摘要：人工智能识别技术属于计算机人工智能领域的关键技术，在当前科技水平不断提升的背景下，该项技术也到了快速发展，并且也应用到了社会多个领域当中，推动着人类社会的发展进步.然而由于计算机人工智能识别技术的发展时间并不长，许多核心环节问题依旧未能很好解决，也就导致其在应用中存在瓶颈，进而给使用者带来不小困扰.鉴于此，文章将主要针对目前计算机人工智能识别技术的应用及其中存在的瓶颈展开分析，希望能够为相关研究人员提供参考.
关键词：计算机;人工智能识别技术;应用;瓶颈
1 计算机人工智能识别技术的应用现状
一是，无生命特征的技术实践。从现阶段我国技术实践来讲主要包括三项内容：条形码识别技术、智能卡技术、射频识别技术，其中条形码识别技术的应用最为广泛，微信等APP的二维码以及条码的实现都基于该项技术，条形码识别技术的应用可以将加到信息容量的文字信息集中显示，提升了信息密度，而且具有自动纠错能力，对于提升信息识别以及采集的准确性、效率都发挥着重要的作用。智能卡技术的核心也是智能化自动识别，其是一种集成电路卡，具有自动、独立储备以及运算功能，与计算机的结合，可以实现其智能化自动信息采集、處理、传输、管理等功能，该技术在物理领域有着较为广泛的应用[1]。而射频识别技术，这项技术通过非接触式对符号进行自动识别，可以直接通过无线电信号对物品上的信息进行识别，可以发挥自动识别与跟踪的功能。
二是，有生命特征的技术实践。如声音识别技术、指纹识别技术、人脸识别技术等。其中，声音识别技术在计算机人工智能识别技术体系中也属于一种非接触式识别技术，其以声音作为主要对象，通过辨别声音的特征，如音质、音调等的识别进行操作控制等。当前，声音识别技术在计算机软件、移动终端软件程序上的应用较为广泛，成为一种新型控制与识别方式。指纹识别技术是以指纹这一生物特征作为身份识别的媒介，提升了身份识别的安全性，在诸多精密验证中的应用较为广泛[2]。人脸识别技术是一项将人脸视觉特征信息作为识别媒介的识别技术手段，在现阶段的发展中，手机等身份验证环节的应用都较为广泛。
2计算机人工智能识别技术的应用瓶颈分析
2.1 语音人工智能识别技术的应用瓶颈
语音人工智能识别技术的研发目标在于让机器能够识别并读懂人类的语言，同时正确理解人类指令做出正确操作，这也是人工智能技术的核心要点，受到了全人类的广泛关注.在进入21世纪以来，随着人们生活生产中对智能化的需求增多，并且各种计算机人工智能识别产品增多，以语音芯片为核心的人工智能识别技术得到了迅猛发展，但从实际情况来看这一发展当中存在着诸多不足[4].
2.1.1 语音识别技术有待提升
现阶段所推出的语音识别技术在工作过程中需要尽量排除外界环境中的杂音，才能够确保识别软件对语音中的音色、音质、音调等信息进行有效识别.尽管目前的语音识别技术可以称得上是初步智能化，但由于其对工作环境的要求较高，一旦外界环境噪音超出既定值，则难以准确识别语音，也正因为这一点导致语音人工智能识别技术在实际应用中存在一定的阻碍.针对于此，要想解决这一应用瓶颈则需要以恶劣环境中的正常工作作为研究重点，具体解决方法可通过选用更高降噪能力的麦克风来实现，但在无形中又提升了语音识别技术的应用成本，大众用户并不愿意为了这项技术而付出昂贵的硬件设备费用.此外由于用户受教育程度、出生地域等存在不同，所以在语言表达方面会存在习惯、口音方面的差异，而不标准的普通话或是语速过快，都会降低语音识别系统的识别准确率.种种问题都意味着现阶段语音识别技术有待提升，否则应用瓶颈会一直存在.
