未來(lái)人工智能的十大應(yīng)用方向6頁(yè)

1、未來(lái)人工智能的十大應(yīng)用方向?qū)ёx: 隨著人工智能理論和技術(shù)的不斷完善，應(yīng)用范圍領(lǐng)域也在逐漸向多方向發(fā)展。未來(lái)，人工智能雖然不能向人類一樣，擁有自己的意識(shí)和思維方式，但是這種自我思考的人工智能已經(jīng)打破了常規(guī)。未來(lái)，人工智能帶來(lái)的產(chǎn)品，或許將是人類智慧的“容器”。由此，對(duì)于未來(lái)人工智能應(yīng)用方向，也將會(huì)成為熱點(diǎn)。 關(guān)鍵字：人工智能機(jī)器視覺(jué)人工智能（ArtificialIntelligence），英文縮寫(xiě)為AI。它是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。人工智能是對(duì)人的意識(shí)、思維的信息過(guò)程的模擬。但不是人的智能，能像人那樣思考、也可能超過(guò)人的智能。但是這種

2、會(huì)自我思考的高級(jí)人工智能還需要科學(xué)理論和工程上的突破。從誕生以來(lái)，人工智能理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來(lái)人工智能帶來(lái)的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。正因?yàn)槿绱耍斯ぶ悄艿膽?yīng)用方向才十分之廣。1、機(jī)器視覺(jué)機(jī)器視覺(jué)就是用機(jī)器代替人眼來(lái)做測(cè)量和判斷。機(jī)器視覺(jué)系統(tǒng)是指通過(guò)機(jī)器視覺(jué)產(chǎn)品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，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(hào)；圖像系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來(lái)抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來(lái)控制現(xiàn)場(chǎng)的設(shè)備動(dòng)作。人工智能能使機(jī)器能夠擔(dān)任一些需要人工處理的工作。而這些工作需

3、要做一定的決策，要求機(jī)器能夠自行的根據(jù)當(dāng)時(shí)的環(huán)境做出相對(duì)較好的決策。這就需要計(jì)算機(jī)不僅僅能夠計(jì)算，還能夠擁有一定得智能。而要對(duì)周?chē)沫h(huán)境進(jìn)做出好的決策就需要對(duì)周邊的環(huán)境進(jìn)行分析,即要求機(jī)器能夠“看”到周?chē)沫h(huán)境，并能夠理解它們。就像人做的那樣。所以機(jī)器視覺(jué)是人工智能中非常重要的一個(gè)領(lǐng)域。機(jī)器視覺(jué)在許多人類視覺(jué)無(wú)法感知的場(chǎng)合發(fā)揮重要作用，如精確定律感知、危險(xiǎn)場(chǎng)景感知、不可見(jiàn)物體感知等，機(jī)器視覺(jué)更突出他的優(yōu)越性?，F(xiàn)在機(jī)器視覺(jué)已在一些領(lǐng)域的到應(yīng)用，如零件識(shí)別與定位，產(chǎn)品的檢驗(yàn)，移動(dòng)機(jī)器人導(dǎo)航遙感圖像分析，安全減半、監(jiān)視與跟蹤，國(guó)防系統(tǒng)等。它們的應(yīng)用于機(jī)器視覺(jué)的發(fā)展起著相互促進(jìn)的作用。2、指紋識(shí)別指紋

4、識(shí)別技術(shù)把一個(gè)人同他的指紋對(duì)應(yīng)起來(lái)，通過(guò)比較他的指紋和預(yù)先保存的指紋進(jìn)行比較，就可以驗(yàn)證他的真實(shí)身份。每個(gè)人（包括指紋在內(nèi)）皮膚紋路在圖案、斷點(diǎn)和交叉點(diǎn)上各不相同，也就是說(shuō)，是唯一的，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(shí)別技術(shù)。指紋識(shí)別主要根據(jù)人體指紋的紋路、細(xì)節(jié)特征等信息對(duì)操作或被操作者進(jìn)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，已經(jīng)開(kāi)始走入我們的日常生活，成為目前生物檢測(cè)學(xué)中研究最深入，應(yīng)用最廣泛，發(fā)展最成熟的技術(shù)。指紋識(shí)別系統(tǒng)應(yīng)用了人工智能技術(shù)中的模式識(shí)別技術(shù)。模式識(shí)別是指對(duì)表征事物或現(xiàn)象的各種形式的(數(shù)值的、文字的和邏輯關(guān)系的)信息進(jìn)行處理和分析

