模式识别（Pattern Recognition）是AI最早研究的领域之一，主要是指用计算机对物体、图像、语音、字符等信息模式进行自动识别的科学。

“模式”的原意是提供模仿用的完美无缺的标本，“模式识别”就是用计算机来模拟人的各种识别能力，识别出给定的事物与哪一个标本相同或者相似。

模式识别的基本过程包括：对待识别事物进行样本采集、信息的数字化、数据特征的提取、特征空间的压缩以及提供识别的准则等，最后给出识别的结果。在识别过程中需要学习过程的参与，这个学习的基本过程是先将已知的模式样本进行数值化，送入计算机，然后将这些数据进行分析，去掉对分类无效的或可能引起混淆的那些特征数据，尽量保留对分类判别有效的数值特征，经过一定的技术处理，制订出错误率最小的判别准则。

当前模式识别主要集中于图形识别和语音识别。图形识别主要是研究各种图形（如文字、符号、图形、图像和照片等）的分类。例如识别各种印刷体和某些手写体文字，识别指纹、白血球和癌细胞等。这方面的技术已经进入实用阶段。

语音识别主要研究各种语音信号的分类。语音识别技术近年来发展很快，现已有商品化产品（如汉字语音录入系统）上市。图1-26为扫描仪；图1-27为IBM公司研制的语音识别系统。(www.daowen.com)

图1-26　扫描仪是汉字识别的基本设备之一

图1-27　IBM公司研制的语言识别系统