2.1.2 语音识别系统有待完善
目前我国投入应用当中的人工智能识别系统中，呈现出词汇量偏少的情况，由于词汇量不足而会导致难以对所有的音色、音调及音质进行准确识别.此外，现有的语音识别系统中还暴露出语音模型受限情况，倘若要识别的词汇中混入了外语或方言，系统则难以准确识别，甚至会直接识别出错[5].所以，在今后的语音识别技术发展中，一定要重视词汇库的完善与语言模型的构建，并且要不断优化搜索算法去提高语音识别系统的智能程度.
2.1.3 语音识别系统应用成本偏高
虽然在许多智能手机上都已广泛应用了人工智能语音识别技术，但这一技术考虑到成本限制，所得到的功能与性能存在一定局限，只能识别低级别的语音[5].而更为规模化、智能化、系统化的语音识别技术由于需要高昂成本，让许多用户望而却步.此外，语音识别系统所占用的空间较大，所以通过微电子芯片实现语音识别功能的发展方向应当由巨型机向微型机发展，但这类芯片的成本则更高.也正因为成本问题，所以导致人工智能语音识别技术的应用发展存在瓶颈.
2.2 视觉人工智能识别技术的应用瓶颈
由于技术方面存在严重瓶颈，所以会导致计算机人工智能识别技术难以达到预期应用效果.除了上述所言的语音人工智能识别技术应用之外，该项技术在视觉识别领域也有广泛应用，从本质上来看，语音与视觉两个领域的技术应用原理相近，同样需要对用户的相关信息进行收集与分析，比如人脸信息、图像信息、指纹信息等等.然而由于技术方面的局限，在实际应用中存在难以突破的瓶颈.
2.2.1 人脸识别技术方面
人脸识别是对用户面部信息进行采集与储存，在系统算法下将收集到的人脸信息进行整理、分析与比对，进而验证是否与预存脸部信息一致，进而判断是否发出启动程序的指令[6].在实际应用过程中，人脸会发生一定变化，便给应用带来一定瓶颈.其一，人的面部特征会随着时间推移而不断发生变化，比如轮廓、皮肤质量等都会出现变化，进而对视觉识别效果形成影响;其二，人脸可作面部表情丰富多样，心情好坏都会直接在脸部表情中呈现，并且每一个表情都有细微不同，所以无法精准复制，在识别应用过程中便会存在较大不确定性;其三，在识别过程中极易受到外部环境影响，尤其是光线的强弱等因素，或者是在人脸轮廓相近的双胞胎识别方面还会出现错误，都影响着这一技术的识别效果.
2.2.2 指纹识别技术方面
对于每一个人而言，指纹都是独一无二存在的，因此將指纹视作为身份识别的一种属性显得可行，其中指纹识别技术主要是按照指纹纹路进行精准识别，现已成为人们生活中常见的密码技术.但在应用过程中也存在一定瓶颈，主要是因为我们生活中会遗留下大量指纹，而在专业的不法分子操作中，这些痕迹能够被复制，所以存在一定的安全隐患.同时，用户的指纹也会有一定概率受到损坏，比如烫伤、破皮等等，也会影响到指纹识别的效果.
结束语
综上所述，科学技术的发展使近年来我国计算机人工智能识别技术发展水平有了显著提升，但是随着社会发展需要的改变，计算机人工智能识别技术也暴露出了诸多问题，为此，文章对当前计算机人工智能识别技术应用现状进行了具体的分析，并探究了该项技术的未来发展，希望能够有效解决当前发展中的弊端，促进计算机人工智能识别技术朝着智能化、自动化的方向发展，提升识别过程中的安全性、可靠性，从而拓展应用范围与应用领域，使其价值得到充分实现。
参考文献
[1] 王常远.计算机人工智能的识别技术类型和应用[J].山东工业技术，2019，41（3）：151.
[2] 刘居贤.计算机人工智能技术在人体识别方面的发展应用[J].环球市场信息导报，2018，28（41）：244.
[3] 佚名.2018年人工智能和模式识别、IEEE计算机与通信工程技术国际会议举办[J].北方工业大学学报，2018，30（5）：2.