人工智能 (AI) 是一種機(jī)器智能，它模仿人類(lèi)思維的解決問(wèn)題和決策能力來(lái)執(zhí)行各種任務(wù)。
。
人工智能是如何工作的
人工智能使用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等算法和技術(shù)來(lái)學(xué)習(xí)、發(fā)展并在分配的任務(wù)中逐漸做得更好。根據(jù)人工智能可以復(fù)制的人類(lèi)特征、現(xiàn)實(shí)世界的應(yīng)用和心智理論的先決條件，人工智能分為三種類(lèi)型：
- 狹義人工智能（ANI）：能力范圍狹窄的人工智能
- 通用人工智能（AGI）：人工智能與人類(lèi)能力相提并論
- 超級(jí)人工智能（ASI）：超越人類(lèi)智能的人工智能
讓我們更詳細(xì)地了解每種 AI 類(lèi)型。
1. 狹義人工智能（ANI）
狹義人工智能 (ANI)，也稱(chēng)為弱 AI 或狹義 AI，是特定于應(yīng)用程序或任務(wù)的 AI。它被編程為執(zhí)行單一任務(wù)，例如面部識(shí)別、語(yǔ)音助手中的語(yǔ)音識(shí)別或駕駛汽車(chē)。狹義 AI 基于一組有限的參數(shù)、約束和上下文來(lái)模擬人類(lèi)行為。 ANI 的一些常見(jiàn)示例包括 Siri 在 iPhone 上展示的語(yǔ)音和語(yǔ)言識(shí)別、自動(dòng)駕駛汽車(chē)展示的視覺(jué)識(shí)別功能和推薦系統(tǒng)，例如 Netflix 的推薦系統(tǒng)，它根據(jù)用戶(hù)的在線(xiàn)活動(dòng)推薦節(jié)目。谷歌的 RankBrain 是谷歌用來(lái)對(duì)結(jié)果進(jìn)行排序的另一個(gè)狹窄人工智能的例子。此類(lèi)系統(tǒng)僅學(xué)習(xí)或接受培訓(xùn)以完成特定任務(wù)。
2. 通用人工智能（AGI）
通用人工智能（AGI），也稱(chēng)為強(qiáng)人工智能或深度人工智能，是機(jī)器思考、理解、學(xué)習(xí)和應(yīng)用其智能來(lái)解決復(fù)雜問(wèn)題的能力，就像人類(lèi)一樣。強(qiáng)人工智能使用心智理論框架來(lái)識(shí)別其他智能系統(tǒng)的情緒、信念和思維過(guò)程。思維層面的人工智能理論是指教機(jī)器真正理解人類(lèi)的所有方面，而不僅僅是復(fù)制或模擬人類(lèi)的思維。 盡管 AGI 尚未實(shí)現(xiàn)，但它已經(jīng)引起了微軟等頂級(jí)科技公司的關(guān)注，微軟通過(guò)風(fēng)險(xiǎn)投資 OpenAI 向 AGI 投資了 10 億美元。此外，為了實(shí)現(xiàn)強(qiáng)大的人工智能，富士通制造了 K 計(jì)算機(jī)，它被認(rèn)為是世界上最快的超級(jí)計(jì)算機(jī)之一。同樣，中國(guó)國(guó)防科技大學(xué)建造了天河二號(hào)，這是一臺(tái) 33.86-petaflops 的超級(jí)計(jì)算機(jī)。
3. 人工超級(jí)智能（ASI）
