變帶來質(zhì)變，用計算機模擬一個10-20歲人類的智力 兒乎一定可以做到。 　似乎可以毫無懸念地預(yù)判到人工智能在互聯(lián)網(wǎng)企業(yè)口后競爭中的核心地位，在這個發(fā)展的過程 了，相信人工智能也會開始接觸更多更大，那些我們木以為互聯(lián)網(wǎng)很難滲透進去的領(lǐng)域。 　2、指紋識別 　指紋識別技術(shù)把一個人同他的指紋對應(yīng)起來，通過比較他的指紋和預(yù)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(nèi)）皮膚紋路在圖案、斷點和交叉點上各不相同， 也就是說，是唯

4、一的，并且終生不變。依靠這種唯一性和穩(wěn)定性，我們才能創(chuàng)造指紋識別技術(shù)。 　指紋識別主要根據(jù)人體指紋的紋路、細節(jié)特征等信息對操作或被操作者進行身份鑒定，得益于 現(xiàn)代電子集成制造技術(shù)和快速而可靠的算法研究，己經(jīng)開始走入我們的H常生活，成為目而生物檢 測學小研究最深入，應(yīng)川最廣泛，發(fā)展最成熟的技術(shù)。（微信號：wontie365） 　指紋識別系統(tǒng)應(yīng)川了人工智能技術(shù)中的模式識別技術(shù)。模式識別是指對表征事物或現(xiàn)彖的各種 形式的（數(shù)值的、文字的和邏輯關(guān)系的）信息進行處理和分析，以對事物或現(xiàn)彖進行描述、辨認、 分類和解釋的過程。很顯然指紋識別屬于模式識別范疇。 　3、人臉識別 　人臉識別，特指利川分析

5、比較人臉視覺特征信息進行身份鑒別的計算機技術(shù)。人臉識別是一項 熱門的計算機技術(shù)研究領(lǐng)域，人臉追蹤偵測，自動調(diào)整影像放人，夜間紅外偵測，自動調(diào)整曝光強 度；它屬于生物特征識別技術(shù)，是對生物體（一般特指人）本身的空物特征來區(qū)分牛物體個體。 　人臉識別技術(shù)是基于人的臉部特征，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、大小和各個主要面部器官的位置信息。并依據(jù) 這些信息，進一步提取每個人臉中所蘊涵的身份特征，并將其與已知的人臉進行對比，從何識別每 個人臉的身份。 　在人工徹能與人臉識別技術(shù)結(jié)合上，百度可能己經(jīng)領(lǐng)先眾人一步，有人在秘密上爆料，說是百

6、 度人臉識別技術(shù)有了新成果，估計是與支付相關(guān)。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里、企鵝很大一步。 　百度的人臉識別技術(shù)加支付場景，冇兩個層面上的解讀。第一方面是將識圖技術(shù)與商業(yè)層ifii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(guī)的手法：code,命令。人臉 在很人程度上可以提升交易安全性和速度，是未來的必要趨勢。 　而更深層次的是和人數(shù)據(jù)打通。尤具人臉人數(shù)據(jù)，無論在H常牛活，還是商業(yè)運作上都是語 咅、動作Z后最重要的數(shù)據(jù)乙一，它更能夠?qū)€人大數(shù)據(jù)實現(xiàn)更大化的整合，甚至重建信用體系規(guī) 則。 　4、機器視覺 　機器視覺就是用機器代替

7、人眼來做測量和判斷。機器視覺系統(tǒng)是指通過機器視覺產(chǎn)品（即圖像 攝収裝置，分CMOS和CCD兩種）將被攝取目標轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根 據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號；圖像系統(tǒng)對這些信號進行各種運算來抽取目 標的特征，進而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)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H行的根據(jù)當時的環(huán)境做出相對較好的決策。這就需要計算機不僅僅能夠計算，還能夠擁冇 一定得智能。而要對周圍的環(huán)境進做出好的決策就需要對周邊的環(huán)境進行分析，即要求機器能夠看 到周圍的環(huán)境，并能夠理解它們。就像人做的那

