陳錦柯
(河南理工大學 河南省焦作市 461000)
近年來,隨著人智能技術(shù)的日益成熟,人們的日常生活、生產(chǎn)活動漸漸滲透入了各項人工智能因素,這不僅為人類帶來了便捷,還促進了諸多新興產(chǎn)業(yè)的快速發(fā)展,尤其是人工智能領(lǐng)域的計算機視覺技術(shù)的開發(fā),擁有著識別圖像信息的功能,同時,還可對人體動作訊息進行識別,由此可見,人工智能在網(wǎng)絡領(lǐng)域、計算機視覺技術(shù)方面的應用于開發(fā)對人類文明發(fā)展有著一定的促進效用,可使科學技術(shù)更具創(chuàng)新化、現(xiàn)代化特征,繼而使其更好的服務于人類生活。
所謂人工智能(AI)不僅是開發(fā)、研究、作用于延伸、拓展、模擬人類智能的一類新興技術(shù),還是集技術(shù)、方法、理論于一體的應用系統(tǒng)。從字面意義分析可知,人工智能主要被劃分為“人工”與“智能”這兩個不同層次的要素內(nèi)容,其中,“人工”要素主要指由人類負責建造并且為人類生活、經(jīng)營活動所服務的相關(guān)設備,而“智能”則指模擬、探索、識別、研究人類思維模式,并將其程序化,作用于機器,提升其綜合性能,繼而為人所用的相關(guān)內(nèi)容。在科技飛速發(fā)展的現(xiàn)代化經(jīng)濟社會背景下,人工智能往往承載著人類諸多的期望與想象,人們對此往往有著極高的探索興趣,再加上有關(guān)機構(gòu)與管理部門不斷的支持,近年來,人工智能取得了飛速的發(fā)展成效,與傳統(tǒng)機器不同,在運作方面,人工智能有著模擬人類思維的功能優(yōu)勢,人類往往有著較高的創(chuàng)造力,卻在自身大腦潛力方面的理解與開發(fā)十分有限,鑒于此,人工智能不僅是一類基于提升機器服務水平的研究項目,從某種程度上分析,人工智能也是對人類大腦的進一步開發(fā)與了解,因此,著力于研究人工智能可有效幫助人類了解自己、反觀自己,繼而引領(lǐng)高文明化的新時代潮流[1]。
在上個世紀50~60年代,眾多年輕科學家聚集在一起做了眾多科學試驗,結(jié)果發(fā)現(xiàn),運用設備能夠?qū)θ祟愃季S進行模擬。如果將與人類相似的思維模式程序輸入到設備上的時候,設備上出現(xiàn)的答案與人類遇到困難的處理結(jié)果相同。這些科學家被這種現(xiàn)象所吸引,并進行了深入探究,人工智能此時得到了更好地發(fā)展。后來慢慢地人工智能變成了獨立的一門學科,從上個世紀50年代起,一直發(fā)展到現(xiàn)在,人工智能變成了關(guān)系眾多學科的一門科學。人們對人工智能的研究以及發(fā)展,最終目的是想讓人工智能可以擁有人類的情感以及意識,換句話說,就是想讓人工智能擁有人類的智慧。現(xiàn)在人工智能這門科學吸引了眾多人們的好奇心,通過人們堅持不懈的研究和努力,人工智能既是一門需要深入探究的一個課題,又是較為成功的一項技術(shù),人工智能被人們應用到眾多領(lǐng)域中,而且其發(fā)揮的作用還非常大,如,人工智能為人們提供了個性化以及便捷的服務。
在人工智能領(lǐng)域,計算機視覺與機器視覺技術(shù)都是組成人工智能技術(shù)體系的重要分支,兩者間存在以下聯(lián)系:
(1)研究計算機視覺的重點在于軟件開發(fā)方面,主力開發(fā)并探究更優(yōu)質(zhì)的圖像分析算法。
