初顯身手的智能識別技術

邵　旭

在目前讓人眼花繚亂的計算機外部設備的大家庭中，穩(wěn)坐泰山幾十載的鍵盤，在新世紀卻面臨著“退居二線”的危機。用智能識別技術武裝起來的語音輸人和手寫輸入系統(tǒng)正咄咄逼人，蠶食著鍵盤輸入——近幾十年來唯一的人機交互輸入手段的領地。不只是語音輸入和手寫輸入識別技術，觸摸屏識別輸入、商品條碼識別、指紋識別等一系列信息識別新技術在近幾年內也蓬勃地發(fā)展起來了。它們無外乎就是通過掃描儀或麥克風等這些傳感器設備，把形、音等相關信息載體錄入計算機，然后利用一種特殊的識別軟件對其進行加工處理，從而提取其中蘊含的信息內容。而所有識別技術的進步，都得益于近年來人工智能理論的蓬勃發(fā)展。

讓電腦變“聰明”的理論

人類幾千年的文明史，是數(shù)學高度發(fā)展的歷史。人們陸續(xù)建立了代數(shù)學、幾何學、微積分、概率論等一系列經典數(shù)學學科體系?，F(xiàn)代的信息處理學科，其核心往往就是利用先進的計算工具——計算機，去求解復雜的數(shù)學問題。一個數(shù)學家過去靠手工計算上億年才能得出結果的數(shù)學計算問題，如今普通計算機可能在幾秒鐘之內就可以輕易地給出精確答案。然而，一個1歲左右的嬰兒，可以輕而易舉地通過外貌、聲音甚至氣味辨認出他的父母，如果讓計算機來做這些，它可能要解一堆數(shù)學方程，進行一系列數(shù)學變換，相關工作量可能會是天文數(shù)字，而結果還可能是個笑話?？梢哉f，在簡單的識別和邏輯判斷方面，恐怕依靠經典數(shù)學理論求解答案的計算機充其量只有半歲嬰兒的智力。讓計算機去擁有像人一樣的思維甚至感情，目前看來，還是遙遠的科學童話。

人的大腦有著傳統(tǒng)計算機無法比擬的優(yōu)勢，是自然界長期進化的結晶，它由約150億個神經細胞構成。每個神經細胞周圍有1000多根像樹枝一樣的突起，能夠同時接收感覺器官或其他神經細胞傳來的信息。此外，神經細胞還有一根細長的突起，能夠向周圍發(fā)送信息，指揮相應器官的動作。大腦神經細胞之間密切聯(lián)系，形成了密密麻麻的一張信息網，這種結構人們稱之為神經網絡。

科學家們發(fā)現(xiàn)，大腦神經網絡結構對信息的處理，與計算機有著本質的不同：計算機工作主要靠中央處理器，它要處理的信息必須排隊挨個進行，因而它的運算速度再快，處理信息的能力也是有限的；而人的神經網絡由于細胞之間有著千絲萬縷的聯(lián)系，因而各種信息可以同時處理。更何況，不是任何求解的問題都可以歸結為簡單的數(shù)學模型，人腦在數(shù)學運算的同時，更多的是利用了其邏輯思維的優(yōu)勢。

于是，科學家們開始研究大腦的構成和思維方式，從而發(fā)現(xiàn)了新的算法并創(chuàng)造出了新的計算機體系結構。神經網絡理論連同二戰(zhàn)后興起的模糊數(shù)學理論、分形分維等非線性科學，構成了人工智能理論的基礎。也許用人工智能理論去模擬復雜的人的思維還為時尚早，但其實用成果已經在相對簡單的識別技術領域得以淋漓盡致地發(fā)揮出來。

神奇的智能識別技術

語言是人通過發(fā)聲器官表達相關信息的工具，它是由不同頻率和高低的聲調合成的。人們利用頻譜特征可以實現(xiàn)不同發(fā)音的識別，語音識別技術因而擁有廣泛的應用前景。最基本的應用是通過語音輸入，將其與相應的文字內容一一對應，從而大大加快了輸入速度，簡化了輸入方式。目前，出售的語音輸入軟件的功能大多就停留在這個階段。尤其要解決好的問題是，不同人的發(fā)音差異很大，有些人還帶有方言，這就需要電腦的識別算法要具備學習能力。俗話說：“一回生、兩回熟”，開始聽不懂的發(fā)音，通過幾次訓練，就應該記憶下來。沒有“聽”清楚的單字或詞組，可以通過聯(lián)想的方式，盡可能在誤差最小的情況下進行猜測。這些都體現(xiàn)了人工智能理論在語音識別算法中的應用。