8、樣。所以機器視覺是人工智能中非常重要的一個領(lǐng) 域。 　機器視覺在許多人類視覺無法感知的場合發(fā)揮重要作用，如精確定律感知、危險場景感知、不 町見物體感知等，機器視覺更突出他的優(yōu)越性?，F(xiàn)在機器視覺己在一些領(lǐng)域的到應(yīng)用，如零件識別 與定位，產(chǎn)品的檢驗，移動機器人導航遙感圖像分析，安全減半、監(jiān)視與跟蹤，國防系統(tǒng)等。它們 的應(yīng)用于機器視覺的發(fā)展起著相互促進的作用。 　5、智能控制 　智能控制（intel 1 igcntcontroIs）在無人干預(yù)的情況下能自主地驅(qū)動智能機器實現(xiàn)控制忖標 的自動控制技札控制理論發(fā)展至今已有100多年的歷史，經(jīng)歷了經(jīng)典控制理論和現(xiàn)代控制理論的 發(fā)展階段，己進入人系統(tǒng)理

9、論和彳甲能控制理論階段。侑能控制理論的研究和應(yīng)川是現(xiàn)代控制理論在 深度和廣度上的拓展。20世紀80年代以來，信息技術(shù)、計算技術(shù)的快速發(fā)展及其他相關(guān)學科的發(fā) 展和相互滲透，也推動了控制科學與工程研究的不斷深入，控制系統(tǒng)向智能控制系統(tǒng)的發(fā)展已成為 一種趨勢。 　對許多復(fù)雜的系統(tǒng)，難以建立有效的數(shù)學模型和用常規(guī)的控制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(jié)合的控制方式。定量方法與定性方法相結(jié)合的口的是，耍由機器 用類似于人的智慧和經(jīng)驗來引導求解過程。因此，在研究和設(shè)計智能系統(tǒng)時，主要注意力不放在數(shù) 學公式的表達、計算和處理方而，1佃是放在對任務(wù)和現(xiàn)實模型的描述、符號和壞境的識別

10、以及知識 庫和推理機的開發(fā)上，即御能控制的關(guān)鍵問題不是設(shè)計常規(guī)控制器，而是研制獰能機器的模型。 　此外，御能控制的核心在高層控制，即紐織控制。高層控制是對實際壞境或過程進行紐織、決 策和規(guī)劃，以實現(xiàn)問題求解。為了完成這些任務(wù)，需要采用符號信息處理、啟發(fā)式程序設(shè)計、知識 表示、口動推理和決策等有關(guān)技術(shù)。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。 　隨著人工智能和計算機技術(shù)的發(fā)展，已經(jīng)有可能把H動控制和人工智能以及系統(tǒng)科學屮一些有 關(guān)學科分支（如系統(tǒng)工程、系統(tǒng)學、運籌學、信息論）結(jié)合起來，建立一種適用于復(fù)朵系統(tǒng)的控制 理論和技術(shù)。智能控制正是在這種條件卜?產(chǎn)牛的。

11、它是自動控制技術(shù)的最新發(fā)展階段，也是用計算 機模擬人類智能進行控制的研究領(lǐng)域。 　6、視網(wǎng)膜識別 　視網(wǎng)膜是眼睛底部的血液細胞層。視網(wǎng)膜掃描是采用低密度的紅外線去捕捉視網(wǎng)膜的獨特特 征，血液細胞的唯一?模式就因此被捕捉下來。 　視網(wǎng)膜也是一種用于牛:物識別的特征，有人甚至認為視網(wǎng)膜是比虹膜更唯一的生物特征，視網(wǎng) 膜識別技術(shù)要求激光照射眼球的背而以獲得視網(wǎng)膜特征的唯一性。 　雖然視網(wǎng)膜掃描的技術(shù)含量較高，但視網(wǎng)膜掃描技術(shù)可能是最古老的生物識別技術(shù)，在20世 紀30年代，通過研究就得出了人類眼球后部血管分布唯一性的理論，進一步的研究的表明，即使 是彎生子，這種血管分布也是具有唯一性的，除了