5、,以對(duì)事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過(guò)程。很顯然指紋識(shí)別屬于模式識(shí)別范疇。3、人臉識(shí)別人臉識(shí)別，特指利用分析比較人臉視覺(jué)特征信息進(jìn)行身份鑒別的計(jì)算機(jī)技術(shù)。人臉識(shí)別是一項(xiàng)熱門(mén)的計(jì)算機(jī)技術(shù)研究領(lǐng)域，人臉追蹤偵測(cè)，自動(dòng)調(diào)整影像放大，夜間紅外偵測(cè)，自動(dòng)調(diào)整曝光強(qiáng)度；它屬于生物特征識(shí)別技術(shù)，是對(duì)生物體（一般特指人）本身的生物特征來(lái)區(qū)分生物體個(gè)體。人臉識(shí)別技術(shù)是基于人的臉部特征，對(duì)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(jìn)一步的給出每個(gè)臉的位置、大小和各個(gè)主要面部器官的位置信息。并依據(jù)這些信息，進(jìn)一步提取每個(gè)人臉中所蘊(yùn)涵的身份特征，并將其與已知的人臉進(jìn)行對(duì)比，從而識(shí)別每個(gè)

6、人臉的身份。在人工智能與人臉識(shí)別技術(shù)結(jié)合上，百度可能已經(jīng)領(lǐng)先眾人一步，有人在秘密上爆料，說(shuō)是百度人臉識(shí)別技術(shù)有了新成果，估計(jì)是與支付相關(guān)。如果百度這次推出的確實(shí)是人臉識(shí)別支付，則在移動(dòng)支付上就可以甩開(kāi)阿里、企鵝很大一步。百度的人臉識(shí)別技術(shù)加支付場(chǎng)景，有兩個(gè)層面上的解讀。第一方面是將識(shí)圖技術(shù)與商業(yè)層面打通，建立更加豐富的購(gòu)物場(chǎng)景。目前我們的購(gòu)物支付場(chǎng)景多是遵循常規(guī)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(lái)的必要趨勢(shì)。而更深層次的是和大數(shù)據(jù)打通。尤其人臉大數(shù)據(jù)，無(wú)論在日常生活，還是商業(yè)運(yùn)作上都是語(yǔ)音、動(dòng)作之后最重要的數(shù)據(jù)之一，它更能夠?qū)€(gè)人大數(shù)據(jù)實(shí)現(xiàn)更大化的整合，甚至

7、重建信用體系規(guī)則。4、智能信息檢索技術(shù)數(shù)據(jù)庫(kù)系統(tǒng)是儲(chǔ)存某個(gè)學(xué)科大量事實(shí)的計(jì)算機(jī)系統(tǒng)，隨著應(yīng)用的進(jìn)一步發(fā)展，存儲(chǔ)的信息量越來(lái)越大，因此解決智能檢索的問(wèn)題便具有實(shí)際意義。智能信息檢索系統(tǒng)應(yīng)具有如下的功能：（1）能理解自然語(yǔ)言，允許用自然語(yǔ)言提出各種詢問(wèn)；（2）具有推理能力，能根據(jù)存儲(chǔ)的事實(shí)，演繹出所需的答案;（3）系統(tǒng)具有一定常識(shí)性知識(shí)，以補(bǔ)充學(xué)科范圍的專業(yè)知識(shí)。系統(tǒng)根據(jù)這些常識(shí)，將能演繹出更一般的一些答案來(lái)。實(shí)現(xiàn)這些功能要應(yīng)用人工智能的方法。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)絡(luò)，這一稱為“百度大腦”的智能系統(tǒng)，目前可以理解分析200億個(gè)參數(shù)，達(dá)到了兩、三歲兒童的智力水