(2)計算機視覺簡要來講就是使用相關(guān)設備、計算機模擬生物視覺,其核心任務就是將采集到的視頻、圖片信息進行處理,最終得到與之相關(guān)的三維信息。
(3)研究機器視覺技術(shù)的重點則包括了軟硬件兩方面的技術(shù),需要融合鏡頭控制設備、相關(guān)計算流程、圖像采集設備等多種元素來展開研究工作,是一項綜合性質(zhì)的技術(shù),具體涵蓋了計算機軟硬件技術(shù)、數(shù)字視頻技術(shù)、傳感器、光學成像、電光源照明、控制、機械工程技術(shù)、圖像處理等多項要素。[2]
現(xiàn)如今,隨著人智能的深入發(fā)展,計算機視覺技術(shù)得到了充分研發(fā),但就目前來講,該項技術(shù)的應用依舊被大量局限于學術(shù)領(lǐng)域,尚未走向產(chǎn)業(yè)化的發(fā)展趨勢,鑒于此,需不斷拓展其應用范圍,將研發(fā)重點漸漸轉(zhuǎn)向為工業(yè)化研究進程方面[3]。
計算機視覺包括四個發(fā)展階段,分別是:主動和目的視覺、基礎(chǔ)學習視覺、分層幾何視覺、馬爾計算機視覺。基礎(chǔ)學習視覺即現(xiàn)在應用最廣泛地計算機視覺技術(shù)。在計算能力越來越高的形勢下,深度神經(jīng)網(wǎng)絡當中不具備充足的數(shù)據(jù),無法對問題進行訓練,通過慢慢解決處理,深度學習技術(shù)在人臉識別和圖片分類等方面表現(xiàn)出的優(yōu)勢非常大。針對目前情況看,計算機視覺在深度學習當中發(fā)展的最成熟。
深度學習模式具備深度結(jié)構(gòu),其從動物視覺皮層使用復雜與簡單的腦細胞對圖像進行處理中獲得啟發(fā),卷積神經(jīng)網(wǎng)絡主要是通過疊加神經(jīng)元區(qū)別不相同的模式,屬于深度學習教具代表性的一種算法。
卷積神經(jīng)網(wǎng)絡與傳統(tǒng)神經(jīng)網(wǎng)絡進行比較,其具有權(quán)值共享以及局部連接等特點,這樣其可以對模型參數(shù)過多的問題進行有效解決,卷積神經(jīng)網(wǎng)絡在計算機視覺領(lǐng)域得到了廣泛運用,屬于一種核心算法模型。
一般來講,計算機視覺系統(tǒng)所需識別的諸多圖像信息主要被劃分為動態(tài)類與靜態(tài)類兩種類型,動態(tài)圖片一般包括了短視頻拍攝與實景拍攝素材等,而靜態(tài)圖像則主要泛指普通圖片。計算機視覺系統(tǒng)在實際實景拍攝識別應用中,主要工作內(nèi)容被劃分為以下幾個方面:
(1)通過傳感器等智能化設備對現(xiàn)場拍攝的周圍場景信息進行采集、歸納與整理。
(2)利用計算機設備調(diào)整圖片信息精準度,在發(fā)展人工智能的同時,調(diào)整、改進、完善設備各方面性能,不斷提升計算機視覺識別系統(tǒng)的實際效用?,F(xiàn)如今,該領(lǐng)域的研究已然取得了初步成果,人工智能已經(jīng)在計算機識別方面取得了顯著研究成績,人工智能識別設備漸漸可以識別人類肢體動作、手勢動作、眼球動作、物體動作等信息,在該領(lǐng)域?qū)I(yè)研究者的共同努力下,該技術(shù)在人工智能領(lǐng)域的發(fā)展空間還將進一步取得拓展,并在未來的人類生活模式中得到廣泛的普及與應用[4]。
(3)現(xiàn)代化智能視覺系統(tǒng)具體包括了應用模塊、信息處理模塊、圖像傳感模塊,信息處理模塊則包括了計算機硬件、軟件系統(tǒng)、嵌入式硬件以及先進的圖像處理技術(shù)。
