人工智能下計算機技術(shù)的運用路徑

張雨煙 包艷艷

摘要：近年來，人工智能技術(shù)已經(jīng)取得了顯著進步，其如何與計算機技術(shù)實現(xiàn)更好地融合，成為一項重要的研究內(nèi)容?；诖耍恼略诿鞔_人工智能技術(shù)優(yōu)越性的基礎(chǔ)上，討論了如何在人工智能視域下更好地應(yīng)用計算機技術(shù)，以期為今后的相關(guān)工作提供一些借鑒。

關(guān)鍵詞：人工智能;計算機技術(shù);應(yīng)用

中圖分類號：TP18? ? ? 文獻標(biāo)識碼：A

文章編號：1009-3044（2022）12-0056-02

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

目前，計算機和互聯(lián)網(wǎng)已經(jīng)在人們的工作和生活中得以全面應(yīng)用，而隨著計算機和互聯(lián)網(wǎng)的發(fā)展，人們對這兩方面的需求也越來越高，以往的基本功能已經(jīng)很難滿足實際需要。由此，人工智能技術(shù)應(yīng)運而生，并且在計算機和互聯(lián)網(wǎng)中發(fā)揮著越來越重要的作用，其對于計算機和互聯(lián)網(wǎng)的改進優(yōu)化也起著至關(guān)重要的作用，因此，應(yīng)當(dāng)對此做進一步研究分析。

1人工智能技術(shù)概述

通過采用人工智能技術(shù)，計算機設(shè)備將能夠以智能的思維來分析和解決問題，其不僅涵蓋了常規(guī)的計算機科學(xué)和數(shù)學(xué)兩門學(xué)科，為實現(xiàn)模擬人類的不同感覺，往往還需要引入心理學(xué)和哲學(xué)等內(nèi)容進行深入研究。在模擬的過程中，主要是通過對各種系統(tǒng)實施編程加以實現(xiàn)，以幫助人們解決工作和生活中的難點問題，以提升人們工作和生活的質(zhì)量[1]。

當(dāng)前，計算機網(wǎng)絡(luò)仍處于高速發(fā)展時期，其具有瞬息萬變的特點，因此，其對于相關(guān)技術(shù)的靈活性也有了越來越高的要求，由此，具有諸多優(yōu)勢的人工智能技術(shù)得到了廣泛的應(yīng)用[2]，具體來看，人工智能技術(shù)的優(yōu)勢主要體現(xiàn)在以下幾個方面。

一是能夠處理多種不確定性問題。由于在一些工作中，人們并不需要對數(shù)據(jù)模型進行精確描述，因此可使用人工智能技術(shù)中的模糊邏輯，處理較為模糊的信息，讓這些模糊信息能為之所用。

二是協(xié)作功能較強。目前計算機網(wǎng)絡(luò)已經(jīng)呈現(xiàn)出明顯的層次化格局，傳統(tǒng)的管理模式已經(jīng)不能滿足需要，因此可采用人工智能技術(shù)中的輪循模式，由上層模塊對下層模塊發(fā)送指令進行管理，以此類推，最終完成協(xié)作環(huán)節(jié)。在此基礎(chǔ)上，運用人工智能技術(shù)中的分布型思維，可確保各個層次協(xié)同進行工作，從而提升工作效率和工作質(zhì)量[3]。

三是人工智能技術(shù)具有自主學(xué)習(xí)和推理的能力，其通過機器學(xué)習(xí)算法學(xué)習(xí)低層次數(shù)據(jù)信息后，即可推理出高層次的數(shù)據(jù)信息，實現(xiàn)對高層次數(shù)據(jù)信息進行有效控制和管理。

