作者 | 顧家彤、鮑歆祎
來源 | 讀芯術
如果要列舉壹項徹底改變了21世紀的技術，非人工智能莫屬。現如今，人工智能已然成為我們日常生活的壹部分，不斷豐富和便捷著社會的方方面面，今天這篇文章，將幫助讀者好好了解人工智能的基本常識和基本概念，參透人工智能的前世今生。
人工智能的概念
1956年，約翰·麥卡錫（John McCarthy），計算科學與認知科學專家，美國斯坦福大學教授）如此定義“人工智能”壹詞——創造智能機器的科學和工程。
人工智能還可以被定義為計算機系統開發。此類計算機系統能夠執行需要人類智能的任務，例如決策，對象檢測，解決復雜問題等。
人工智能的發展階段
很多文章都把人工智能分為通用人工智能（AGI）、專用人工智能（ANI）和人工超級智能（ASI）三種不同類型的人工智能。更確切地說，人工智能有三個階段。
專用人工智能（ANI）
專用人工智能（ANI）也稱為弱人工智能，是人工智能的壹個發展階段，涉及的機器只能執行壹組狹義的特定任務。在這個階段，機器不具備任何思考能力。它只是執行壹組預設的功能。
弱人工智能的例子包括Siri（智能語音助手），Alexa（搜索引擎），自動駕駛汽車，Alpha-Go（人工智能機器人），Sophia（類人機器人）等。到目前為止，幾乎所有基於人工智能的系統都屬於弱人工智能類別。
通用人工智能（AGI）
通用人工智能（AGI）是人工智能的發展階段，也被稱為強人工智能。在這壹階段，機器將具有像我們人類壹樣思考和決策的能力。
目前還沒有強人工智能的例子，但是，我們相信很快就能夠創造出像人類壹樣聰明的機器。
很多科學家，包括斯蒂芬·霍金，覺得強人工智能會威脅人類的存在。霍金認為：“人工智能的完全發展可能意味著人類的終結......它將自行騰飛，並以不斷增長的速度重新進行自我設計。人類受限於緩慢的生物進化過程，無法參與競爭，最終將被完全的人工智能取代。”
超級人工智能（ASI）
超級人工智能是人工智能超越人類的發展階段。人工超級智能目前只是壹個假設，就像電影和科幻小說描述的那樣——機器統治世界。
考慮到目前的發展速度，機器離達到人工超級智能階段並不遙遠了。
人工智能（這裏指的不是專用人工智能）的進步速度非常快。除非直接接觸像Deepmind這樣的團隊，否則根本不知道它有多快 - 它以接近指數的速度增長。最多十年，最少可在五年內，人工智能就有發生嚴重危險事件的風險。埃隆·馬斯克
人工智能的類型
當要求解釋不同類型的人工智能系統時，必須根據其功能對人工智能進行分類。
基於人工智能系統的功能，人工智能可以分為以下類型：
反應性人工智能
這種類型的人工智能包括僅基於當前數據和情況運行的機器。反應性人工智能機器不能推斷數據，評估人工智能未來的行為。他們可以執行範圍縮小的預設任務。
IBM的象棋程序打敗了世界冠軍加裏·卡斯帕羅夫。這就是壹個反應性機器人的例子。
有限內存人工智能
顧名思義，有限內存人工智能可以通過研究其內存中的歷史數據來做出明智的和改進的決策。這樣的人工智能具有短暫或臨時的記憶，可用於存儲歷史經驗並評估未來的行為。
自動駕駛汽車是有限內存人工智能，它使用最近收集的數據做出即時決定。例如，自動駕駛汽車使用傳感器識別橫穿道路的平民，陡峭的道路，交通信號等，以做出更好的駕駛決定。這有助於阻止任何未來可能發生的事故。
心智理論人工智能
心智理論人工智能是壹種更先進的人工智能。據推測，這類機器在心理學中起著重要作用。心智理論人工智能將主要關註情商，以便更好地理解人類的信念和思想。
心智理論人工智能尚未成熟，但人類在嚴謹地研究這壹領域。
自我意識人工智能
讓我們祈禱人工智能沒有達到有自己的想法和自我意識的階段。鑒於目前的情況，自我意識人工智能有些遙不可及。但是，將來自我意識人工智能可能會達到超級智能化階段。
像埃隆·馬斯克（Elon Musk）和斯蒂芬·霍金（StephenHawkings）這樣的天才壹直提醒人們警惕人工智能的進化。
人工智能的分支
人工智能通過執行以下程序/運用技巧，可以解決現實問題。
機器學習
機器學習是壹門讓機器通過翻譯，處理和分析數據解決現實問題的科學。
在機器學習下面，有如下三個分類：
1. 監督學習
2. 無監督學習
3. 強化學習
深度學習
深度學習是在高維數據上實現神經網絡以獲得洞察力和形成解決方案的過程。深度學習是機器學習的高級領域，可用於解決更高級的問題。
深度學習是Facebook面部識別算法，自動駕駛汽車，Siri，Alexa等虛擬助手背後的邏輯。
自然語言處理
自然語言處理（NLP）是指從人類自然語言中獲取見解，與機器交流，拓展業務的科學。
Twitter使用自然語言處理技術在其推文中過濾掉帶有恐怖主義色彩的詞匯。亞馬遜也使用該技術來了解客戶評論，改善用戶體驗。
機器人學
機器人學是人工智能的壹個分支，專註於機器人的不同分支和應用。人工智能機器人在現實環境中代理人類行動，通過可靠的行動來產生結果。
例如，索菲亞類人機器人就是機器人學分支下的人工智能。
模糊邏輯
模糊邏輯是壹種基於“真實度”原則的計算方法，而不是通常的現代計算機邏輯，比如本質上的布爾值。
模糊邏輯用於醫學領域以解決涉及決策的復雜問題。它們還用於自動變速箱，車輛環境控制等。
專家系統
專家系統是基於人工智能的計算機系統，它學習並回報人類專家的決策能力。
專家系統使用if-then邏輯符號來解決復雜問題。它們不依賴於傳統的程序編程。專家系統主要用於信息管理，醫療設施，貸款分析，病毒檢測等方面。