京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | 顾家彤、鲍歆祎
来源 | 读芯术
如果要列举一项彻底改变了21世纪的技术,非人工智能莫属。现如今,人工智能已然成为我们日常生活的一部分,不断丰富和便捷着社会的方方面面,今天这篇文章,将帮助读者好好了解人工智能的基本常识和基本概念,参透人工智能的前世今生。
人工智能的概念
1956年,约翰·麦卡锡(John McCarthy),计算科学与认知科学专家,美国斯坦福大学教授)如此定义“人工智能”一词——创造智能机器的科学和工程。
人工智能还可以被定义为计算机系统开发。此类计算机系统能够执行需要人类智能的任务,例如决策,对象检测,解决复杂问题等。
人工智能的发展阶段
很多文章都把人工智能分为通用人工智能(AGI)、专用人工智能(ANI)和人工超级智能(ASI)三种不同类型的人工智能。更确切地说,人工智能有三个阶段。
专用人工智能(ANI)
专用人工智能(ANI)也称为弱人工智能,是人工智能的一个发展阶段,涉及的机器只能执行一组狭义的特定任务。在这个阶段,机器不具备任何思考能力。它只是执行一组预设的功能。
弱人工智能的例子包括Siri(智能语音助手),Alexa(搜索引擎),自动驾驶汽车,Alpha-Go(人工智能机器人),Sophia(类人机器人)等。到目前为止,几乎所有基于人工智能的系统都属于弱人工智能类别。
通用人工智能(AGI)
通用人工智能(AGI)是人工智能的发展阶段,也被称为强人工智能。在这一阶段,机器将具有像我们人类一样思考和决策的能力。
目前还没有强人工智能的例子,但是,我们相信很快就能够创造出像人类一样聪明的机器。
很多科学家,包括斯蒂芬·霍金,觉得强人工智能会威胁人类的存在。霍金认为:“人工智能的完全发展可能意味着人类的终结......它将自行腾飞,并以不断增长的速度重新进行自我设计。人类受限于缓慢的生物进化过程,无法参与竞争,最终将被完全的人工智能取代。”
超级人工智能(ASI)
超级人工智能是人工智能超越人类的发展阶段。人工超级智能目前只是一个假设,就像电影和科幻小说描述的那样——机器统治世界。
考虑到目前的发展速度,机器离达到人工超级智能阶段并不遥远了。
人工智能(这里指的不是专用人工智能)的进步速度非常快。除非直接接触像Deepmind这样的团队,否则根本不知道它有多快 - 它以接近指数的速度增长。最多十年,最少可在五年内,人工智能就有发生严重危险事件的风险。埃隆·马斯克
人工智能的类型
当要求解释不同类型的人工智能系统时,必须根据其功能对人工智能进行分类。
基于人工智能系统的功能,人工智能可以分为以下类型:
反应性人工智能
这种类型的人工智能包括仅基于当前数据和情况运行的机器。反应性人工智能机器不能推断数据,评估人工智能未来的行为。他们可以执行范围缩小的预设任务。
IBM的象棋程序打败了世界冠军加里·卡斯帕罗夫。这就是一个反应性机器人的例子。
有限内存人工智能
顾名思义,有限内存人工智能可以通过研究其内存中的历史数据来做出明智的和改进的决策。这样的人工智能具有短暂或临时的记忆,可用于存储历史经验并评估未来的行为。
自动驾驶汽车是有限内存人工智能,它使用最近收集的数据做出即时决定。例如,自动驾驶汽车使用传感器识别横穿道路的平民,陡峭的道路,交通信号等,以做出更好的驾驶决定。这有助于阻止任何未来可能发生的事故。
心智理论人工智能
心智理论人工智能是一种更先进的人工智能。据推测,这类机器在心理学中起着重要作用。心智理论人工智能将主要关注情商,以便更好地理解人类的信念和思想。
心智理论人工智能尚未成熟,但人类在严谨地研究这一领域。
自我意识人工智能
让我们祈祷人工智能没有达到有自己的想法和自我意识的阶段。鉴于目前的情况,自我意识人工智能有些遥不可及。但是,将来自我意识人工智能可能会达到超级智能化阶段。
像埃隆·马斯克(Elon Musk)和斯蒂芬·霍金(StephenHawkings)这样的天才一直提醒人们警惕人工智能的进化。
人工智能的分支
人工智能通过执行以下程序/运用技巧,可以解决现实问题。
机器学习是一门让机器通过翻译,处理和分析数据解决现实问题的科学。
在机器学习下面,有如下三个分类:
1. 监督学习
2. 无监督学习
3. 强化学习
深度学习是在高维数据上实现神经网络以获得洞察力和形成解决方案的过程。深度学习是机器学习的高级领域,可用于解决更高级的问题。
深度学习是Facebook面部识别算法,自动驾驶汽车,Siri,Alexa等虚拟助手背后的逻辑。
自然语言处理
自然语言处理(NLP)是指从人类自然语言中获取见解,与机器交流,拓展业务的科学。
Twitter使用自然语言处理技术在其推文中过滤掉带有恐怖主义色彩的词汇。亚马逊也使用该技术来了解客户评论,改善用户体验。
机器人学
机器人学是人工智能的一个分支,专注于机器人的不同分支和应用。人工智能机器人在现实环境中代理人类行动,通过可靠的行动来产生结果。
例如,索菲亚类人机器人就是机器人学分支下的人工智能。
模糊逻辑
模糊逻辑是一种基于“真实度”原则的计算方法,而不是通常的现代计算机逻辑,比如本质上的布尔值。
模糊逻辑用于医学领域以解决涉及决策的复杂问题。它们还用于自动变速箱,车辆环境控制等。
专家系统
专家系统是基于人工智能的计算机系统,它学习并回报人类专家的决策能力。
专家系统使用if-then逻辑符号来解决复杂问题。它们不依赖于传统的程序编程。专家系统主要用于信息管理,医疗设施,贷款分析,病毒检测等方面。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27