四是具有優(yōu)異的非線性處理功能。通過模擬人類智能的邏輯思維，各種高難度的非線性問題均可迎刃而解。

2人工智能下計算機技術(shù)的發(fā)展現(xiàn)狀

2.1模式識別

模式識別主要是針對視覺和聽覺兩種模式進行識別，其能夠有效增加計算機設(shè)備的感知能力，如對文字、語音、手紋等要素進行識別等。同時，其在遙感圖像識別和細胞檢測等方面也得到了較高程度的應(yīng)用，效果頗為顯著。模式識別和機器學(xué)習(xí)有著相似之處，不同點在于，前者在工業(yè)領(lǐng)域的應(yīng)用較多，后者則更傾向于計算機學(xué)科方面的理論，但二者可視為同一個領(lǐng)域的不同發(fā)展方向，且在近幾年都有著較為迅猛的發(fā)展[4]。

2.2人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)又稱為神經(jīng)網(wǎng)絡(luò)或類神經(jīng)網(wǎng)絡(luò)，其在計算機技術(shù)中的應(yīng)用尚處于初始階段，仍有著較為廣闊的發(fā)展空間。應(yīng)用過程中，人工神經(jīng)網(wǎng)絡(luò)主要通過各種算法產(chǎn)生的“神經(jīng)元”進行相互連接。人工智能技術(shù)借助于這些算法產(chǎn)生的神經(jīng)元，即可快速解決非線性問題，且能夠分析各種數(shù)據(jù)模糊的定性問題，具有大量存儲、處理和分布信息的能力。

2.3專家系統(tǒng)

專家系統(tǒng)目前是計算機中人工智能技術(shù)的重要研究方向，其主要是在人類已經(jīng)掌握的知識基礎(chǔ)上解決各種問題，由于其以人類知識庫為基礎(chǔ)，因此又被稱為知識基系。目前，專家系統(tǒng)對于解決特殊應(yīng)用領(lǐng)域的問題非常有效，但其也依賴于相關(guān)領(lǐng)域的知識規(guī)則。在實際應(yīng)用過程中，專家系統(tǒng)通過對使用規(guī)則進行簡明表述即可實現(xiàn)目標(biāo)。規(guī)則本身和代碼中的“if”和“then”等存在著明顯的聯(lián)系，這有助于解決遇到的各種難題內(nèi)容。由此，這項技術(shù)能夠模擬出相關(guān)領(lǐng)域?qū)＜覍栴}的分析解決的全流程，最終取得較為理想的效果，甚至可以達到專家人員無法企及的解決效果。

3人工智能下計算機技術(shù)的具體應(yīng)用方向

3.1人工智能生物識別技術(shù)

目前，人工智能生物識別技術(shù)已經(jīng)在計算機安全保護系統(tǒng)中得到了廣泛的應(yīng)用，并已經(jīng)進一步擴展到智能手機和平板電腦等設(shè)備中，取得了較好的效果。但仍需要對這項技術(shù)的應(yīng)用做更為深入的分析。以網(wǎng)絡(luò)交易環(huán)境為例，其需要通過身份認證檢測個人信息，這就需要對其進行身份識別。目前人工智能生物識別技術(shù)主要是指指紋識別和人臉識別。在指紋識別技術(shù)應(yīng)用中，其主要通過識別用戶手指部位凸起的指紋紋路，而人臉識別與之類似，只是識別的途徑有所不同。無論是哪種識別模式，其匹配速度都已經(jīng)非?？?，一般都在0.1s～0.2s左右。未來隨著人工智能技術(shù)的發(fā)展成熟，預(yù)計其可以根據(jù)“人的任何生理特征在滿足普遍性、獨特性、唯一性、穩(wěn)定性和可采集性，就可進行信息采集”的原則，來提取用戶的生物特征進行身份鑒定。預(yù)計未來人工智能生物識別技術(shù)的應(yīng)用將更加廣泛，且能夠更好地存儲和保護一些較為重要的數(shù)據(jù)信息[5]。

3.2網(wǎng)絡(luò)安全管理技術(shù)

近年來，人工智能技術(shù)與計算機網(wǎng)絡(luò)安全技術(shù)的結(jié)合較多，其已經(jīng)朝著多樣化的方向發(fā)展，其中最為常見的則是以下幾方面的技術(shù)。