12、患有眼疾或者嚴重的腦外傷外，視網(wǎng)膜的結(jié)構(gòu)形 式在人的一生當小都相當穩(wěn)定。 　7、虹膜識別 　人的眼睛結(jié)構(gòu)由鞏膜、虹膜、瞳孔三部分構(gòu)成。虹膜是位于黑色瞳孔和口色鞏膜Z間的圓壞狀 部分，其包含有很多和互交錯的斑點、細絲、冠狀、條紋、隱再等的細節(jié)特征。這些特征決定了虹 膜特征的唯一性，同時也決定了身份識別的唯一性。 　虹膜的形成由遺傳基因決定，人體基因表達決定了虹膜的形態(tài)、生理、顏色和總的外觀。人發(fā) 育到八個月左右，虹膜就基本上發(fā)育到了足夠尺寸，進入了相對穩(wěn)定的時期。除非極少見的反常狀 況、身體或粕神上人的創(chuàng)傷才可能造成虹膜外觀上的改變外，虹膜形貌可以保持數(shù)十年沒有多少變 化。另一方面，虹膜是

13、外部可見的，但同時又屬于內(nèi)部組織，位于角膜后面。要改變虹膜外觀，需 要非常精細的外科手術(shù)，而且要冒著視力損傷的危險。虹膜的高度獨特性、穩(wěn)定性及不可更改的特 點，是虹膜可丿IJ作身份鑒別的物質(zhì)基礎(chǔ)。 　在包括指紋在內(nèi)的所有生物識別技術(shù)中，虹膜識別是當前應(yīng)用最為方便和精確的一種。虹膜識 別技術(shù)被廣泛認為是二十一世紀最具冇發(fā)展前途的生物認證技術(shù)，未來的安防、國防、電了商務(wù)等 多種領(lǐng)域的應(yīng)用，也必然的會以虹膜識別技術(shù)為重點。這種趨勢已經(jīng)在全球各地的各種應(yīng)用屮逐漸 開始顯現(xiàn)出來，市場應(yīng)用前景非常廣闊。 　8、掌紋識別 　掌紋識別是近兒年捉出的-?種較新的綸物特征識別技術(shù)。學紋是指手指末端到手腕部分

14、的手學 圖像。其屮很多特征可以用來進行身份識別：如主線、皺紋、細小的紋理、脊末梢、分叉點等。掌 紋識別也是一種非侵犯性的識別方法，川戶比較容易接受，對采集設(shè)備要求不高。 　掌紋中最重要的特征是紋線特征，而且這些紋線特征屮最清晰的兒條紋線基本上是伴隨人的一 生不發(fā)生變化的。并口在低分辨率和低質(zhì)量的圖像中仍能夠清晰的辨認。 　點特征主要是指手掌上所具有的和指紋類似的皮膚農(nóng)面特征，如掌紋乳突紋在局部形成的奇界 點及紋形。點特征需要在高分辨率和高質(zhì)雖的圖像中獲取，因此對圖像的質(zhì)雖要求較高。 　紋理特征，主要是指比紋線更短、更細的一些紋線，但其在手掌上分布是毫無規(guī)律的。掌紋的 特征還包括兒何特征：

15、如手掌的寬度、長度和兒何形狀，以及手掌不同區(qū)域的分布。 　掌紋屮所包含的信息遠比一枚指紋包含的信息豐富，利用掌紋的紋線特征、點特征、紋理特 征、幾何特征完全可以確定一個人的身份。因此，從理論上講，掌紋具冇比指紋更好的分辨能力和 更高的鑒別能力。 　9、專家系統(tǒng) 　專家系統(tǒng)是一個儈能計算機程序系統(tǒng)，其內(nèi)部含有大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng)驗，能 夠利用人類專家的知識和解決問題的方法來處理該領(lǐng)域問題。也就是說，專家系統(tǒng)是一個具有大量 的專門知識與經(jīng)驗的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)和計算機技術(shù)，根據(jù)某領(lǐng)域一個或多個專家捉 供的知識和經(jīng)驗，進行推理和判斷，模擬人類專家的決策過程，以便解決那些需

