人工智能的发展及应用研究.doc

(完整版)人工智能的发展及应用研究人工智能的发展及应用研究 摘要：人工智能作为一门当今人们最为常用的技术科学之一，越来越多地被运用到各个领域。人工智能可以对人的意识、思维的信息过程进行模拟，虽然无法做到真正的人的智能，但在科技的进步中尽量做到能够像人那样思考,从而实现向人类智慧靠近，做到真正的智能。文章研究了人工智能的发展及应用。人工智能是计算机科学的一个分支。顾名思义，在了解智能的实质后，根据人类智慧会作出的反应，生产出一种近似于人的智能的机器，这种技术即为人工智能。人工智能从诞生以来,理论和技术日益成熟，在现代科技的发展过程中，它应用领域也不断扩大。可以想象在不久的将来，人工智能对人们的生活会产生极大的影响。 关键词：人工智能；识别处理；理论与技术结合;人类智慧 当今世界，全球的竞争越来越体现在经济和科技实力上，而人工智能代表着科技带来的新兴力量。在发展的过程中，它逐步成为促进经济增长和提高科技竞争力的关键，同时也作为企业技术战略的重要一环，对企业的长远发展意义重大。 从20世纪70年代开始，人工智能就被称为世界三大尖端技术之一，随着时代的进步与发展，到了21世纪，人工智能仍被称为三大尖端技术之一，这足以看出人工智能在现代科技中有着不可磨灭的地位。人工智能在很多科学领域都获得了广泛应用，并取得了丰硕的成果，本文将从定义,发展历程和应用3个方面出发对人工智能作一个初步的解读,并从人脸识别入手,对人工智能做一个较为简单的分析。 1 定义 人工智能的定义可分为“人工”和“智能”两部分。先从“人工”讲起，人力工作下能创造出来的系统，总的来说人工系统就是广义上我们所理解的人工系统。 “智能”的定义更加广泛些，包括智慧、思维、意识等。当然，人工智能中的智能指的是人类的智慧.因此人工智能的研究往往也包括对人类本身智慧的研究，使得计算机通过模拟人的思维及行为进行工作，等于给运行相对比较死板的机器赋予了智能，从而更好地服务人类。 2发展历程 从1946年第一台电子计算机的诞生开始，就说明了人类技术已经可以创造出机器智能.从那以后，便意味着人类真正地拥有了一个可以模拟人类智慧的工具，做出能够实现“自己思考”的机器也并不遥远.“人工智能”一词最初是在1956年Dartmouth学会上提出的，从那以后，人们开始研究众多理论和原理。虽然说，人工智能的发展远比人们预想中的要慢，但从60年前出现到现在一直在前进,在这一发展的过程中各种AI程序出现在人们的生活和工作当中，并且它们对于其他技术的发展也有着极大的影响。 人们感受到运用计算机和人工智能技术能够给生活和工作带来了更多便利，于是个人电脑开始出现，各式各样的电子技术杂志将更为优秀的技术展现在人们面前，其他的一些AI领域也在20世纪80年代开始进入市场,其中最为人们所周知的一项就是机器视觉.Minsky和Marr的成果在生产线上的相机和计算机中得以运用，帮助人们对产品进行质量控制，虽然功能上没有做到特别完善.最能说明当时这些系统极其受欢迎的一点就是,到1985年的时候美国已经有一百多个公司在生产机器视觉系统。虽然19861987年市场对AI系统的需求下降，但不可否认的是它仍在慢慢恢复发展。随着新的技术被开发出来,人工智能渐渐回到了人们的视线中。 近几十年来，人工智能的发展可以说是飞速前进的。1997年,IBM公司“深蓝电脑更是击败了人类的世界国际象棋冠军，这是人工智能技术发展历程中的一个重大突破。而现在，各种智能家居，智能识别系统的出现，无论是公司、银行、医院、车站这些公共场所，还是比较私密的住宅，几乎随处可见人工智能的影子，这更是使得人工智能变成了人类生活中紧密相关并且对人们帮助重大的一部分。 3应用 专家系统、模糊逻辑、神经网络控制、学习控制和分层递阶是目前人工智能研究主要的几个领域，它们各自发展，又相互渗透，走向结合。