8、平。隨著成本降低和計(jì)算機(jī)軟硬件技術(shù)的進(jìn)步，再過(guò)20年，當(dāng)量變帶來(lái)質(zhì)變，用計(jì)算機(jī)模擬一個(gè)10-20歲人類的智力“幾乎一定可以做到”。似乎可以毫無(wú)懸念地預(yù)判到人工智能在互聯(lián)網(wǎng)企業(yè)日后競(jìng)爭(zhēng)中的核心地位，在這個(gè)發(fā)展的過(guò)程了，相信人工智能也會(huì)開(kāi)始接觸更多更大，那些我們本以為互聯(lián)網(wǎng)很難滲透進(jìn)去的領(lǐng)域。5、智能控制智能控制（intelligentcontrols）在無(wú)人干預(yù)的情況下能自主地驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)控制目標(biāo)的自動(dòng)控制技術(shù)?？刂评碚摪l(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，已進(jìn)入“大系統(tǒng)理論”和“智能控制理論”階段。智能控制理論的研究和應(yīng)用是現(xiàn)代控制理論在深度和廣

9、度上的拓展。20世紀(jì)80年代以來(lái)，信息技術(shù)、計(jì)算技術(shù)的快速發(fā)展及其他相關(guān)學(xué)科的發(fā)展和相互滲透，也推動(dòng)了控制科學(xué)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(shì)。對(duì)許多復(fù)雜的系統(tǒng)，難以建立有效的數(shù)學(xué)模型和用常規(guī)的控制理論去進(jìn)行定量計(jì)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)合的目的是，要由機(jī)器用類似于人的智慧和經(jīng)驗(yàn)來(lái)引導(dǎo)求解過(guò)程。因此，在研究和設(shè)計(jì)智能系統(tǒng)時(shí)，主要注意力不放在數(shù)學(xué)公式的表達(dá)、計(jì)算和處理方面，而是放在對(duì)任務(wù)和現(xiàn)實(shí)模型的描述、符號(hào)和環(huán)境的識(shí)別以及知識(shí)庫(kù)和推理機(jī)的開(kāi)發(fā)上，即智能控制的關(guān)鍵問(wèn)題不是設(shè)計(jì)常規(guī)控制器，而是研制智能機(jī)器的模型。

10、此外，智能控制的核心在高層控制，即組織控制。高層控制是對(duì)實(shí)際環(huán)境或過(guò)程進(jìn)行組織、決策和規(guī)劃，以實(shí)現(xiàn)問(wèn)題求解。為了完成這些任務(wù)，需要采用符號(hào)信息處理、啟發(fā)式程序設(shè)計(jì)、知識(shí)表示、自動(dòng)推理和決策等有關(guān)技術(shù)。這些問(wèn)題求解過(guò)程與人腦的思維過(guò)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(jì)算機(jī)技術(shù)的發(fā)展，已經(jīng)有可能把自動(dòng)控制和人工智能以及系統(tǒng)科學(xué)中一些有關(guān)學(xué)科分支（如系統(tǒng)工程、系統(tǒng)學(xué)、運(yùn)籌學(xué)、信息論）結(jié)合起來(lái)，建立一種適用于復(fù)雜系統(tǒng)的控制理論和技術(shù)。智能控制正是在這種條件下產(chǎn)生的。它是自動(dòng)控制技術(shù)的最新發(fā)展階段，也是用計(jì)算機(jī)模擬人類智能進(jìn)行控制的研究領(lǐng)域。6、視網(wǎng)膜識(shí)別視網(wǎng)膜是眼睛底部的血液細(xì)

