AI识别主要是依赖于AI算法和模型进行自动化操作，而不是人为操作。
在AI识别的过程中，首先需要收集大量的数据，这些数据将作为AI算法的训练样本。然后，通过数据预处理、特征提取和降维处理等技术手段，对收集到的数据进行处理，以便于后续的模型训练和识别。接下来，选择合适的AI算法和模型架构，利用之前预处理好的数据进行训练，通过不断调整模型参数和优化算法，使得模型能够准确地识别和检测目标对象。最后，对训练好的模型进行评估和测试，以评估其在真实场景中的性能和准确性。
因此，AI识别主要是依赖于自动化算法和模型进行操作，人为操作主要涉及到数据采集、预处理、模型选择和评估等过程，但具体的识别过程是由AI算法和模型自动完成的。
需要注意的是，虽然AI识别具有很高的自动化程度，但仍需要人类专家的参与和监督，以确保其准确性和可靠性。例如，在数据采集和预处理过程中，需要人类专家对数据进行标注和校验；在模型选择和评估过程中，需要人类专家根据实际需求和应用场景进行评估和选择。