一是入侵檢測技術(shù)，在應(yīng)用這項技術(shù)后，其能夠?qū)W(wǎng)絡(luò)系統(tǒng)整體進行監(jiān)測和管理，如網(wǎng)絡(luò)系統(tǒng)中出現(xiàn)異常情況，會及時發(fā)現(xiàn)和上報處理。在人工智能技術(shù)應(yīng)用后，這項技術(shù)實現(xiàn)了進一步的智能化，在模糊識別系統(tǒng)的加持下，對各種可能的惡意來訪行為進行綜合處理和分析，確保計算機網(wǎng)絡(luò)系統(tǒng)在遭到破壞之前就解決掉威脅因素。不僅如此，該技術(shù)能夠?qū)崟r篩選異常數(shù)據(jù)信息，在解決問題方面有著較強的針對性[6]。

二是計算機防病毒技術(shù)，這種技術(shù)在人工智能技術(shù)的加持下，其主要通過系統(tǒng)自動檢測的方式，確保系統(tǒng)的安全。目前，這項技術(shù)已經(jīng)實現(xiàn)了自動搜索、快速掃描和自動檢測等諸多功能，不僅能夠及時發(fā)現(xiàn)病毒，還能對病毒的來源和類型等自動進行判斷，并對其進行迅速處理，確保網(wǎng)絡(luò)系統(tǒng)的安全。

三是云安全技術(shù)。這項技術(shù)能夠更快更好地分辨出危險的數(shù)據(jù)信息，當(dāng)網(wǎng)絡(luò)黑客進行攻擊時，其能夠第一時間對計算機進行安全保護，并及時消除入侵行為帶來的影響。

3.3人工智能在數(shù)據(jù)庫技術(shù)中的運用

如今已經(jīng)是大數(shù)據(jù)時代，每天都在產(chǎn)生海量的信息數(shù)據(jù)，且有些數(shù)據(jù)信息較為關(guān)鍵，因此，研究人員開始嘗試將人工智能技術(shù)與數(shù)據(jù)庫技術(shù)進行融合應(yīng)用，取得了較為優(yōu)異的效果。具體來看，其主要從以下幾個方面加以進行。

（1）在傳統(tǒng)的數(shù)據(jù)庫內(nèi)引入人工智能專家系統(tǒng)，根據(jù)數(shù)據(jù)庫的知識和規(guī)則，創(chuàng)建問題解決系統(tǒng)，以實現(xiàn)數(shù)據(jù)信息的共享，有助于解決多個領(lǐng)域中的實際問題。

（2）提取應(yīng)用程序內(nèi)的知識數(shù)據(jù)創(chuàng)建新的數(shù)據(jù)庫，新型數(shù)據(jù)庫與傳統(tǒng)數(shù)據(jù)庫的模式類似，有助于高效處理各種問題。

（3）借助人工智能技術(shù)的推理能力，在傳統(tǒng)數(shù)據(jù)庫中應(yīng)用智能算法，以便隨機激發(fā)出相應(yīng)的規(guī)則。而在激發(fā)規(guī)則的過程中，記錄數(shù)據(jù)庫的各種狀態(tài)，這樣在后續(xù)的工作中如需要特殊功能，即可通過查詢搜索加以實現(xiàn)。

（4）訓(xùn)練人工智能進行深度學(xué)習(xí)，分析并提取數(shù)據(jù)庫中的隱性邏輯，創(chuàng)建新的語義網(wǎng)絡(luò)，利用語義網(wǎng)絡(luò)即可進行類似數(shù)據(jù)庫的推理工作，確保數(shù)據(jù)推理更為準確合理。