11、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(dú)特特征，血液細(xì)胞的唯一模式就因此被捕捉下來(lái)。視網(wǎng)膜也是一種用于生物識(shí)別的特征，有人甚至認(rèn)為視網(wǎng)膜是比虹膜更唯一的生物特征，視網(wǎng)膜識(shí)別技術(shù)要求激光照射眼球的背面以獲得視網(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(shí)別技術(shù)，在20世紀(jì)30年代，通過(guò)研究就得出了人類眼球后部血管分布唯一性的理論，進(jìn)一步的研究的表明，即使是孿生子，這種血管分布也是具有唯一性的，除了患有眼疾或者嚴(yán)重的腦外傷外，視網(wǎng)膜的結(jié)構(gòu)形式在人的一生當(dāng)中都相當(dāng)穩(wěn)定。7、虹膜識(shí)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白色鞏膜

12、之間的圓環(huán)狀部分，其包含有很多相互交錯(cuò)的斑點(diǎn)、細(xì)絲、冠狀、條紋、隱窩等的細(xì)節(jié)特征。這些特征決定了虹膜特征的唯一性，同時(shí)也決定了身份識(shí)別的唯一性。虹膜的形成由遺傳基因決定，人體基因表達(dá)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(gè)月左右，虹膜就基本上發(fā)育到了足夠尺寸，進(jìn)入了相對(duì)穩(wěn)定的時(shí)期。除非極少見(jiàn)的反常狀況、身體或精神上大的創(chuàng)傷才可能造成虹膜外觀上的改變外，虹膜形貌可以保持?jǐn)?shù)十年沒(méi)有多少變化。另一方面，虹膜是外部可見(jiàn)的，但同時(shí)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(xì)的外科手術(shù)，而且要冒著視力損傷的危險(xiǎn)。虹膜的高度獨(dú)特性、穩(wěn)定性及不可更改的特點(diǎn)，是虹膜可用作身份鑒別的物質(zhì)

13、基礎(chǔ)。在包括指紋在內(nèi)的所有生物識(shí)別技術(shù)中，虹膜識(shí)別是當(dāng)前應(yīng)用最為方便和精確的一種。虹膜識(shí)別技術(shù)被廣泛認(rèn)為是二十一世紀(jì)最具有發(fā)展前途的生物認(rèn)證技術(shù)，未來(lái)的安防、國(guó)防、電子商務(wù)等多種領(lǐng)域的應(yīng)用，也必然的會(huì)以虹膜識(shí)別技術(shù)為重點(diǎn)。這種趨勢(shì)已經(jīng)在全球各地的各種應(yīng)用中逐漸開(kāi)始顯現(xiàn)出來(lái)，市場(chǎng)應(yīng)用前景非常廣闊。8、掌紋識(shí)別掌紋識(shí)別是近幾年提出的一種較新的生物特征識(shí)別技術(shù)。掌紋是指手指末端到手腕部分的手掌圖像。其中很多特征可以用來(lái)進(jìn)行身份識(shí)別：如主線、皺紋、細(xì)小的紋理、脊末梢、分叉點(diǎn)等。掌紋識(shí)別也是一種非侵犯性的識(shí)別方法，用戶比較容易接受，對(duì)采集設(shè)備要求不高。掌紋中最重要的特征是紋線特征，而且這些紋線特征中最清

14、晰的幾條紋線基本上是伴隨人的一生不發(fā)生變化的。并且在低分辨率和低質(zhì)量的圖像中仍能夠清晰的辨認(rèn)。點(diǎn)特征主要是指手掌上所具有的和指紋類似的皮膚表面特征，如掌紋乳突紋在局部形成的奇異點(diǎn)及紋形。點(diǎn)特征需要在高分辨率和高質(zhì)量的圖像中獲取，因此對(duì)圖像的質(zhì)量要求較高。紋理特征，主要是指比紋線更短、更細(xì)的一些紋線，但其在手掌上分布是毫無(wú)規(guī)律的。掌紋的特征還包括幾何特征：如手掌的寬度、長(zhǎng)度和幾何形狀，以及手掌不同區(qū)域的分布。掌紋中所包含的信息遠(yuǎn)比一枚指紋包含的信息豐富，利用掌紋的紋線特征、點(diǎn)特征、紋理特征、幾何特征完全可以確定一個(gè)人的身份。因此，從理論上講，掌紋具有比指紋更好的分辨能力和更高的鑒別能力。9、專家

