Page 46 - 基于人工智能的图像识别技术研究

基于人工智能的图像识别技术研究
Research on Image Recognition Technology Based on Artificial Intelligence

在不久的将来远程智能会议，远程签收等各种跨越空间的工作形式将取代我们现
有的工作模式。

如今，人工智能技术的应用已经无形地渗透到我们的日常生活及工作之中，
其对人类社会的进步产生了十分显著的效果，该技术的完善加速了人工智能时代
的来临，人工智能技术可代替很多传统的岗位，在节省人力物力的同时，为社会
的快速进步注入了全新的动力，更好地满足了未来社会发展的基本需求。

第二节 人工智能芯片

一、人工智能芯片分类

（一）人工智能芯片的定义
1.神经网络

人工智能的定义很早就有人提出，但直到21世纪初才逐渐成为社会热点，尤
其近几年相关行业得到了井喷式的发展，相关人才也成为各大互联网、科技公司
争相招聘的对象。似乎不跟人工智能挂钩的公司就算不上有技术竞争力的公司。
这种现象发生的直接原因是神经网络算法的大规模开发应用，根本原因是计算机
性能的大幅提高。那么什么是神经网络呢？神经网络算法是机器学习诸多算法中

的一支，这种算法其实很早就有应用，如在经济学中它常被用来建立模型，或者
说常被用于解决“黑箱问题”。从本质上来说，神经网络其实是通过大量的计算
来拟合出一个函数，该函数符合我们为它设下的诸多限制。例如，在人脸识别问

题中，我们为神经网络的训练准备了大量的“样本”（样本即训练集，用于神经
网络的函数调整，每个训练样本都有一个“标签”，该标签就是评价我们的函数
是否合理的重要指标）。在最初，我们的函数的各个参数都是随机、错误的，完
全不具备实际意义，但通过将我们的输出结果与标签作比较，就可以得到我们当

前的函数与理想函数之间的差距。
通过对神经网络各层权重的求偏导，就可以得到神经网络的梯度，进而以实
际函数与理想函数之间的差距作为参考，实现随机梯度下降，进而实现计算结果
与实际结果的差距越来越小。最终，我们可以得到一个经过拟合的函数，该函

数可以相对准确地对输入进行判断和预测。总结来说，神经网络可以这样理解：
输入数据就像生产原料，从源头输入，在不同的生产线得到了不同的加工，最

38