人工超級(jí)智能（ASI）是一種超越人類(lèi)智能的人工智能，可以比人類(lèi)更好地執(zhí)行任何任務(wù)。ASI 系統(tǒng)不僅能理解人類(lèi)的情感和經(jīng)歷，還能喚起他們自己的情感、信念和欲望，類(lèi)似于人類(lèi)。 盡管 ASI 的存在仍是假設(shè)性的，但此類(lèi)系統(tǒng)的決策和解決問(wèn)題的能力預(yù)計(jì)將遠(yuǎn)超人類(lèi)。通常，ASI 系統(tǒng)可以獨(dú)立思考、解決難題、做出判斷和做出決定。 狹義、通用和超級(jí) AI 是如何工作的？ 無(wú)論類(lèi)型如何，人工智能通常具有三種基本能力： 1.感知周?chē)h(huán)境 在這里，人工智能模型收集有關(guān)相關(guān)主題的周邊數(shù)據(jù)。 2. 檢測(cè)環(huán)境中的模式 在收集相關(guān)數(shù)據(jù)后，人工智能模型會(huì)尋找常見(jiàn)的數(shù)據(jù)模式。 3. 從這些模式中學(xué)習(xí)并更新對(duì)未來(lái)決策的理解 然后，人工智能模型從數(shù)據(jù)模式中學(xué)習(xí)，并隨著時(shí)間的推移更新其理解。對(duì)于 AGI，這可能包括變得更加自我意識(shí)、創(chuàng)造力和提高與人類(lèi)相媲美的認(rèn)知能力。同樣，對(duì)于 ASI，這個(gè)階段可能需要發(fā)展自己的情感、信念和經(jīng)驗(yàn)，并進(jìn)一步增強(qiáng)超越人類(lèi)智力的認(rèn)知能力。 ?查看更多：人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之間有什么區(qū)別？ 狹義、通用和超級(jí) AI 之間的主要相似之處 人工智能 (AI) 允許機(jī)器從以前的經(jīng)驗(yàn)中學(xué)習(xí)，適應(yīng)新的輸入或刺激，并以更高的效率執(zhí)行類(lèi)似人類(lèi)的任務(wù)。從金融、醫(yī)療保健和航空到制造和供應(yīng)鏈，人工智能已被廣泛應(yīng)用于各個(gè)垂直行業(yè)。 雖然狹義的 AI 已成為我們?nèi)粘Ｉ畹囊徊糠?，?AGI 仍處于早期階段，圍繞 ASI 的炒作是巨大且堅(jiān)定的。然而，所有這些類(lèi)型的人工智能都是從相同的根源演變而來(lái)的，并且具有某些不可否認(rèn)的相似之處。 狹義人工智能、通用人工智能和超級(jí)人工智能之間的主要相似之處
狹義人工智能、通用人工智能和超級(jí)人工智能之間的主要相似之處
讓我們了解 ANI、AGI 和 ASI 之間的主要相似之處。
1. 預(yù)測(cè)和適應(yīng)能力
所有類(lèi)型的人工智能都使用算法來(lái)識(shí)別和發(fā)現(xiàn)數(shù)據(jù)中的模式。然后，人工智能解決方案使用識(shí)別出的模式來(lái)學(xué)習(xí)和適應(yīng)，就像人類(lèi)從重復(fù)性任務(wù)中學(xué)習(xí)一樣。所有分析的數(shù)據(jù)都進(jìn)一步用于做出未來(lái)的決策并得出有意義的預(yù)測(cè)。 今天使用的各種軟件系統(tǒng)，例如用于糾正拼寫(xiě)錯(cuò)誤、預(yù)測(cè)用戶(hù)將要輸入的內(nèi)容或?yàn)橛脩?hù)提供到達(dá)目的地的最短路線(xiàn)的系統(tǒng)，其核心是機(jī)器智能。 同樣的原則也適用于根據(jù)交通和周?chē)鷶?shù)據(jù)做出導(dǎo)航?jīng)Q策的自動(dòng)駕駛汽車(chē)。法律領(lǐng)域提供了類(lèi)似的應(yīng)用，其中人工智能解決方案審查多個(gè)文件并將相關(guān)文件標(biāo)記為特定案件。在標(biāo)記相關(guān)文檔后，算法可以輕松找到類(lèi)似的文檔。此類(lèi)人工智能應(yīng)用還可用于訴訟預(yù)測(cè)，因?yàn)樗鼈兛梢愿鶕?jù)文檔內(nèi)容評(píng)估案件的風(fēng)險(xiǎn)因素并預(yù)測(cè)判決結(jié)果。