文字識別技術的關鍵是將包含在文字中的信息提取出來。英文只有26個字母，外加一些常用標點符號、數(shù)字和希臘字母，相對較易識別。而漢字是表形文字，結構復雜，識別起來比英文困難得多。目前的文字實用算法，對于規(guī)范的漢字印刷體有較高的識別率。手寫漢字，由于個人書寫風格、大小等特征的千差萬別，識別率普遍不高。但是如果外加一支電子筆，人們用電子筆寫字時，計算機軟件就能夠記錄相應漢字的書寫筆順，這一重要特征的引入，對提高識別率幫助很大。這也是為什么目前漢字識別軟件普遍支持手寫聯(lián)機輸入的重要原因。同語音識別一樣，相應軟件還得配合使用學習、記憶、聯(lián)想等智能算法。

當然，目前的語音和文字識別軟件的功能還相當有限，它們還僅僅停留在鍵盤鼠標替代物的階段，智能水平還比較低下。然而，隨著人工智能理論的發(fā)展和對識別技術研究的深入，未來的識別軟件的功能將今非昔比。那時的軟件不僅要知道說了什么，寫了什么，還要理解其內涵，明白自己該去做什么。比如人們對著計算機說：“請把我上個月寫的那篇文章打印出來?！毕鄳浖粌H可以理解其語義，遇到不明白之處，還可以通過語言的方式提出質疑，比如計算機主動會問：“請說明文件名稱”。待徹底理解用戶的指令之后，計算機便會自動調出相應的文檔，啟動打印機并將文件打印出來。

商品條碼識別和指紋識別都可以看作是圖形圖像技術的識別典范。在超級市場購物時，收銀員只需通過掃描商品條碼，就能讀出商品的名稱、產地、價格等相關信息，目前已經得到廣泛應用。指紋識別是一種行之有效的偵察手段，但僅靠人工的方法，絕對不能勝任在成千上萬個指紋樣本中發(fā)現(xiàn)目標的任務。應用人工智能技術，去精確地識別指紋特征，將擁有非常廣闊的應用空間。據(jù)科學家的廣泛調查發(fā)現(xiàn)，人的指紋特征千差萬別，世界上60多億人，即存在著60多億種各不相同的指紋。而目前人的姓名、身份證編號以及隨身攜帶的各種證件及證件上的照片，其本質和核心就是在不同場合能確定某一個體。其實，小小的指紋完全可以解決這些問題，它就像一個人的姓名，一個人終生區(qū)別于他人的唯一標志?；蛟S不久的將來，一卡通也要讓位于一“紋”通，如今風風火火的“金卡工程”也要被“指紋工程”所取代了。但這一切的前提，就是人工智能理論的發(fā)展為指紋識別技術提供足夠高的識別率，足夠小的誤差率，否則，一切都是天方夜譚。

日漸成熟的智能識別技術

在21世紀，智能識別技術必將得到前所未有的大發(fā)展。但是，它必須依賴于人工智能理論和相關技術點點滴滴的進步，同時，人們必須謹慎地思考和解決智能識別技術對社會所帶來的沖擊及負面影響。

到目前為止，電子計算機已經經歷了電子管、晶體管、集體電路、大規(guī)模集成電路四代的發(fā)展，人們早已預料到了下一代計算機將是智能計算機的天下。1982年，日本政府、產業(yè)界和學術界組成了專門的研究機構，并籌資100億日元，計劃用10年時間研究開發(fā)出智能計算機，美國和歐洲也不甘落后，先后在這一領域傾注了大量的心血。然而，1992年夏季，日本宣布，中止第五代電子計算機的研制計劃。日本專家承認，雖然人們在人工智能方面已經取得了一定成果，但還遠未成熟，在短短10年內完成這樣高智能的系統(tǒng)是不可能的。到現(xiàn)在，又是10年過去了，人類在各領域，尤其是在信息領域已經又有了突飛猛進的發(fā)展，但智能計算機依然是可望而不可及。

此外，智能識別技術雖然還停留在相當原始的應用水平，但由此對人的勞動造成的排擠和沖擊，卻已經開始凸現(xiàn)出來。美國AT&T;公司1992年5月曾宣布將逐步采用電腦語音識別裝置代替接線員電話接轉和信息查詢的工作，此決定立即在該公司1．8萬接線員中引起了極大的恐慌，并遭到了通信工人的強烈反對。

如果說機器代替了人的體力勞動，可以將人從繁重的體力勞動中解脫出來，更多地進行腦力勞動的話，那么，功能日益完善、豐富的智能識別技術，則在一點點地排擠著辦公室秘書、職員甚至是翻譯這類傳統(tǒng)腦力勞動者的就業(yè)空間。如果未來人工智能技術進一步得到發(fā)展的話，誰敢擔保不會有許多人對這一類具有相當智能的機器感到恐懼，而把它當作對立物加以排斥呢?