16、要人類專家處理的 復(fù)雜問題，簡而言之，專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問題的計算機程序系統(tǒng)。 　專家系統(tǒng)是人工智能屮最重要的也是最活躍的一個應(yīng)用領(lǐng)域，它實現(xiàn)了人工智能從理論研究走 向?qū)嶋H應(yīng)用、從一般推理策略探討轉(zhuǎn)向運用專門知識的重大突破。專家系統(tǒng)是早期人工智能的一個 重要分支，它可以看作是一類具有專門知識和經(jīng)驗的計算機智能程序系統(tǒng)，一般采用人工智能中的 知識表示和知識推理技術(shù)來模擬通常由領(lǐng)域?qū)＜也拍芙鉀Q的復(fù)雜問題。 　專家系統(tǒng)的發(fā)展已經(jīng)歷了 3個階段，止向第四代過渡和發(fā)展。第一代專家系統(tǒng)(dendraK macsyma等)以高度專業(yè)化、求解專門問題的能力強為特點。但在體系結(jié)構(gòu)的完整性、可

17、移植性、 系統(tǒng)的透明性和靈活性等方面存在缺陷，求解問題的能力弱。第二代專家系統(tǒng)(mycin、casnet. prospector, hearsay等)屬單學科專業(yè)型、應(yīng)用型系統(tǒng)，其體系結(jié)構(gòu)較完整，移植性方面也有所 改善，而R在系統(tǒng)的人機接口、解釋機制、知識獲取技術(shù)、不確定推理技術(shù)、增強專家系統(tǒng)的知識 表示和推理方法的啟發(fā)性、通用性等方面都冇所改進。第三代專家系統(tǒng)屬多學科綜合型系統(tǒng)，采用 多種人工智能語言，綜合采用各種知識表示方法和多種推理機制及控制策略，并開始運用各種知識 工程語言、骨架系統(tǒng)及專家系統(tǒng)開發(fā)工具和壞境來研制人型綜合專家系統(tǒng)。 　在總結(jié)前三代專家系統(tǒng)的設(shè)計方法和實現(xiàn)技術(shù)的基礎(chǔ)上，

18、已開始采用大型多專家協(xié)作系統(tǒng)、多 種知識表示、綜合知識庫、自組織解題機制、多學科協(xié)同解題與并行推理、專家系統(tǒng)工具與環(huán)境、 人工神經(jīng)網(wǎng)絡(luò)知識獲取及學習機制等最新人工智能技術(shù)來實現(xiàn)具冇多知識庫、多主體的第四代專家 系統(tǒng)。 　10、自動規(guī)劃 　口動規(guī)劃是一種重要的問題求解技術(shù)，與一般問題求解相比，自動規(guī)劃更注重于問題的求解過 程，而不是求解結(jié)果。此外，規(guī)劃要解決的問題，如機器人世界問題，往往是真實世界問題，而不 是比較抽彖的數(shù)學模型問題。與一些求解技術(shù)相比，自動規(guī)劃系統(tǒng)與專家系統(tǒng)均屬高級求解系統(tǒng)與 技術(shù)。 　規(guī)劃是-?種重要的問題求解技術(shù)，它從某個特定的問題狀態(tài)出發(fā)，尋求一系列行為動作，并建 立一個操作序列，直到求得目標狀態(tài)為止。 　規(guī)劃可用來監(jiān)控問題求解過程，并能夠在造成較大的危害之前發(fā)現(xiàn)差錯。規(guī)劃的好處可歸納為 簡化搜索、解決目標矛盾以及為差錯補償提供基礎(chǔ)。 　未來人工智能技術(shù)將進一步推動關(guān)聯(lián)技術(shù)和新興科技、新興產(chǎn)業(yè)的深度融合，推動新一倫的 信息技術(shù)革命，其人工智能技術(shù)將成為我國經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型升級的新支點。