下载掌阅APP，畅读海量书库
立即打开
提到人工智能，人们通常会想到科幻电影中无所不能的机器人，以及第一个击败人类职业围棋选手的AlphaGo，这些看起来似乎离我们的日常生活非常遥远。2020年4月，国家发改委首次明确了新基建所包含的三个方面：信息基础设施、融合基础设施和创新基础设施，人工智能作为新型信息基础设施的代表，再次走入人们的视野。
人工智能是计算机科学的一个分支。它是一门新的技术科学，研究和开发用于模拟、扩展人类智能的理论、方法、技术和应用系统。它试图理解智能的本质，并制造出一种新的智能机器，这种机器能以类似于人类智能的方式做出反应。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统。人工智能这一概念从1956年正式提出至今，其定义不断完善，开发方式日渐丰富，但也遇到了诸多限制瓶颈。
目前，类脑智能研发的核心难点是我们对人脑的结构和功能原理的了解还很不够。人的大脑皮层中有数百亿个神经元，每个神经元由几个到数万个分支组成，形成一个大而精细的神经网络。这个网络的电路图非常复杂，有许多不同类型的神经元和突触联结。用现有的技术真正绘制出完整的电路图需要做大量的工作。生物学领域上对人类大脑认知的局限也就使“仿制人脑”“复制人类生命体”此类想法很难实现。
诸如走钢丝（见图2-7）、骑自行车此类的人类活动，是人类通过大量练习以形成肌肉记忆，学习出的一种大脑和躯体的配合方式。
人类通过视觉、思考、行走和交流在大脑综合后都会变成自然行为，这些人类活动是很难用某一公式计算出的内容，因而成为该方面人工智能发展的障碍。
图2-7 走钢丝
20世纪末，以密码、密钥等安全识别技术为主的信息、数据安全保障手段被广泛运用于各行各业、各个领域之中。然而，由于其具备一定的易复制性、丢失性、不稳定性，所以在一定程度上严重制约和影响了信息安全技术的发展。计算机人工智能识别技术基于计算机技术之上，通过对信息数据进行采集、识别和录入，能够为人们提供便捷的操作方法。然而，我国计算机人工智能识别技术发展应用时间较短，尽管取得了一系列显著成效，应用范围不断扩大，但是其依然面临巨大的应用瓶颈问题。
语音人工智能识别技术（见图2-8）旨在让机器能够读懂和识别出人类语言，并按照人类的指令进行一系列操作。
图2-8 语音识别
语音人工智能识别技术作为计算机人工智能识别技术的一项核心技术，长期以来，深受国内外学术界的高度重视。与此同时，语音人工智能识别技术被广泛应用于各行各业、各个领域，其技术和产品优势十分鲜明，在语音电话、语音通信、语音交互等方面取得显著应用成效。21世纪以来，随着计算机人工智能识别类产品类型的不断增多，语音人工智能识别技术得到快速发展，以语音识别技术为载体的芯片数量日渐增多。然而，语音人工智能识别技术的发展时间较短，依然存在应用瓶颈问题，具体表现在以下三个方面。
1）语音识别技术有待提升
语音识别技术在实际应用过程中，必须尽可能排除外界环境的干扰，如外部其他噪声，唯有此，才能准确识别音色、音调、音质。尽管语音识别技术基本上实现了智能化，但是以目前的技术来讲，仍无法在外部噪声的干扰下准确识别语音。如此一来，从一定程度上影响了语音识别技术的发展。因此，要想确保语音识别技术能够在外部噪声影响的情况下实现准确识别，必须采取特殊抗噪声麦克风，这对于普通用户来讲，基本上达不到该项要求。与此同时，用户在日常谈吐过程中较为随意，具有明显的地方特色，加之语速、频率等控制影响较大，以及普通话不标准等问题，直接影响到语音识别设备对音色、音调、音质等的准确识别。除此之外，人类的语言受到年龄、情绪、身体素质等的影响，其音色、音调、音质随着自身及外部环境的变化而改变，直接给语音识别造成影响。因此，当前的语音识别技术的可靠性有待提升。
2）语音识别系统不健全，词汇量较少