其中，前3个领域是目前科技一体系统实现智能化的较成熟的领域. 人工智能已经从最初的应用于医疗、科技等领域，向财政、金融、保险、商业和法律方向扩展。它的研究也渐渐地包括了更多方面的内容，例如：机器人、语言识别、图像识别和自然语言处理等。下面将会通过“人脸识别”这一方面对人工智能进行简单的探讨。 4人脸识别 人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。通过摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部比对的一系列相关技术.此时的摄像头就相当于人类的眼睛，电脑通过检测观察，分析比对，辨别出“眼前”的人是不是在数据库里存在的。 人脸识别系统主要包括4个组成部分,分别为：图像采集及检测、图像预处理、图像特征提取以及匹配与识别。 当用户处于采集设备的拍摄范围内时，采集设备会自动搜索并将不同的人脸图像通过摄像头采集下来.随着科技时代的进步,这种自动检索功能已经不仅仅只能用于静态图像的检索，即便人是在运动中的，甚至是不同的表情都能检索出来。 图像的检测简单来说就是挑选出整个人脸图像的有用信息和其中包含的模式特征，为后续的预处理做准备。同时图像检测和预处理都服务于后续的特征提取. 图像特征提取是人脸识别系统中的关键，如果说上述的采集、检测、预处理只是稍微地用到了人工智能，特征提取可以说是真正将人的智慧和机器的智慧结合起来，并运用到实践中去了. 举个例子：当人看到一个苹果时，大脑的潜意识自动分析出它的颜色、大小、形状等各个方面的细节。而机器并没有这种潜意识,我们所要做的就是赋予它这种潜意识，告诉它你要去提取这些方面的细节特征，这就是人脸识别特征提取的主要技术。说得更具体一些就是，将人看到的时候分析识别的内容提取出来,例如：五官与人脸大小的比重、脸型、肤色等方面，这些组成了整个的人脸特征模板。 图像的匹配与识别就是用到了特征提取后的人脸特征模板。人脸特征模板分为两组：一组是等待识别的，当前摄像头采集到的就放在这一组；一组是已经得到的，就是数据库中的人脸图像信息。当然人是会变化的，不可能做到完全一样，这就需要我们给计算机的匹配识别设定一个阈值，当等待识别的和数据库中某一模板的相似度超过这一阈值,就把匹配得到的结果输出。 以上就是人脸识别的整个基本过程。人脸识别在人们的生活当中运用已经越来越?V泛了，它极大地节约了人力资源在这方面的使用.目前人脸识别运用的较多的地方为：（1）企业、住宅安全和管理。如门禁考勤系统.（2）电子护照及身份证。（3）公安、司法和刑侦。如搜捕逃犯。（4）信息安全.如计算机登录、车站检票. 5结语 人工智能的长期目标是建立接近于人类水平的人工智能，研究用人工的方法和技术，模仿、延伸和扩展人的智能，实现真正意义上的人工智能. 人工智能的发展也是大家有目共睹的，比如现在运用极为广泛的人脸识别系统，使用简单方便的智能家居,流程完整一体化的智能医疗。这些都意味着在以后的科技发展过程中，人工智能将会更多地渗透到人们的工作与生活当中，给人们的衣食住行等方面带来更多的便利。 参考文献 1MICHAEL N。Artificial intelligenceM .Beijing： China Machine Press. 2011 2马健?？.机器学习方法及应用研究J电脑知识与技术,2015 （19）:163164 3刘伟，王目宣.浅谈人工智能与游戏思维J科学与社会，2016 （3)：86103 4NEUMANN D. MANSI T，ITU L.et aI.A selftaught artificial agent for multi-physics computational model personalizationJ