未来人工智能的十大应用方向

《未来人工智能的十大应用方向》由会员分享，可在线阅读，更多相关《未来人工智能的十大应用方向（5页珍藏版）》请在金锄头文库上搜索。

1、未来人工智能的十大应用方向导读：随着人工智能理论和技木的不断完善，应用范围领域也在逐渐向多方向发展。未 来，人工智能虽然不能向人类一样，拥有自己的意识和思维方式，但是这种自我思考的人工 智能己经打破了常规。未来，人工智能带来的产品，或许将是人类智慧的“容器”。由此， 对于未来人工智能应用方向，也将会成为热点。关键字：人工智能机器视觉人工智能（ArtificiallntelligEce）,英文缩写为AE它是研究、开发用于模拟、延伸和扩展 人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是对人的意识、思维的信息过程的模拟。但不是人的智能，能像人那样思考、 也可能超过人的智能。但是这

2、种会自我思考的高级人工智能还需要科学理论和工程上的突 破。从诞生以来，人工智能理论和技术口益成熟，应用领域也不断扩大，可以设想，未来人 工智能带来的科技产品，将会是人类智慧的“容器二正因为如此，人工智能的应用方向才 十分之广。1、机器视觉机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品 （即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的 图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信 号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。人工智能能使机器能够担任一些需要人工处理的工作。

3、而这些工作需要做一定的决策, 要求机器能够自行的根据当时的环境做出相对较好的决策。这就需要计算机不仅仅能够计 算，还能够拥有一定得智能。而要对周困的环境进做出好的决策就需要对周边的环境进行分 析，即要求机器能够“看”到周I韦I的环境，并能够理解它们。就像人做的那样。所以机器视 觉是人工智能中非常重要的一个领域。机器视觉在许多人类视觉无法感知的场合发挥重要作用，如精确定律感知、危险场景感 知、不可见物体感知等，机器视觉更突出他的优越性。现在机器视觉已在一些领域的到应用， 如零件识别与定位，产品的检验，移动机器人导航遥感图像分析，安全减半、监视与跟踪, 国防系统等。它们的应用于机器视觉的发展起着相

4、互促进的作用。2、指纹识别指纹识别技术把一个人同他的指纹对应起来,通过比较他的指纹和预先保存的指纹进行 比较，就可以验证他的真实身份。每个人（包括指纹在内）皮肤纹路在图案、断点和交叉点 上各不相同，也就是说，是唯一的，并旦终生不变。依靠这种唯一性和稳定性，我们才能创 造指纹识别技术。指纹识别主要根据人体指纹的纹路、细节特征等信息对操作或被操作者进行身份鉴定， 得益于现代电子集成制造技木和快速而可靠的算法研究，己经开始走入我们的口常生活，成 为目前生物检测学中研究最深入，应用最广泛，发展最成熟的技术。指纹识别系统应用了人工智能技术中的模式识别技木。模式识别是指对表征事物或现象 的各种形式的（数值

5、的、文字的和逻辑关系的）信息进行处理和分析，以对事物或现象进行描 述、辨认、分类和解释的过程。很显然指纹识别属于模式识别范畴。3、人脸识别人脸识别，特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别 是一项热门的计算机技术研究领域，人脸追踪侦测，自动调整影像放大，夜间红外侦测，自 动调整曝光强度：它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来 区分生物体个体。人脸识别技木是基于人的脸部特征，对输入的人脸图象或者视频流.首先判断其是否存 在人脸，如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信 息。并依据这些信息，进一步提取每个人脸中所蕴

6、涵的身份特征，并将其与己知的人脸进行 对比，从而识别每个人脸的身份。在人工智能与人脸识别技术结合上，百度可能己经领先众人一步，有人在秘密上爆料, 说是百度人脸识别技木有了新成果，估计是与支付相关。如果百度这次推出的确实是人脸识 别支付，则在移动支付上就可以甩开阿里、企鹅很大一步。百度的人脸识别技术加支付场景，有两个层面上的解读。第一方面是将识图技术与商业 层面打通，建立更加丰富的购物场景。目前我们的购物支付场景多是遵循常规的手法：code, 命令。人脸在很大程度上可以提升交易安全性和速度，是未来的必要趋势。而更深层次的是和大数据打通。尤其人脸大数据，无论在日常生活，还是商业运作上都 是语音、动

7、作之后最重要的数据之一，它更能够将个人大数据实现更大化的整合，甚至重建 信用体系规则。4、智能信息检索技术数据库系统是储存某个学科大量事实的计算机系统，随着应用的进一步发展，存储的信 息量越来越大，因此解决智能检索的问题便具有实际意义。智能信息检索系统应具有如下的功能：（1）能理解自然语言，允许用自然语言提出各种询问:（2）具有推理能力，能根据存储的事实，演绎出所需的答案;（3）系统具有一定常识性知识，以补充学科范围的专业知识。系统根据这些常识，将 能演绎出更一般的一些答案来。实现这些功能要应用人工智能的方法。据此前百度公布的信息显示，百度己经建成全球规模最大的深度神经网络，这一称为百 度大脑

8、”的智能系统，目前可以理解分析200亿个参数，达到了两、三岁儿童的智力水平。 随着成本降低和计算机软硬件技术的进步，再过20年，当量变带来质变，用计算机模拟一 个10-20岁人类的智力“几乎一定可以做到似乎可以亳无悬念地预判到人工智能在互联网企业口后竞争中的核心地位，在这个发展 的过程了，相信人工智能也会开始接触更多更大，那些我们本以为互联网很难渗透进去的领 域。5、智能控制智能控制（mtelligentcontrols）在无人干预的情况下能自主地驱动智能机器实现控制目 标的自动控制技术。控制理论发展至今己有100多年的历史，经历了“经典控制理论”和“现 代控制理论”的发展阶段，己进入“大系统

