這個應用領域很廣啊。

舉例說明:

語音識別方面，有一天你直接戴著翻譯裝置走遍世界的每一個角落都不會遇到語言的問題，為什麼呢？咱們的翻譯機完成了對現場語言的翻譯，首先接收到一種語言，然後文字化，然後再翻譯，然後再語音話。這就是語音識別一個生活中的案例。

其實如果用到安防領域，你比如，我們有罪犯錄音，當使用到語音識別時，當罪犯下次被採集到語音時我們就可以比對成功，來確定罪犯位置並進行抓捕。

人臉識別，那就更多了，比如你支付寶上的安全驗證環節。還可以應到門禁上。

最後還是安防層面，它可以識別罪犯，便於警察準確快速的發現罪犯進行抓捕。

首先確認一點，人臉識別和聲音識別，對於現在的雲資料時代，都屬於一種輸入渠道，包括我們現在已經離不開的智慧手機。

從某種意義上來講，和智慧裝置的資訊輸入來源的進步，決定著當前智慧時代或者說大資料時代的發展。智慧時代，從某種意義上說，就是用最簡單的方式，和智慧裝置互動。我們在用盡一切辦法來讓互動變得更簡單。比如我們之前用電腦，現在用手機，更方便的就是現在去超市結賬不用手機，可以直接刷臉。這種意義在之前是很大的變革。

這些都是在解決我們和智慧裝置互動的繁瑣過程。讓我們能更直接更原始更方便的給智慧裝置傳遞我們要表達的資訊，從而讓它們為我們服務。

所以要判斷某些功能是否有必要，只要判斷這個功能是否讓我們更方便的讓智慧裝置按照我們的意識去執行某種操作而為我們帶來某種程度上的便捷即可。

語音識別和人臉識別技術主要用途是為了推進智慧機器發展，使之逼近人類。

機器人要想完全逼近人類，成為與人類“平起平坐”的智慧機器，語音識別和人臉識別技術都是繞不開的智慧技術。正如人類要向超級化發展，轉基因技術是繞不開的技術一樣。

目前的語音識別和人臉識別技術是比較“粗糙”的。由於電子線路和半導體晶片整合度極大提高，電子技術在各個方向上也長足進步了；計算機技術無論在運算速度，還是在神經網路規模(神經網路軟體程式)上都產生巨大進展，這使得人工智慧獲得了“技術紅利”，使得人們盲目地認為，目前的人工智慧已經超過人類，似乎無所不能了。當前的語音識別和人臉識別技術就是在這種情形下產生的。而實際上，這兩種技術識別的安全性，仍然很低，目前主要應用在金融交易領域，很容易發生重大事故。

人臉識別和語言識別技術，包括通訊技術、智慧手機，這都屬於“享受型技術”，其意義就是放便人類生活。不同於生物技術、宇航動力技術、新型能源技術，這些技術才是提升人類文明等級的技術。

“享受型技術”就是人類“科學礦面”，開採時掉下的“礦渣”而已。但是，這對唯利是圖的商人們和幕後利益集團來說，確是真正能用來“掏口袋”的技術，所以，是被“這些人”大力吹捧的技術。但是，內行人知道，人工智慧技術仍然是沿著數理邏輯搭建的技術路線，進行所謂各種，絞盡腦汁的，五花八門的策略的“綜合”。這條技術路線永遠都不可能“接近”人類。