人工智能在计算机网络领域的应用

导语：人工智能在计算机网络领域的应用一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

1人工智能及其发展

人工智能在近年来科学技术研究领域中不断受到更多人的重视，并且已经成为科学技术研究领域中的重点课题。人工智能即ArtificialIntelligence，建成AI，主要指研发用于模拟、延伸以及拓展人类各种智能的理论、方法、技术与应用系统的一种新兴的技术科学。人工智能的含义，可以从人工与智能两方面进行拆解。其中“人工”代表的是由人类创造的或者服务与人类的各种设备，“智能”则是指对人类的智能进行研究、模仿，并以人类的思维模式为模板进行功能的设计与开发，从而使人工的机器设备能够更好的为人类服务。人工智能是科学技术发展中的一种全新领域的探索，是人类经济社会发展的必然产物，也是人类想象力以及梦想的集中体现，因此，人工智能自诞生以来，就得到了社会各方面的广泛支持，同时人们对人工智能研究的兴趣仍在不断上升。而在人工智能的理念来源方面，其与传统的工业机械技术、信息技术等都有着较大的区别，人工智能不仅仅是对生产工具以及生产能力的革新，更是对人类能力的一种研究与拓展，这与人类作为智慧生物本身所拥有的强大创造力有关。虽然人类是一种高智慧生物，拥有强大的思维能力与创造力，但人类对自己的了解却并不深入，而人工智能正是以此为切入点，在创造更多高技术水平机器的同时，不断去对人类自身的能力进行更深层次的研究与挖掘，从而帮助人们实现对自我的反思与了解。人工智能虽然是近年来才逐渐兴起的科学研究，然而最早在上世纪五六十年代就已经有研究人员注意一些设备可以以人类思维的方式去解决问题，如计算机能够以人类思维逻辑为模板进行运算与预测，人们只需将一些数据信息输入进设备中即可得到相应的结果。这一发现为后来的人工智能发展提供了思路。而随着近年来各种技术的不断涌现，更多的技术可以被用来对人类各种能力进行模拟，如视觉能力、认知能力、语言能力等，这就使得人工智能技术迎来了发展的高潮。如今，人工智能技术已经开始在各个领域中得到应用并不断普及，为人类的生产生活提供了更多优质的服务。

2计算机视觉概述

计算机视觉是人工智能领域中的一个重要分支，其与机器视觉技术一起完成了对人类视觉能力的模拟与应用。但计算机视觉与机器视觉两者是有着本质区别的，这就要求我们能够对这两个概念进行明确的区分，从而更好的对计算机视觉技术进行研究与开发。计算机视觉是根据人类视觉能力而研究出的一种对图像进行分析处理的优质算法，其侧重点在软件的开发上。而机器视觉则是对人类视觉能力的全面模仿，不仅涉及软硬件技术的开发，还包含对各种图像采集与处理设备、镜头控制设备以及图像分析算的综合应用。简单来将，计算机视觉是对图像信息进行科学分析的技术，而机器视觉自身任务出发来完成对图像的识别和处理。从上述的概念我们可以发现计算机视觉是人类视觉能力模拟中的一项基础性技术，并且随着人工智能技术的发展，计算机视觉也取得了许多重要成果。然而就目前而言，计算机视觉的应用仍只是停留在学术层面，在产业化发展方面并不理想。与之相比，机器视觉在工业生产领域的应用已经十分普及，且市场前景广阔。当然这与现阶段计算机视觉的实用性较低也有重要关系。因此，在人工智能的未来发展中，人们应该将更多的精力放在计算机视觉的产业化应用上，如GPU视觉计算机加速器等，从而以产业促科研，进一步推动计算机视觉的发展。