9、理论”和“智能控制理论”阶段。智能控制理论 的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计 算技木的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断 深入，控制系统向智能控制系统的发展己成为一种趋势。对许多复杂的系统，雅以建立有效的数学模型和用常规的控制理论去进行定量计算和分 析，而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的 是，要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能系统时, 主要注意力不放在数学公式的表达、计算和处理方面，而是放在对任务和现实模型的描述、 符号和环境的识别

10、以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制 器，而是研制智能机器的模型。此外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组 织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程 序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一 定的相似性，即具有一定程度的“智能”。随着人工智能和计算机技木的发展，已经有可能把自动控制和人工智能以及系统科学中 一些有关学科分支（如系统工程、系统学、运筹学、信息论）结合起来，建立一种适用于复 杂系统的控制理论和技术。智能控制正是在这种条件下产生的。它是自动控

11、制技术的最新发 展阶段，也是用计算机模拟人类智能进行控制的研究领域。6、视网膜识别视网膜是眼睛底部的血液细胞层。视网膜扫描是采用低密度的红外线去捕捉视网膜的独 特特征，血液细胞的唯一模式就因此被捕捉下来。视网膜也是一种用于生物识别的特征，有人甚至认为视网膜是比虹膜更唯一的生物特 征，视网膜识别技术要求激光照射眼球的背面以获得视网膜特征的唯一性。虽然视网膜扫描的技术含量较高，但视网膜扫描技术可能是最古老的生物识别技术，在 20世纪30年代，通过研究就得出了人类眼球后部血管分布唯一性的理论，进一步的研究的 表明，即使是挛生子，这种血管分布也是具有唯一性的，除了患有眼疾或者严重的脑外伤外, 视网膜的

12、结构形式在人的一生当中都相当稳定。7、虹膜识别人的眼睛结构由巩膜、虹膜、瞳孔三部分构成。虹膜是位于黑色瞳孔和白色巩膜之间的 圆环状部分，其包含有很多相互交错的斑点、细幺幺、冠状、条纹、隐窝等的细节特征。这些 特征决定了虹膜特征的唯一性，同时也决定了身份识别的唯一性。虹膜的形成由遗传基因决定，人体基因表达决定了虹膜的形态、生理、颜色和总的外观。 人发育到八个月左右，虹膜就基本上发育到了足够尺寸，进入了相对稳定的时期。除非极少 见的反常状况、身体或精神上大的创伤才可能造成虹膜外观上的改变外，虹膜形貌可以保持 数十年没有多少变化。另一方面，虹膜是外部可见的，但同时又属于内部组织，位于角膜后 面。要改

13、变虹膜外观，需要非常精细的外科手术，而且要冒着视力损伤的危险。虹膜的高度 独特性、稳定性及不可更改的特点，是虹膜可用作身份鉴别的物质基础。在包括指纹在内的所有生物识别技术中，虹膜识别是当前应用最为方便和精确的一种。 虹膜识别技术被广泛认为是二十一世纪最具有发展前途的生物认证技术，未来的安防、国防、 电子商务等多种领域的应用，也必然的会以虹膜识别技术为重点。这种趋势己经在全球各地 的各种应用中逐渐开始显现出来，市场应用前景非常广阔。8、掌纹识别掌纹识别是近几年提出的一种较新的生物特征识别技术。掌纹是指手指末端到手腕部分 的手掌图像。其中很多特征可以用来进行身份识别：如主线、皱纹、细小的纹理、脊末

14、梢、 分叉点等。掌纹识别也是一种非侵犯性的识别方法，用户比较容易接受，对采集设备要求不 局。掌纹中最重要的特征是纹线特征，而且这些纹线特征中最清晰的几条纹线基本上是伴随 人的一生不发生变化的。并旦在低分辨率和低质量的图像中仍能够清晰的辨认。点特征主要是指手掌上所具有的和指纹类似的皮肤表面特征，如掌纹乳突纹在局部形成 的奇异点及纹形。点特征需要在高分辨率和高质量的图像中获取，因此对图像的质量要求较 局。纹理特征，主要是指比纹线更短、更细的一些纹线，但其在手掌上分布是亳无规律的。 掌纹的特征还包括几何特征：如手掌的宽度、长度和几何形状，以及手掌不同区域的分布。掌纹中所包含的信息远比一枚指纹包含的信

15、息丰富，利用掌纹的纹线特征、点特征、纹 理特征、几何特征完全可以确定一个人的身份。因此，从理论上讲，掌纹具有比指纹更好的 分辨能力和更高的鉴别能力。9、专家系统专家系统是一个智能计算机程序系统,其内部含有大量的某个领域专家水平的知识与经 验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是 一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领 域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解 决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问 题的计算机程序系统。专家系统是人工

16、智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论 研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统是早期人 工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一 般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。专家系统的发展己经历了 3个阶段，正向第四代过渡和发展。第一代专家系统(dendral. inacsyma等)以高度专业化、求解专门问题的能力强为特点。但在体系结构的完整性、可移 植性、系统的透明性和灵活性等方面存在缺陷，求解问题的能力弱。第二代专家系统(mycin、 casnet prospectorhearsay等)属单学科专业型、应用型系统，其体系结构较完整，移植性 方面也有所改善，而且在系统的人机接II、解释机制、知识获取技术、不确定推理技术、增 强专家系统的知识表示