據(jù)了解,多數(shù)人的日常生活、工作內(nèi)容都離不來對互聯(lián)網(wǎng)技術(shù)的應用,而計算機技術(shù)、互聯(lián)網(wǎng)技術(shù)也因此取得了普及化的發(fā)展成果,在此過程中,“網(wǎng)絡安全”也隨之成為了信息技術(shù)社會背景下,網(wǎng)絡技術(shù)、計算機技術(shù)面臨的發(fā)展困境之一,總之,網(wǎng)絡技術(shù)與計算機技術(shù)的普及和飛速發(fā)展不僅具有便捷性特征,還攜帶了安全隱患,人們的財產(chǎn)安全與信息安全時刻面臨著諸多方面的威脅。而人工智能則有著低成本、高效率、高協(xié)調(diào)性的應用優(yōu)勢,在網(wǎng)絡領(lǐng)域合理開發(fā)并利用人工智能技術(shù)可為人類提供安全性更高的網(wǎng)上工作環(huán)境。就目前來講,計算機技術(shù)、互聯(lián)網(wǎng)技術(shù)使用者們用來保護信息安全、財產(chǎn)安全的主要途徑就是查毒軟件的安裝和運行,這樣的措施可有效防止網(wǎng)絡病毒入侵計算機系統(tǒng),讀取用戶個人信息,有著保護計算機用戶資料安全、財產(chǎn)安全的功能,而被人們熟知的計算機防火墻軟件在行使其保護職責、為用戶營造綠色文件傳輸通道的同時,往往會運行各類判斷程序,依據(jù)已知條件判斷文件的安全性,而這一程序中的判斷過程往往與人類決策流程存在相似性,由此可見,在網(wǎng)絡領(lǐng)域應用人智能技術(shù)可有效保障計算機用戶的財產(chǎn)安全和信息安全,在提升防火墻綜合性能的同時,凈化了網(wǎng)絡運行環(huán)境[5],當前最近新興的支付寶人臉識別支付系統(tǒng)也是人工智能維護網(wǎng)絡支付環(huán)境的具體化體現(xiàn)。此外,很多在學校、醫(yī)院、道路、地鐵站都設有監(jiān)控,而基于人工智能設置的計算機視覺監(jiān)控系統(tǒng)有著自動分析視頻的功能,可檢測、監(jiān)督諸如非法侵入、盜竊、暴力等行為,還可在火車站、機場等人員密集之地高效率的找出罪犯,繼而有效保障公民人財產(chǎn)安全。
(1)充分挖掘數(shù)據(jù)。人工智能在互聯(lián)網(wǎng)領(lǐng)域有著發(fā)掘數(shù)據(jù)、歸集有效信息、分析數(shù)據(jù)、憶學習網(wǎng)絡活動輪廓,通過應用計算機人工智能化功能,挖掘數(shù)據(jù),識別入侵異常程序,強化信息管理。
(2)實現(xiàn)數(shù)據(jù)融合。人工智能在網(wǎng)絡領(lǐng)域的合理化應用,有效對數(shù)據(jù)信息分析與數(shù)據(jù)融合,進而為計算機用戶提供更加準確、有效、具有參考價值的信息資料,因此,將互聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù)與人智能進行有機結(jié)合,可有效提升信息資源利用率,不僅如此,還可通過智能化的預測程序,來綜合反應某一領(lǐng)域的數(shù)據(jù)走向和發(fā)展趨勢,為人類生活提供更多便捷[6]。
(3)與傳統(tǒng)數(shù)據(jù)處理技術(shù)相比,基于人工智能而設置的數(shù)據(jù)處理系統(tǒng)引進了神經(jīng)網(wǎng)絡、機器學習等先進技術(shù),也就意味著,該系統(tǒng)可同時對大量的數(shù)據(jù)進行處理,不僅如此,還可在此基礎(chǔ)上充分利用大量數(shù)據(jù)自動提升系統(tǒng)性能,數(shù)據(jù)輸入越多,性能也會隨之提升。
