人工智能技术

有许多涉及人（rén）工智能（néng）的技术和学科，它（tā）们（men）都有自己的数学和工程（chéng）研究分支。让我（wǒ）们来看看最相关的技术（shù），从识别系统到机器学习系统（tǒng）。

自动语音识别

自动语音（yīn）识别是属于声学的一门学科，用于识别语音信（xìn）号中（zhōng）的音（yīn）素。语（yǔ）音识别系统处理（lǐ）麦克风收集的信号（hào）以（yǐ）识别用户发音的单词。

自然语言（yán）处理 NLP

语音识别专注于纯（chún）粹的（de）语音到文本的转换（huàn），而自然（rán）语言处理NLP是（shì）一门与语言（yán）学（xué）领域联系更紧密的学（xué）科，其目标是（shì）理解用户在发出某（mǒu）个命（mìng）令、问题或陈述时的（de）意思（无（wú）论是书面的还是口头的（de））以及他期望实现的目标。此外，它还分析情绪（xù）以找到主观模（mó）式。简而言之，它（tā）是（shì）帮助机器与人之间进行交流（主要是声音和（hé）文（wén）字）的领（lǐng）域。

人工智能（néng）中的视（shì）觉和（hé）语音识别

视觉识别

视觉识别（bié）是基于处理图（tú）像或视频信号的学科（kē），其目的是识别图案、形状，并在最佳情况下准确识（shí）别图像中的不同元素。

文字识别（bié）

文本识别可以被认（rèn）为是视觉识（shí）别的（de）一部分，因为它的主要目标是识别和识别图像格式（shì）的文本。此项工作（zuò）通常使用OCR（光学（xué）字符识（shí）别）工具。

大数据

在不涉及技（jì）术细节的情况下，大数据可以被视为大量（liàng）数据。大数据本身并不是（shì）一（yī）项技术，但拥有大量（liàng）可（kě）用数（shù）据（最（zuì）好是结构（gòu）化（huà）数（shù）据）对于实现（xiàn）商业智能分析和某些机器（qì）学习算法的应用目标至（zhì）关重要。

专家系统（tǒng）

专（zhuān）家系统是那些包含（hán）有关特定主（zhǔ）题（tí）的所有可能的人类（lèi）知识的系统。一个典型的例子（zǐ）是下（xià）国际象（xiàng）棋的系统，它使用一整套动作和策略，这些动作（zuò）和策略已经输入到他们的记忆中，以确定（dìng）最佳动作（通常基于决策树）。

机器人

机器人技术（机（jī）械（xiè）或机器人（rén）软件，例如 RPA）涵（hán）盖范围广泛（fàn）的设备。每（měi）当系统或机（jī）器人显示出智能的迹（jì）象（xiàng）时，例如（rú），能够做出决（jué）策（cè），无论（lùn）它们（men）可能多么基本，我们都可（kě）以（yǐ）谈论人工智能。请记住，人工智（zhì）能不必（bì）特别复杂，它（tā）存在于各个层面，甚至是最（zuì）基（jī）本的层面，并且必须与从机器（qì）学习的能力区分开来（lái）；也就（jiù）是机器学习。

机器学习

机器（qì）学习是人（rén）工智能中的一门学科，它试图让系统以人的方式学习和关联信息。为此，它使用能（néng）够（gòu）检测先前数据中的模式、能够创建（jiàn）未来预测以及（jí）深度学（xué）习及其神经（jīng）网络算法等（děng）新趋势（shì）的算法。

机（jī）器学习算法

深度学习

深度学习（xí）是机器学习的一个分支学科。它是一个学习系统，其灵感来自（zì）人脑神经（jīng）网络处理信息的功（gōng）能，具有非常复（fù）杂的数学基础（chǔ）。尽管它确实依赖于经验（无论（lùn）是以前（qián）的数据、环境生（shēng）成的还是（shì）自己（jǐ）生成的），但它并（bìng）不是（shì）从（cóng）确定什（shí）么是正确的（de）、什（shí）么是（shì）不正确的严格（gé）指示开始，因此系统可以（yǐ）自行确定（dìng）结论。

认知智能

认知智能是前面提（tí）到的技术的组合，旨在创（chuàng）建（jiàn）能够让人类理解的人工智能服（fú）务。它是视觉识别（bié）、声（shēng）音（yīn）、阅读理解、NLP 和（hé）机器学习的结合，以创建能够理解与人类交互相关的信息并做出相应响应的系统（tǒng）。

人工（gōng）智能类别

对人工智能进行分（fèn）类并不容易，事实是，最佳做法是根据（jù）特定系统使用的（de）算（suàn）法对其进（jìn）行分类。然而（ér），一些专家试图根据他们的（de）方（fāng）法创建人工智（zhì）能小组（zǔ）。

根据计算机科（kē）学（xué）家Stuart Russell和Peter Norvig 的（de）说法，人工（gōng）智能（néng）可以（yǐ）分为（wéi）以下几类：

像（xiàng）人（rén）类一样思（sī）考的系（xì）统

这些系统尝（cháng）试使用人工（gōng）神（shén）经网络模型从字面上模（mó）拟人类思想。

像人类一样行动的系（xì）统

这些系统专注于充当人类（lèi）；它们更多地与（yǔ）经典（diǎn）机器人技术联系在（zài）一起（qǐ），并且（qiě）灵活性较差（chà）。

理性思考的（de）系统

这些系统试图在感知、推理和行动方面（miàn）应用人类逻（luó）辑。他们（men）并不专注于模拟大（dà）脑的（de）神（shén）经（jīng）元行为（wéi），而（ér）是被训练（liàn）在特定环境中以人类的方式行事（shì）。这方（fāng）面（miàn）的一个例子是专家代理。

理性行（háng）动的系统（理想情况（kuàng）下）

他们试图以理（lǐ）性的（de）方式模仿人类行为，根据（jù）给定的环（huán）境条件得出自己的结论。这（zhè）些系统的不同之处（chù）在于试图将理（lǐ）性（xìng）应用于他们的决定（dìng）。

一种更常见（jiàn）的分类是将（jiāng） 2 个大组（zǔ）分（fèn）开：

弱（或狭隘）人工智能

以其首（shǒu）字母（mǔ）缩略（luè）词ANI（狭义（yì）人（rén）工智能）而闻名，尽管该名称可能看起来有（yǒu）些贬义，但它涵盖（gài）了当今（jīn）存在的所有（yǒu）人工智（zhì）能（néng）。它是人工智能，致力于以（yǐ）最佳方式解决特定（dìng）或一组问题，但不可（kě）能在没有相关编程的情况下（xià）扩展到一般问题。即使是最先进的虚拟助手（shǒu）也属于这一类。

强（或通用）人工智（zhì）能

简称（chēng）AGI（Artificial General Intelligence），它是能够在推理（lǐ）和演绎能力上匹（pǐ）敌或（huò）超越（yuè）人类（lèi）智能（néng）的人工智能。今天（tiān）它是一个只存在于科幻小说中的乌（wū）托邦，因为虽然（rán）机器在很多能（néng）力（lì）（包（bāo）括某些（xiē）领域的视觉和听觉识别）方面已经超（chāo）越了（le）人类（lèi），但（dàn）它们（men）没有真实的感（gǎn）受、天生的认知能力（lì）、自我意（yì）识或能力。适应任何场景（jǐng）。