2.自己做決定
人工智能增強(qiáng)了人類(lèi)智能，從收集的數(shù)據(jù)中提供洞察力，并學(xué)習(xí)提高整體生產(chǎn)力。人工智能分析數(shù)據(jù)、自我學(xué)習(xí)、獲得洞察力和做出改進(jìn)決策的能力使其成為一個(gè)強(qiáng)大的工具，無(wú)論應(yīng)用程序如何。 當(dāng)前的狹義人工智能解決方案根據(jù)已編程到其中的數(shù)據(jù)做出自己的決定。同樣，由于 AGI 和 ASI 中內(nèi)置的類(lèi)人認(rèn)知能力，未來(lái)的 AI 解決方案可能總是做出比人類(lèi)同行更快、更優(yōu)化的全面決策。
3.模仿人類(lèi)認(rèn)知 各種人工智能系統(tǒng)本質(zhì)上都是模仿人的思維，解決復(fù)雜的問(wèn)題。他們有效地理解世界并做出適當(dāng)?shù)姆磻?yīng)，就像人類(lèi)研究他們的環(huán)境，得出推論，然后與他們進(jìn)行適當(dāng)?shù)幕?dòng)一樣。 Narrow AI 的機(jī)器智能使用自然語(yǔ)言處理 (NLP)來(lái)理解自然語(yǔ)言中的語(yǔ)音和文本。這在聊天機(jī)器人和 Cortana 等虛擬助手中很明顯。因此，當(dāng)前的人工智能被編程為模仿人類(lèi)認(rèn)知，以自然和個(gè)性化的方式與人類(lèi)互動(dòng)。由于 AGI 和 ASI 系統(tǒng)是 ANI 的高級(jí)版本，這種對(duì)人類(lèi)認(rèn)知的模仿只能期待進(jìn)一步擴(kuò)展和進(jìn)步。
4. 不斷學(xué)習(xí)和發(fā)展
人工智能是指機(jī)器從常見(jiàn)數(shù)據(jù)模式中學(xué)習(xí)的能力。人工智能系統(tǒng)使用深度學(xué)習(xí)（機(jī)器學(xué)習(xí)的一個(gè)子集）來(lái)不斷學(xué)習(xí)和發(fā)展。大多數(shù)深度學(xué)習(xí)方法，通常稱(chēng)為深度神經(jīng)網(wǎng)絡(luò)，都使用神經(jīng)網(wǎng)絡(luò)架構(gòu)，并通過(guò)使用大量標(biāo)記數(shù)據(jù)進(jìn)行訓(xùn)練。這里，'deep' 表示神經(jīng)網(wǎng)絡(luò)中隱藏層的數(shù)量。與具有兩到三個(gè)隱藏層的傳統(tǒng)神經(jīng)網(wǎng)絡(luò)相比，深度神經(jīng)網(wǎng)絡(luò)有接近 150 層。 目前，最熟悉的深度學(xué)習(xí)示例包括亞馬遜的 Alexa、谷歌助手和三星 Bixby。這樣的人工智能系統(tǒng)使用算法??來(lái)開(kāi)發(fā)分析模型并通過(guò)多次反復(fù)試驗(yàn)來(lái)執(zhí)行任務(wù)。 基于深度學(xué)習(xí)的對(duì)話(huà)式 AI 聊天機(jī)器人示意圖
基于深度學(xué)習(xí)的對(duì)話(huà)式 AI 聊天機(jī)器人示意圖
5.通過(guò)自動(dòng)化消除平凡的任務(wù)