3人工智能在计算机视觉及网络领域中的应用

3.1人工智能在计算机视觉中的应用。计算机视觉的作用在于对图像进行有效识别，而现实生活中的图像则包含动态与静态两种。其中静态图像主要指静止的图片、画面等，而动态的图像则包含实景拍摄以及各种视频等。计算机视觉在静态图像的识别方面较为容易，不需要依靠太多复杂的技术，而在动态图像的识别上，则可以通过人工智能技术实现识别能力与效率的提升。首先，计算机视觉可以运用传感器等设备对拍摄场景中的各种信息进行采集，在对所有采集到的信息进行分析、整理与分类。其次，利用智能计算机设备对采集到的信息数据进行处理，从而使这些信息的准确度得到进一步提升，以确保信息图像信息获取的有效性。在此过程中，智能计算机的处理能力十分关键，因此，计算机视觉识别能力会随着智能设备的发展而提升。如今，计算机视觉中的智能设备以及能够对许多复杂的图像信息如人类肢体动作、眼球等进行有效的识别，并且这种视觉识别能力仍然具有较大的发展空间，这需要计算机视觉的研究者们继续在此方面不断探索实践，从而使计算机视觉能够具有更高的实际应用价值。3.2人工智能在网络领域中的应用。人工智能技术所涉及的学科领域十分广泛，如计算机技术、互联网技术、信息技术、逻辑学、心理学以及人体工程学等，因此，人工智能也是一种具有广泛融合性的科学。而在当前互联网高度普及的形势下，人工智能的许多应用都需要依托于互联网平台，所以人工智能的发展必须要能够为互联网提供更好的服务。在这一方面，人工智能在网络中的应用主要集中在两方面，一是网络安全，二是系统评价。互联网的迅速发展与普及以及网络本身的开放性使得网络安全问题日益凸显，在此情况下，为了更好的保障网络信息安全，优化网络环境，就需要人工智能提供重要的技术支持。目前，网络中的计算机用户在保障自身信息安全的过程中所采取的主要措施就是借助杀毒软件的安装来对各种病毒以及非法侵入进行阻隔，防止自己的信息资料泄露而造成重大损失。杀毒软件的工作原理主要是依靠计算机防火墙对网络传输中的各种文件的安全性进行判断从而来确定是否对其进行阻止，而这个判断的过程则与人类的思维判断能力十分相似，所以人工智能技术通过对人类思维能力的模拟，可以更加有效的完成这项任务。由此可见，将人工智能技术应用于网络安全上能够极大的提升网络的安全性。在系统评价方面，人工智能的作用体现在于能够对网络管理进行更加科学、准确的分析与评价。一方面，人工智能技术能够辅助网络管理人员对计算机进行智能化的搜索并从中找出更多有效的数据与网络管理解决方案。同时，计算机的管理程序也需要依靠人工智能技术对计算机网络中的所有历史数据进行全面分析，从而自动生成有效的管理方法，最终实现计算机网络的自动化管理。在此过程中，人工智能技术经过分析所做出的决策数据会以程序代码的形式输入到系统中，从而为相关的决策人员做出正确的管理决策提供参考和依据。而当出现问题时，计算机系统还可以依靠人工智能对问题发生的原因以及概率进行分析和处理。可以说，人工智能在计算机网络管理系统评价中的分析、决策的能力，能够进一步推动计算机网络技术的健康稳定发展。3.3人工智能推动计算机视觉的产业化发展。人工智能技术在计算机视觉中进行应用还体现在推动计算机视觉的产业化发展上。由于近年来人工智能已经在许多领域中发挥了重要的作用，并且不断被应用于产业化生产与实践，因此，计算机视觉借助人工智能的理念与思路，也可以实现产业化道路。就现阶段而言，计算机视觉已经在一些领域进行了产业化尝试，如2010年微软公司推出的Kinet产品通过对人类骨架的视觉捕捉来完成对人体各种动作的模拟，这种技术通过与电脑输入设备的结合，能够实现人体动作与电脑的直接互动，而无需进行屏幕操作。此外，一种名叫深度摄像机的设备也是计算机视觉产业化运用的重要成果。深度摄像机RGBD是在传统RGB相机的基础上增加了信息深度加工技术，既能够通过被动接受和主动探测的方式发射能量到目标上，也能够对接收到的信息进行分析处理，从而实现对人员感知系统的高度模拟。该产品在许多视觉识别与处理领域都有广泛的应用前景。而随着智能技术的发展，还将有更多技术可以应用于计算机视觉中并有效推动计算机视觉产业发展。

4结语

计算机视觉作为一种对人类视觉能力进行模拟与扩展的技术，在社会发展中具有广泛的应用前景，因此人工智能的研究者应该进一步加强人工智能在计算机视觉及网络中的应用，从而使计算机视觉的功能实用性得到提升，并使其更好的为人类服务。

参考文献

[1]宋巍.大数据时代人工智能在计算机网络技术中的应用探析[J].信息与电脑(理论版),2018(19):129-130.

[2]张大巍.人工智能在计算机视觉及网络领域中的应用[J].电子技术与软件工程,2018(11):2.

[3]倪晨旭.计算机视觉研究综述[J].电子世界,2018(01):91+93.

作者:李颖辉 单位:郑州工程技术学院