REGION INFO 数字地方
摘要：在互联网信息化时代，以人工智能与机器学习技术为主导的智慧型城市建设体系正在形成，人们在越来越依赖互联网信息化平台的同时也愈发离不开人工智能技术应用，比如机器学习就已经成为了社会人生产生活的重要必备分支条件之一。论文中以人工智能与机器学习技术的基本理论为研究起点，泛谈了二者在智慧城市中的各种应用，充分体现它们与智慧城市建设的高适配性，证明它们的实际应用价值内涵。 关键词：智慧城市；人工智能；机器学习；步态识别；人脸识别；融合
luciano rivarola智慧城市的实现包括了物联网、云计算、大数据和人工智能等等尖端技术内容，它们共同形成了新型的智能化、信息化城市建设形态。在智慧城市建设中，充分利用人工智能技术配合机器学习技术实现城市建设优化调整是很有必要的，它彻底颠覆了当代城市建设理念，同时也是实现智慧社会，建设网络强国、数字强国的重要一环。所以说人工智能与机器学习技术已经成为当前城市必不可少的重要支撑技术，二者所构建的技术体系也是相当完善且多元的，非常值得研究推敲。
一、人工智能与机器学习技术
（一）人工智能。人工智能（Artificial Intelligence，AI）技术诞生于20世纪中期，它的出现对人类社会干簧管传感器
与经济发展是具有深远意义的。人工智能技术的应用领域广泛，包含学科众多，如计算机科学、信息科学、数学科学、工程技术甚至哲学心理学等。它是一种同时具备学习、交流、输入与输出能力的先进技术类型。在人工智能技术的引导下，所有的机器设备都变得更加“聪明”，它所构建的电子商务体系、信息社区、数据和知识社会实现了网络与物理空间有效互联及融合，引导人类社会进入全面的人工智能2.0进化阶段。目前已有的人工智能技术相对更加侧重于自身与人类社会生产生活的紧密联系，真正将生产生活中的各种技术应用功能提升了一个层次，颠覆了社会发展进程，从传统追求使用计算机系统实施数据演算逐渐形成对人类智能的模拟转变，具体来说它包括以下3点变化：第一，强调机器设备与人类增强混合智能系统的融合建设。第二，强调机器、人类与网络组织的全新人智能系统建设。第三，强调建设更加复杂的智能系统，例如融合了人类、社会、物理与网络系统的智能化城市。而在城市建设中，还会将人工智能应用于图像识别技术中，实现更广泛的人工智能技术应用[1]。
六旋翼无人机（二）机器学习。机器学习（Machine Learning）主要是指通过系统或知识识别，对机械学习能力进行科学化提升，进而获得新技能、新知识。机器学习所提供的学习方式与人类相似，如果不通过系统学习或未能掌握合适的学习方法可能难以掌握全新的问题分析、解决方式，所以机器学习要做到不断创新、不断发展，它正迎合了当前人工智能发展领域的快速发展要求，它所建立的知识体系具有具体的实践方向，可解决某些实际问题，是人工智能领域中最不可或缺的重要技术。从专业角度讲，机器学习是拥有高度发达的感知能力与并行信息处理能力的，在智慧城市建设应用中它的技术发挥空间很隧道隔音降噪施工
大，主要被应用于图像识别、语音识别等等领域，且已经取得了令人瞩目的不错成就。目前，机器学习所提供的深度学习（Deep Learning）功能直观且多元，不需要人为参与特征选取过程，它所构建的图像识别、目标检测、自然语言处理等技术领域在技术应用方面非常成熟，例如，深度学习专门建立了3种深度学习框架：深度卷积神经网络、深度置信网络以及堆栈自编码器，这些学习框架都能配合机器学习构建预测、分类能力、准确性更强更高的技术应用体系，具有相当高的实践应用价值[2]。
二、人工智能与机器学习技术在智慧城市中的实践应用分析
在智慧城市建设进程中，人工智能领域中的图像识别技术的运用领域正在不断扩展，它所构建的图像识别技术体系作用关键且功能丰富，像车牌识别、指纹识别、人脸识别、步态识别等等技术应用内容都相当重要，其中最具有代表性的就是人脸识别与步态识别。
（一）步态识别技术实践应用
步态识别技术主要对人走路的姿势与心态进行远距离非受控状态识别和认证，它被早期的医学研究所研究应用。基于人步态中的24种不同成分可以进行进一步细致分类，配合人工智能与机器学习技术对人类步态的基本内容进行检测、对特征进行提取，实现个体识别优化，建立步态识别流程如图1。
图1步态识别技术应用流程
一般来说，步态识别技术主要应用于安防领域，它属于一种新兴的生物特征识别技术，多被应用于视频监控领域，专门面向社会治安管理、案件侦查、反恐等等重大社会安全领域。步态识别技术可以快速判断嫌疑人行动，包括嫌疑人可能对公共财产所造成的威胁。另外在医学领域中步态识别技术也有广
试论人工智能与机器学习技术在智慧城市中的应用
电子签章技术林晓农
◆
信息系统工程 │ 2020.1.20
24