所有類(lèi)型的 AI 通過(guò)提供自動(dòng)化解決方案來(lái)取代組織中的常規(guī)和平凡的任務(wù)。這使員工能夠?qū)Ｗ⒂陉P(guān)鍵任務(wù)。智能倉(cāng)庫(kù)配備了所有必要的自動(dòng)化和人工智能系統(tǒng)，讓員工不必?fù)?dān)心搬運(yùn)重物。相反，自動(dòng)化機(jī)器人具備執(zhí)行這些活動(dòng)的能力。此外，庫(kù)存也會(huì)自動(dòng)計(jì)算，讓員工處理需要人工注意的任務(wù)，例如確保自動(dòng)化系統(tǒng)正常運(yùn)行。這提高了效率，節(jié)省了員工的時(shí)間和精力，同時(shí)減少了間接費(fèi)用。 隨著 AGI 和 ASI 的出現(xiàn)，需要仔細(xì)人工監(jiān)控的活動(dòng)也將由智能代理承擔(dān)，這些代理在未來(lái)與人類(lèi)相比表現(xiàn)出更高的智能。
6.促進(jìn)人類(lèi)增強(qiáng)
人工智能和人的結(jié)合可以將不同的能力和優(yōu)勢(shì)結(jié)合在一起。增強(qiáng)智能將任何形式的人工智能提升到更高的水平。以 IBM 的 Deep Blue 為例，該計(jì)算機(jī)在 1990 年代后期擊敗了國(guó)際象棋大師 Garry Kasparov。輸了之后，加里試驗(yàn)了計(jì)算機(jī)助手如何提高只有人類(lèi)或計(jì)算機(jī)下棋的水平。他發(fā)現(xiàn)人類(lèi)、機(jī)器和良好的流程可以產(chǎn)生比單一、強(qiáng)大的計(jì)算機(jī)更好的結(jié)果。 今天的狹義人工智能在幫助人類(lèi)完成關(guān)鍵任務(wù)方面已經(jīng)相當(dāng)有效。隨著 AGI 和 ASI 近在咫尺，自動(dòng)化等技術(shù)可能會(huì)進(jìn)一步提高人類(lèi)智能的有效性。這意味著“人類(lèi)智能加機(jī)器智能”的整體輸出將優(yōu)于單獨(dú)的人類(lèi)或機(jī)器。 查看更多：
狹義 AI、通用 AI 和超級(jí) AI 之間的主要區(qū)別
| 類(lèi)別 | 狹義的人工智能 | 通用人工智能 | 超級(jí)人工智能 |
| 定義 | 狹義的人工智能專(zhuān)注于特定的、單一的或集中的任務(wù)，缺乏解決不熟悉問(wèn)題的自我擴(kuò)展功能。 | 強(qiáng)大的人工智能可以執(zhí)行廣泛的任務(wù)、推理、學(xué)習(xí)和提高與人類(lèi)相媲美的認(rèn)知能力。 | 超級(jí)人工智能展示了超越人類(lèi)能力的智能。 |
| 目的 | Narrow AI 被編程為在一組預(yù)定義的功能內(nèi)運(yùn)行，以完成或解決特定問(wèn)題。 | 強(qiáng)大的人工智能將擁有自己的思想，并且能夠完成其“思想”可以設(shè)想的任何類(lèi)型的任務(wù)。 | 超級(jí)人工智能將超越人類(lèi)的智慧，比人類(lèi)更好地完成任何任務(wù)。 |
| 人工智能模型 | 狹義 AI 使用已編程的固定域模型。 | 強(qiáng)大的 AI 可以通過(guò)其操作環(huán)境進(jìn)行自我學(xué)習(xí)和推理。 | 超級(jí)人工智能有自己的意識(shí)自我學(xué)習(xí)和進(jìn)化。 |
| 意識(shí) | 狹義的人工智能缺乏自我意識(shí)、人工意識(shí)或認(rèn)知能力。 | 強(qiáng)大的人工智能將被認(rèn)為是真正先進(jìn)的、智能的和完全自我意識(shí)的，這意味著它將具備常識(shí)、創(chuàng)造力和表達(dá)情感的能力。 | 超級(jí)人工智能將模擬人類(lèi)的推理和經(jīng)驗(yàn)，以發(fā)展自己的情感理解、信念和欲望。 |