在人工智能化迅猛發(fā)展的進程中,網(wǎng)絡管理發(fā)揮出重要作用,想要確保網(wǎng)絡管理的高質(zhì)量和高效率完成,并促進人工智能化再向前邁一步。那么在網(wǎng)絡管理過程中,必須對人工智能技術(shù)進行科學運用,然后再運用網(wǎng)絡系統(tǒng)具有的智能化特點,對規(guī)劃方案進行完善。計算機管理過程中,同樣需要對人工智能進行充分合理利用,然后通過整理和探究歷史數(shù)據(jù),制定明確高效的管理辦法,確保自動化計算機管理得以實現(xiàn)。與計算機有關(guān)的管理工作者,應該對決策信息進行編制,使其以計算機編碼的形式呈現(xiàn)出來,然后將其輸入到與之對應的計算機系統(tǒng)當中,這樣計算機管理也就有了參考依據(jù)。針對計算機管理中有可能出現(xiàn)的問題,應該細致分析和處理問題的具體情況,并在此基礎(chǔ)上,由決策工作者對各項工作作出明確判斷。
運用Agent 技術(shù)能夠使內(nèi)部環(huán)境和外部環(huán)境間變成主動交互機制,針對故障事件,運用Agent 技術(shù)的外部和內(nèi)部件具有的特定服務,能夠?qū)ν獠颗c內(nèi)部的實際狀態(tài)進行特定,同時再維修事件,進而實現(xiàn)一致性維護外部與內(nèi)部信息副本的目標。特定環(huán)境下,還能夠?qū)收线M行獨自處理,定義故障為時鐘事件,同時,將主要的故障報告發(fā)給管理人員。Afent 信息找人技術(shù),擁有服務以及需求集散的能力,為信息查詢?nèi)藛T提供要點信息,為分布著提供主要信息。Agent 技術(shù)可以按照這部分信息,主動對用戶進行推薦或通知。
微軟公司于2010年研制出Kinet,其可以對人的動作進行模擬,此產(chǎn)品使用的技術(shù)即捕捉人的運動,進而模擬玩家做出的一系列動作,這項技術(shù)的誕生,人類在不接觸屏幕的時候,只通過動作就可以與電腦進行互動。隨后華碩公司、蘋果公司、英特爾公司和谷歌公司等對深度應用相機進行了探究,通過掌握人工智能的研制成果,順利地研究了深度應用相機,在此基礎(chǔ)上,計算機視覺技術(shù)得到了開展發(fā)展。
RGBD 攝像機又名深度攝像機,現(xiàn)在人們通常會使用RGB 相機,此種相機能夠看見三原色,RGBD 攝像機在普通相機基礎(chǔ)上運用了深度信息化加工技術(shù),合理運用主動探測以及被動接受兩種方式,將能量傳輸給目標,或是科學分析以及處理接受到的信息,此種技術(shù)要使用兩種攝像頭,將這兩種攝像頭安裝在不同位置,其工作原理就是對人眼進行模擬,可RGBD 攝像機在投入市場以后,出現(xiàn)一個問題即背景圖像不清晰,并且處理起來還非常難。現(xiàn)在機器人業(yè)在計算機視覺市場發(fā)展較為良好,機器人可以通過計算機對行進路線進行感知。
總之,在互聯(lián)網(wǎng)社會背景下,計算機視覺領(lǐng)域與互聯(lián)網(wǎng)領(lǐng)域必將成為人工智能的重要發(fā)展分支,就目前來講,人工智能在網(wǎng)絡安全、信息管理、財產(chǎn)安全方面做出了突出貢獻。而在未來,人工智能的應用也將會覆蓋更多領(lǐng)域,促進時代的進一步發(fā)展。