1、精選優質文檔-傾情為你奉上未來人工智能的十大應用方向導讀: 隨著人工智能理論和技術的不斷完善，應用范圍領域也在逐漸向多方向發展。未來，人工智能雖然不能向人類一樣，擁有自己的意識和思維方式，但是這種自我思考的人工智能已經打破了常規。未來，人工智能帶來的產品，或許將是人類智慧的“容器”。由此，對于未來人工智能應用方向，也將會成為熱點。 關鍵字：人工智能人工智能（ArtificialIntelligence），英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。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、也可能超過

2、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日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。正因為如此，人工智能的應用方向才十分之廣。1、機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統是指通過機器視覺產品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號；圖像系統對這些信號進行各種運算來抽取目標的特征，進而根據判別的結果來控制現場的設備動作。人工智能能使機器能夠擔任一些需要人工處理的工作。而

3、這些工作需要做一定的決策，要求機器能夠自行的根據當時的環境做出相對較好的決策。這就需要計算機不僅僅能夠計算，還能夠擁有一定得智能。而要對周圍的環境進做出好的決策就需要對周邊的環境進行分析,即要求機器能夠“看”到周圍的環境，并能夠理解它們。就像人做的那樣。所以機器視覺是人工智能中非常重要的一個領域。機器視覺在許多人類視覺無法感知的場合發揮重要作用，如精確定律感知、危險場景感知、不可見物體感知等，機器視覺更突出他的優越性。現在機器視覺已在一些領域的到應用，如零件識別與定位，產品的檢驗，移動機器人導航遙感圖像分析，安全減半、監視與跟蹤，國防系統等。它們的應用于機器視覺的發展起著相互促進的作用。2、指

4、紋識別指紋識別技術把一個人同他的指紋對應起來，通過比較他的指紋和預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）皮膚紋路在圖案、斷點和交叉點上各不相同，也就是說，是唯一的，并且終生不變。依靠這種唯一性和穩定性，我們才能創造指紋識別技術。指紋識別主要根據人體指紋的紋路、細節特征等信息對操作或被操作者進行身份鑒定，得益于現代電子集成制造技術和快速而可靠的算法研究，已經開始走入我們的日常生活，成為目前生物檢測學中研究最深入，應用最廣泛，發展最成熟的技術。指紋識別系統應用了人工智能技術中的模式識別技術。模式識別是指對表征事物或現象的各種形式的(數值的、文字的和邏輯關系的)信息進行

5、處理和分析,以對事物或現象進行描述、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，特指利用分析比較人臉視覺特征信息進行身份鑒別的計算機技術。人臉識別是一項熱門的計算機技術研究領域，人臉追蹤偵測，自動調整影像放大，夜間紅外偵測，自動調整曝光強度；它屬于生物特征識別技術，是對生物體（一般特指人）本身的生物特征來區分生物體個體。人臉識別技術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

6、而識別每個人臉的身份。在人工智能與人臉識別技術結合上，百度可能已經領先眾人一步，有人在秘密上爆料，說是百度人臉識別技術有了新成果，估計是與支付相關。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加支付場景，有兩個層面上的解讀。第一方面是將識圖技術與商業層面打通，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，是未來的必要趨勢。而更深層次的是和大數據打通。尤其人臉大數據，無論在日常生活，還是商業運作上都是語音、動作之后最重要的數據之一，它更能夠將個人大數據實現更大化的

7、整合，甚至重建信用體系規則。4、智能信息檢索技術數據庫系統是儲存某個學科大量事實的計算機系統，隨著應用的進一步發展，存儲的信息量越來越大，因此解決智能檢索的問題便具有實際意義。智能信息檢索系統應具有如下的功能：（1）能理解自然語言，允許用自然語言提出各種詢問；（2）具有推理能力，能根據存儲的事實，演繹出所需的答案;（3）系統具有一定常識性知識，以補充學科范圍的專業知識。系統根據這些常識，將能演繹出更一般的一些答案來。實現這些功能要應用人工智能的方法。據此前百度公布的信息顯示，百度已經建成全球規模最大的深度神經網絡，這一稱為“百度大腦”的智能系統，目前可以理解分析200億個參數，達到了兩、三歲兒

8、童的智力水平。隨著成本降低和計算機軟硬件技術的進步，再過20年，當量變帶來質變，用計算機模擬一個10-20歲人類的智力“幾乎一定可以做到”。似乎可以毫無懸念地預判到人工智能在互聯網企業日后競爭中的核心地位，在這個發展的過程了，相信人工智能也會開始接觸更多更大，那些我們本以為互聯網很難滲透進去的領域。5、智能控制智能（intelligentcontrols）在無人干預的情況下能自主地驅動智能機器實現控制目標的自動控制技術。控制理論發展至今已有100多年的歷史，經歷了“經典控制理論”和“現代控制理論”的發展階段，已進入“大系統理論”和“智能控制理論”階段。智能控制理論的研究和應用是現代控制理論在深

9、度和廣度上的拓展。20世紀80年代以來，信息技術、計算技術的快速發展及其他相關學科的發展和相互滲透，也推動了控制科學與工程研究的不斷深入，控制系統向智能控制系統的發展已成為一種趨勢。對許多復雜的系統，難以建立有效的數學模型和用常規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合的控制方式。定量方法與定性方法相結合的目的是，要由機器用類似于人的智慧和經驗來引導求解過程。因此，在研究和設計智能系統時，主要注意力不放在數學公式的表達、計算和處理方面，而是放在對任務和現實模型的描述、符號和環境的識別以及知識庫和推理機的開發上，即智能控制的關鍵問題不是設計常規控制器，而是研制智能機器的