| 數(shù)據(jù)處理 | 狹義 AI 使用機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)對(duì)數(shù)據(jù)進(jìn)行分類(lèi)。 | 強(qiáng)大的 AI 通過(guò)使用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、NLP 和人工神經(jīng)網(wǎng)絡(luò)的高級(jí)版本來(lái)利用集群和關(guān)聯(lián)。 | 超級(jí)人工智能可能會(huì)以人腦為模型，來(lái)引出行為智能，理解和解釋人類(lèi)的情緒和經(jīng)歷 |
| 知識(shí)傳輸 | 狹義的人工智能不利于知識(shí)轉(zhuǎn)移到其他領(lǐng)域或任務(wù)。 | 強(qiáng)大的人工智能利用知識(shí)轉(zhuǎn)移到新的領(lǐng)域和任務(wù)。 | 超級(jí)人工智能將始終跨任務(wù)和領(lǐng)域進(jìn)行知識(shí)轉(zhuǎn)移 |
| 影響 | 狹義的人工智能在特定的重復(fù)性任務(wù)中勝過(guò)人類(lèi)，例如駕駛、醫(yī)療診斷和財(cái)務(wù)建議。 | 從獲得大學(xué)學(xué)位到處理醫(yī)療緊急情況，強(qiáng)大的人工智能在所有方面都與人類(lèi)競(jìng)爭(zhēng)。 | 超級(jí)人工智能在實(shí)現(xiàn)社會(huì)目標(biāo)和促進(jìn)太空探索方面優(yōu)于人類(lèi)，但也威脅到人類(lèi)的生存。 |
| AI發(fā)展階段 | 今天的人工智能 | 未來(lái)人工智能-2040 | Soon after AGI |
可以肯定地說(shuō)，人工智能的進(jìn)步讓我們今天的生活變得更加輕松。隨著 ANI 成為我們生活中不可或缺的一部分，AGI 和 ASI 脫穎而出，我們站在了實(shí)現(xiàn) AI 技術(shù)真正力量的風(fēng)口浪尖。
話(huà)雖如此，每種類(lèi)型的 AI 都截然不同。讓我們了解 ANI、AGI 和 ASI 之間的主要區(qū)別。文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-500866.html
人工智能實(shí)習(xí)?? ?今天的人工智能?? ?未來(lái)的人工智能——2040 年左右?? ?AGI 之后不久 查看更多：人工智能工作角色：如何成為數(shù)據(jù)科學(xué)家、人工智能開(kāi)發(fā)人員或機(jī)器學(xué)習(xí)工程師 外賣(mài) 自 20 世紀(jì)中葉人工智能問(wèn)世以來(lái)，我們所成功實(shí)現(xiàn)的只是狹義人工智能的范式。在完成指定任務(wù)時(shí)，它表現(xiàn)得非常好。一旦狹窄的 AI 變得像人腦一樣復(fù)雜，我們可能會(huì)觸及 AGI 的領(lǐng)域。 在掌握了在各個(gè)領(lǐng)域超越人類(lèi)智力的一般人工智能階段后，我們可以開(kāi)始設(shè)想一個(gè)標(biāo)志著超級(jí)人工智能時(shí)代開(kāi)始的未來(lái)。未來(lái)將意味著我們被更聰明、更有意識(shí)和自我意識(shí)的實(shí)體所包圍。然而，問(wèn)題仍然存在，我們是否會(huì)達(dá)到這些階段以實(shí)現(xiàn)最終的人工智能霸權(quán)？文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-500866.html
到了這里，關(guān)于什么是狹義人工智能、通用人工智能和超級(jí)人工智能？的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
