Page 148 - 当代控制理论及应用技术概论

当代控制理论及应用技术概论
Introduction to Contemporary Control Theory and Applied Technology

高于普通家电，造成其无法成为市场上的消费主流。针对这一问题，只能通过推
动技术发展来逐步克服。很多技术成品在诞生初期时的成本都比较高，但随着其
发展完善，成本会逐渐降低。
（二）可靠性问题
计算机人工智能识别技术在识别可靠性方面还存在一定缺陷。比如语音识

别会受到噪音干扰和方言影响；面部识别的准确性会受到眼镜、发型、妆容以及
表情等因素的影响；指纹识别也存在可靠性问题，人在生活中会广泛接触周边物
体，导致指纹会留存于很多地方，如果这些指纹痕迹被不当应用，则可能会欺骗

指纹识别系统。针对这一问题，一方面需要加强对识别技术的深化研究，提升信
息采集和 AI 识别算法的质量；另一方面，可以综合采用多种识别技术，比如进
行身份识别时综合应用面部识别、指纹识别、声线识别甚至是虹膜识别，通过构
建多道安全锁的方式来提升可靠度。
（三）识别数据库和知识库有待丰富

从某种程度上讲，人工智能识别系统能够准确识别到的对象数量决定了系
统可完成事情的程度，如果系统构建配置的识别模型限制较多，而待识别对象的
特征又不在数据库的存储范围内时，系统就可能出现无法识别或识别错误等情况。

此外，人工智能识别是模仿人类的识别过程，需要将人类的识别知识内化为系统
的识别规则，而这就会带来很多瓶颈限制：一是知识量比较大，需要构建庞大的
知识库才能提升识别精度；二是知识往往是隐性的，难以将其描述成计算机系统
能够理解的识别规则，甚至有时人类自身虽然能够做到识别，但也无法描述其背
后的隐性机理，比如目前可以区分双胞胎子女，但却说不清如何区分和鉴别。针

对以上问题，首先要加强与大数据技术的结合应用。利用大数据手段对识别领域
内的对象案例进行广泛采集，不断丰富识别数据库。第二，强化对机器学习和深
度学习技术的应用。人工智能识别系统在初始时可能会因为识别模型和规则的限

制，出现各种识别错误或漏识别的问题，但通过对错误案例的自主学习，系统能
对内化的规则知识进行优化完善，使系统不断获得进化提升。最后，人类对知识
的使用过程具有机理复杂、非线性和非结构化的特点，而传统的结构化数据库给
系统模仿人类进行知识的存储、管理和检索造成了诸多约束，所以需要探索更贴
近人类大脑的非结构化知识库模型。目前有学者提出了用复杂网络进行知识库建

模的观点，给该问题的解决带来了曙光。

140
140