10、模型。此外，智能控制的核心在高層控制，即組織控制。高層控制是對實際環境或過程進行組織、決策和規劃，以實現問題求解。為了完成這些任務，需要采用符號信息處理、啟發式程序設計、知識表示、自動推理和決策等有關技術。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的發展，已經有可能把自動控制和人工智能以及系統科學中一些有關學科分支（如系統工程、系統學、運籌學、信息論）結合起來，建立一種適用于復雜系統的控制理論和技術。智能控制正是在這種條件下產生的。它是自動控制技術的最新發展階段，也是用計算機模擬人類智能進行控制的研究領域。6、視網膜識別視網膜是眼睛底部的

11、血液細胞層。視網膜掃描是采用低密度的紅外線去捕捉視網膜的獨特特征，血液細胞的唯一模式就因此被捕捉下來。視網膜也是一種用于生物識別的特征，有人甚至認為視網膜是比虹膜更唯一的生物特征，視網膜識別技術要求激光照射眼球的背面以獲得視網膜特征的唯一性。雖然視網膜掃描的技術含量較高，但視網膜掃描技術可能是最古老的生物識別技術，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重的腦外傷外，視網膜的結構形式在人的一生當中都相當穩定。7、虹膜識別人的眼睛結構由鞏膜、虹膜、瞳孔三部分構成。虹膜是位于黑色瞳孔和白

12、色鞏膜之間的圓環狀部分，其包含有很多相互交錯的斑點、細絲、冠狀、條紋、隱窩等的細節特征。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、生理、顏色和總的外觀。人發育到八個月左右，虹膜就基本上發育到了足夠尺寸，進入了相對穩定的時期。除非極少見的反常狀況、身體或精神上大的創傷才可能造成虹膜外觀上的改變外，虹膜形貌可以保持數十年沒有多少變化。另一方面，虹膜是外部可見的，但同時又屬于內部組織，位于角膜后面。要改變虹膜外觀，需要非常精細的外科手術，而且要冒著視力損傷的危險。虹膜的高度獨特性、穩定性及不可更改的特點，是虹膜可用作身份鑒別

13、的物質基礎。在包括指紋在內的所有生物識別技術中，虹膜識別是當前應用最為方便和精確的一種。虹膜識別技術被廣泛認為是二十一世紀最具有發展前途的生物認證技術，未來的安防、國防、電子商務等多種領域的應用，也必然的會以虹膜識別技術為重點。這種趨勢已經在全球各地的各種應用中逐漸開始顯現出來，市場應用前景非常廣闊。8、掌紋識別掌紋識別是近幾年提出的一種較新的生物特征識別技術。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，用戶比較容易接受，對采集設備要求不高。掌紋中最重要的特征是紋線特征，而且這些紋線特征

14、中最清晰的幾條紋線基本上是伴隨人的一生不發生變化的。并且在低分辨率和低質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表面特征，如掌紋乳突紋在局部形成的奇異點及紋形。點特征需要在高分辨率和高質量的圖像中獲取，因此對圖像的質量要求較高。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律的。掌紋的特征還包括幾何特征：如手掌的寬度、長度和幾何形狀，以及手掌不同區域的分布。掌紋中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，掌紋具有比指紋更好的分辨能力和更高的鑒別能力。9

15、、專家系統專家系統是一個智能計算機程序系統，其內部含有大量的某個領域專家水平的知識與經驗，能夠利用人類專家的知識和解決問題的方法來處理該領域問題。也就是說，專家系統是一個具有大量的專門知識與經驗的程序系統，它應用人工智能技術和計算機技術，根據某領域一個或多個專家提供的知識和經驗，進行推理和判斷，模擬人類專家的決策過程，以便解決那些需要人類專家處理的復雜問題，簡而言之，專家系統是一種模擬人類專家解決領域問題的計算機程序系統。專家系統是人工智能中最重要的也是最活躍的一個應用領域，它實現了人工智能從理論研究走向實際應用、從一般推理策略探討轉向運用專門知識的重大突破。專家系統是早期人工智能的一個重要分

16、支，它可以看作是一類具有專門知識和經驗的計算機智能程序系統，一般采用人工智能中的知識表示和知識推理技術來模擬通常由領域專家才能解決的復雜問題。專家系統的發展已經歷了3個階段，正向第四代過渡和發展。第一代專家系統（dendral、macsyma等）以高度專業化、求解專門問題的能力強為特點。但在體系結構的完整性、可移植性、系統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（mycin、casnet、prospector、hearsay等）屬單學科專業型、應用型系統，其體系結構較完整，移植性方面也有所改善，而且在系統的接口、解釋機制、知識獲取技術、不確定推理技術、增強專家系統的知識表示和推理方法的啟發性、通用性等方面都有所改進。第三代專家系統屬多學科綜合型系統，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、骨架系統及專家系統開發工具和環境來研制大型綜合專家系統。在總結前三代專家系統的設計方法和實現技術的基礎上，已開始采用大型多專家協作系統、多種知識表示、綜合知識庫、自組織解題機制、多學科協同解題與并行推理、專家系統工具與環境、人工神經網絡知識獲取及學習機制等最新人工智能技術來實現具有多知識庫、多主體的第四代專家系統。10