究竟什么是人工智能（AI）？

人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學。

機器，特別是計算機系統(tǒng)對人類智力過程的模仿被稱為人工智能，專家系統(tǒng)、自然語言處理、語音識別和機器視覺是人工智能應(yīng)用的幾個典型應(yīng)用。

人工智能是如何工作的？

隨著圍繞 AI 的熱情不斷增長，企業(yè)一直在爭先恐后地展示他們的商品和服務(wù)如何包含 AI。他們所說的人工智能通常只是人工智能的一個組成部分，比如機器學習。AI 需要專門的硬件和軟件來編寫和訓練機器學習算法。目前沒有一種編程語言能夠成為 AI 的代名詞，但有少數(shù)是比較突出的，包括 Python、R 和 Java。

人工智能系統(tǒng)通常會消耗大量標記的訓練數(shù)據(jù)，評估數(shù)據(jù)的相關(guān)性和模式，然后使用這些模式來預(yù)測未來狀態(tài)。通過學習數(shù)百萬個實例，給出文本聊天示例的聊天機器人可以學會與人類進行逼真的對話。相比之下，圖像識別程序可以學習識別和描述照片中的項目。

學習、推理和自我糾正是人工智能編程關(guān)注的三個認知功能。

學習過程——人工智能編程的這個組成部分涉及收集數(shù)據(jù)和制定將數(shù)據(jù)轉(zhuǎn)換為可用信息的規(guī)則。這些規(guī)則稱為算法，算法教計算機設(shè)備如何逐步執(zhí)行特定任務(wù)。

推理過程——人工智能編程的這一領(lǐng)域與選擇最佳方法來實現(xiàn)給定結(jié)果有關(guān)。

自我校正程序——人工智能編程的這一功能旨在不斷微調(diào)算法并確保它們提供最準確的結(jié)果。

了解各種類型的人工智能分類

由于人工智能研究旨在使計算機模仿人類的功能，因此人工智能系統(tǒng)可以復制人類技能的程度被用作人工智能分類的標準。因此，可以根據(jù)機器在多樣性和性能方面與人類的比較情況，將人工智能分為幾類之一。

在這樣的系統(tǒng)中，能夠執(zhí)行更多類似人類功能并具有相當能力水平的人工智能被認為是更先進的。相比之下，功能和性能受限的 AI 被認為更直接且進化程度更低。

基于這個標準，人工智能通常分為兩類。一種分類是基于人工智能和支持人工智能的機器人與人類思維的相似性，以及它們“思考”甚至“感覺”像人類的能力。根據(jù)這個分類系統(tǒng)，有四類人工智能或基于人工智能的系統(tǒng)：反應(yīng)性機器、有限記憶機器、心智理論和自我意識人工智能。

反應(yīng)式機器沒有內(nèi)存并且是特定于任務(wù)的。如深藍，這是 1990 年代擊敗加里卡斯帕羅夫的 IBM 國際象棋軟件。深藍可以識別棋盤上的棋子并做出預(yù)測，但由于缺乏記憶，它無法利用過去的經(jīng)驗來影響未來的經(jīng)驗。

有限的記憶——因為這些人工智能系統(tǒng)有記憶，它們可能會利用以前的經(jīng)驗來指導未來的判斷。這就是自動駕駛汽車的一些決策機制是如何創(chuàng)建的。

心理理論是心理學中使用的一個詞。當應(yīng)用于人工智能時，這表示機器具有理解情緒的社交智能。這種人工智能可以預(yù)測人類行為并推斷人類意圖，這是人工智能系統(tǒng)成為人類團隊不可或缺的成員的必備能力。

自我意識——這一類的人工智能系統(tǒng)有一種自我感覺，這賦予了他們意識。具有自我意識的機器知道他們目前的狀況。目前，這種形式的人工智能還不存在。

不過，在技術(shù)術(shù)語中更常用的替代分類方案是將技術(shù)分類為：人工狹義智能 (ANI)、人工通用智能 (AGI) 和人工超智能 (ASI)。

狹義人工智能 (ANI)

這種形式的人工智能涵蓋了所有現(xiàn)存的人工智能，包括迄今為止構(gòu)建的最復雜和最有能力的人工智能。狹義人工智能是指人工智能系統(tǒng)只能獨立完成一項工作，同時表現(xiàn)出與人類相似的技能。這些機器只能完成它們的設(shè)計目標，賦予它們有限或狹窄的能力范圍。根據(jù)上述分類，這些系統(tǒng)涉及所有反應(yīng)性和有限記憶的人工智能。ANI 甚至包括最先進的人工智能，它采用機器學習和深度學習來訓練自己。

通用人工智能 (AGI)

人工智能代理完全像人類一樣學習、感知、理解和運作的能力被稱為通用人工智能。通過模仿我們的多功能能力，人工智能系統(tǒng)將具有與人類同等的能力。這些系統(tǒng)將能夠獨立構(gòu)建大量能力，并跨領(lǐng)域建立聯(lián)系和概括，從而顯著減少培訓時間。

超級人工智能 (ASI)

人工超級智能 (ASI) 的誕生無疑將標志著人工智能研究的巔峰，因為 ASI 將成為地球上最具競爭力的智能形式。除了模仿人類智力之外，由于內(nèi)存大大增加，數(shù)據(jù)處理和分析速度更快，決策能力更強，ASI 在它們執(zhí)行的所有方面都將更加出色。AGI 和 ASI 的進步將導致一種稱為奇點的場景。雖然擁有如此強大的工具可供我們使用很誘人，但這些設(shè)備可能會危及我們的生存，或者至少危及我們的生活方式。

機器學習和深度學習有什么區(qū)別？

機器學習是人工智能 (AI) 的一個子集或應(yīng)用，它允許系統(tǒng)從經(jīng)驗中學習和成長，而無需編碼到該級別。機器學習使用數(shù)據(jù)來學習并獲得正確的結(jié)果。機器學習涉及創(chuàng)建讀取數(shù)據(jù)并利用它從自身學習的計算機軟件。

深度學習是機器學習的一個子集，包括人工神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)。它使用算法及其方法來解決任何復雜的問題。算法的構(gòu)建方式與機器學習相同。但是，還有更多層的算法。該算法的網(wǎng)絡(luò)被稱為人工神經(jīng)網(wǎng)絡(luò)。用更簡單的術(shù)語來說，它模擬了人類的大腦工作模式，因為大腦中的所有神經(jīng)網(wǎng)絡(luò)都是相連的，這就是深度學習的概念。