3.4在計算機輔助管理中的應(yīng)用

在應(yīng)用人工智能技術(shù)后，計算機輔助管理能夠?qū)崿F(xiàn)智能化的管理。人工智能技術(shù)起到的重要作用是解決相關(guān)知識內(nèi)容的形式化、訪問和調(diào)用。在知識內(nèi)容形式化后，即可表示管理方法和深度學(xué)習(xí)內(nèi)容，實現(xiàn)計算機輔助管理，達到相應(yīng)的效果。以電力系統(tǒng)為例，通過人工智能技術(shù)和計算機技術(shù)的結(jié)合，能夠?qū)﹄娬惧仩t的工作情況進行有效控制。

3.5在醫(yī)療行業(yè)進行自主判斷

當(dāng)前，人工智能下的計算機技術(shù)在醫(yī)療行業(yè)也有了顯著的應(yīng)用，通過這些技術(shù)，能夠有效彌補以往醫(yī)療行業(yè)中存在的不足，提升診斷水平。如對一些患有疑難雜癥的患者，即可采用醫(yī)療診斷程序中的人工智能技術(shù)對其病情進行概率分析，不僅能有效提高醫(yī)療水平，也能提升診斷的準確率。不僅如此，還可通過計算機技術(shù)和人工智能技術(shù)相結(jié)合的方式，建立在線遠程醫(yī)療診斷系統(tǒng)，通過國內(nèi)外相關(guān)的案例資料進行補充，以提高治療的針對性，提升治愈率。通過這種方式，相關(guān)的病例數(shù)據(jù)信息得到了有效共享，在今后的工作中也能夠做到有跡可循。

3.6利用人工智能下的計算機技術(shù)實現(xiàn)自我控制

隨著計算機人工智能技術(shù)的發(fā)展，目前其在遠程控制方面已經(jīng)得到了顯著的增強，應(yīng)用范圍也進一步擴大。以航空器領(lǐng)域為例，其可結(jié)合人工智能技術(shù)、大數(shù)據(jù)技術(shù)和計算機技術(shù)，對航空器的運行情況進行有效控制。確保航空器能夠主動測算自身的行動，當(dāng)遇到意外情況時，能夠主動采取措施抵御風(fēng)險。同時也有助于讓地面控制中心有效控制航空器的軌跡，如發(fā)現(xiàn)異常情況，則可運用閉環(huán)控制系統(tǒng)進行有效調(diào)控，必要時采取緊急制動措施，及時修復(fù)存在的問題。

4 結(jié)束語

總體來看，人工智能下計算機技術(shù)有著多方面的運用路徑，對于各行業(yè)的發(fā)展也有著非常重要的現(xiàn)實意義。但從目前分析，這些技術(shù)的應(yīng)用仍然面臨著巨大的挑戰(zhàn)。為此，相關(guān)技術(shù)人員應(yīng)當(dāng)緊密結(jié)合發(fā)展趨勢，利用人工智能技術(shù)提高計算機技術(shù)的水平，確保這些技術(shù)在今后發(fā)揮更大的作用，實現(xiàn)計算機系統(tǒng)的高效運行。

參考文獻：

[1] 段頊.計算機應(yīng)用的現(xiàn)狀與發(fā)展趨勢[J].中小企業(yè)管理與科技（中旬刊），2021（3）：183-184.

[2] 常春燕.新形勢下的計算機應(yīng)用技術(shù)創(chuàng)新實踐分析[J].電腦知識與技術(shù)，2021，17（8）：191-192.

[3] 張清彬，王大山.人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應(yīng)用研究[J].電子制作，2020（24）：75-76.

[4] 唐宇.人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應(yīng)用研究[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2020（9）：107-108.

[5] 苗偉娟.大數(shù)據(jù)時代人工智能在計算機網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J].電腦知識與技術(shù)，2020，16（13）：260-261，269.

[6] 冉憲宇.關(guān)于計算機應(yīng)用技術(shù)的現(xiàn)狀及發(fā)展趨勢研究[J].計算機產(chǎn)品與流通，2019（7）：7.

【通聯(lián)編輯：唐一東】