目前，我国计算机人工语音识别系统词汇量较少，在实际运行过程中，并不能识别到所有的音色、音调和音质。倘若语音模型有一定的限制，词汇中出现一些难以识别的方言、外语，那么语音识别系统将无法在较短的时间内准确识别出语音，甚至会出现识别错误、不准等情况。基于此，随着语音识别技术的不断发展，其应用范围的进一步扩大，需要增加其词汇量，尽可能准确、快速地识别出更多的语音，而建模方法、搜索算法的逐步变革，使得语音识别系统不能实现智能化识别，仅能够识别出基础的音色、音调和音质，对于其系统、深入、全面应用来讲，依然存在较多的瓶颈问题。
3）应用成本较高、体积较大
目前，我国计算机人工智能识别技术的应用范围不断扩大，应用领域不断增多，特别是语音识别技术的应用成效十分显著。然而，语音识别技术的应用成本依然很高，使得普通用户基本无法接受。就目前的发展情况来看，降低语音识别技术的应用成本似乎难度很大。对性能、功能要求较高的语音识别基本上无法实现，当前的条件并不成熟，无法实现规模化、系统化和全面化，仅能够准确识别要求标准较低的语音。而受到成本因素的制约，使得语音识别设备的研发和生产过程受到严重影响。与此同时，语音识别技术体积较大，占用较多的空间资源，巨型化向微型化发展是语音识别技术未来发展的主要趋势。而微型化语音识别设备的研发和生产，需要集成微电子芯片，当前的微电子芯片与语音识别技术关联并不密切，在实际操作过程中，微型化语音识别技术无法在降低成本的同时得以实现，从一定程度上直接阻碍了语音识别技术的广泛推广和应用普及。
视觉人工智能识别技术与语音人工智能识别技术相同，均作为计算机人工智能识别技术的重要组成部分。然而，视觉人工智能识别技术面临的应用瓶颈问题更为严重，可以通过进行相关信息数据的采集、传输、识别和处理，进而达到人工智能化的目的。
1）人脸识别技术应用瓶颈
人脸识别技术（见图2-9）主要通过对人脸结构、瞳孔等关键部位进行准确识别和有效判断。尽管人脸识别技术非常方便，便于人们进行身份的认证，但是在实际应用过程中，依然面临以下几个方面的瓶颈问题：一是由于人们的脸部表情各不相同，即使同一人，其面部表情也随情绪、外部环境的变化而改变，数据库中的人脸表情数据十分有限，从而影响到人脸识别效果；二是人脸结构、轮廓均会跟随外部环境、个人情绪、年龄等发生改变，从而造成识别效果并不明显；三是受到外部环境，诸如光线之类的因素影响，人脸识别同样面临不确定性因素；四是人脸具有一定的雷同性，这就难免造成人脸识别设备的误判、误识。
图2-9 人脸识别示意图
现阶段，人脸人工智能识别技术在我国相关领域已经取得一系列显著成效，但是在实际应用过程中，依然面临较大的瓶颈问题，如脸部表情、脸部轮廓、脸部结构、发型、化妆、外部光线等的不同，都将给人脸识别带来巨大的挑战和识别压力。国内外学术界专业学者经过几十年的研究和探索，从各个学科层面出发，对人脸智能识别技术展开了大量研究，但是依然有一些难以彻底解决的难题。就人类自身而言，在日常的生活交际过程中，对人们的面孔识别也难免会出现差错，而人脸智能识别技术跟人脑相比，依然有一定差距，其人脸识别过程更为困难，特别是精准度方面难以有效掌控，这将是制约和影响其发展的一大瓶颈。
2）指纹识别技术应用瓶颈
每个人的指纹是独一无二的，也就是说，世界上任何一个人的指纹与其他人均不相同。基于此，指纹识别（见图2-10）技术应运而生，成为一种有效识别身份信息的高科技技术。指纹识别技术通过对人指纹的断点、纹路、交叉点等进行准确识别，从而识别出人的独一无二的身份，有利于个人身份及其他私人信息的保护。
图2-10 指纹识别
然而，看似非常严密的指纹识别，却面临指纹被非法采集的问题，倘若一个人将指纹信息泄露出去，或者被他人所利用，那么其自身信息将容易被暴露、被利用，如此一来，将会面临巨大的风险隐患。与此同时，尽管指纹识别系统采取非常先进的计算机人工智能识别技术，但是在实际应用过程中，某些人的指纹信息较为模糊，基本上无法看清纹路等，这也将无法进行指纹的准确识别。例如，目前国内外大型公司所配置的签到打卡机，便是一种典型的指纹识别装置，便于公司掌握员工出勤情况，但是如果员工指纹损伤，那么将基本上不能被识别。由此可见，指纹识别技术在实际应用过程中，面临着一系列瓶颈问题。