15、系統(tǒng)專家系統(tǒng)是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個(gè)領(lǐng)域?qū)＜宜降闹R(shí)與經(jīng)驗(yàn)，能夠利用人類專家的知識(shí)和解決問(wèn)題的方法來(lái)處理該領(lǐng)域問(wèn)題。也就是說(shuō)，專家系統(tǒng)是一個(gè)具有大量的專門(mén)知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)和計(jì)算機(jī)技術(shù)，根據(jù)某領(lǐng)域一個(gè)或多個(gè)專家提供的知識(shí)和經(jīng)驗(yàn)，進(jìn)行推理和判斷，模擬人類專家的決策過(guò)程，以便解決那些需要人類專家處理的復(fù)雜問(wèn)題，簡(jiǎn)而言之，專家系統(tǒng)是一種模擬人類專家解決領(lǐng)域問(wèn)題的計(jì)算機(jī)程序系統(tǒng)。專家系統(tǒng)是人工智能中最重要的也是最活躍的一個(gè)應(yīng)用領(lǐng)域，它實(shí)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(yùn)用專門(mén)知識(shí)的重大突破。專家系統(tǒng)是早期人工智能的一個(gè)重要分支，它

16、可以看作是一類具有專門(mén)知識(shí)和經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng)，一般采用人工智能中的知識(shí)表示和知識(shí)推理技術(shù)來(lái)模擬通常由領(lǐng)域?qū)＜也拍芙鉀Q的復(fù)雜問(wèn)題。專家系統(tǒng)的發(fā)展已經(jīng)歷了3個(gè)階段，正向第四代過(guò)渡和發(fā)展。第一代專家系統(tǒng)（dendral、macsyma等）以高度專業(yè)化、求解專門(mén)問(wèn)題的能力強(qiáng)為特點(diǎn)。但在體系結(jié)構(gòu)的完整性、可移植性、系統(tǒng)的透明性和靈活性等方面存在缺陷，求解問(wèn)題的能力弱。第二代專家系統(tǒng)（mycin、casnet、prospector、hearsay等）屬單學(xué)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，而且在系統(tǒng)的人機(jī)接口、解釋機(jī)制、知識(shí)獲取技術(shù)、不確定推理技術(shù)、增強(qiáng)專家系統(tǒng)的知識(shí)表

17、示和推理方法的啟發(fā)性、通用性等方面都有所改進(jìn)。第三代專家系統(tǒng)屬多學(xué)科綜合型系統(tǒng)，采用多種人工智能語(yǔ)言，綜合采用各種知識(shí)表示方法和多種推理機(jī)制及控制策略，并開(kāi)始運(yùn)用各種知識(shí)工程語(yǔ)言、骨架系統(tǒng)及專家系統(tǒng)開(kāi)發(fā)工具和環(huán)境來(lái)研制大型綜合專家系統(tǒng)。在總結(jié)前三代專家系統(tǒng)的設(shè)計(jì)方法和實(shí)現(xiàn)技術(shù)的基礎(chǔ)上，已開(kāi)始采用大型多專家協(xié)作系統(tǒng)、多種知識(shí)表示、綜合知識(shí)庫(kù)、自組織解題機(jī)制、多學(xué)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(shí)獲取及學(xué)習(xí)機(jī)制等最新人工智能技術(shù)來(lái)實(shí)現(xiàn)具有多知識(shí)庫(kù)、多主體的第四代專家系統(tǒng)。10、自動(dòng)規(guī)劃自動(dòng)規(guī)劃是一種重要的問(wèn)題求解技術(shù)，與一般問(wèn)題求解相比，自動(dòng)規(guī)劃更注重于問(wèn)題的求解過(guò)程，而不是求解結(jié)果。此外，規(guī)劃要解決的問(wèn)題，如機(jī)器人世界問(wèn)題，往往是真實(shí)世界問(wèn)題，而不是比較抽象的數(shù)