是什么技术让人工“智能”？

在计算机科学领域中，人工智能是一种机器表现的行为，这种行为能以与人类智能相似的方式对环境做出反应并尽可能提高自己达成目的的概率。

人工智能大体上可以分为 3 类： 弱人工智能、强人工智能和超人工智能。

01

弱人工智能弱人工智能（Weak AI）

也被称为狭隘人工智能（Narrow AI）或应用人工智能（Applied AI），指的是只能完成某一项特定任务或者解决某一特定问题的人工智能。

苹果公司的 Siri就是一个典型的弱人工智能，它只能执行有限的预设功能。同时，Siri 目前还不具备智力或自我意识，它只是一个相对复杂的弱人工智能体。

02

强人工智能强人工智能（Strong AI）

又被称为通用人工智能（Artificial General Intelligence）或全人工智能概述，指的是可以像人一样胜任任何智力性任务的智能机器。这样的人工智能是一部分人工智能领域研究的最终目标，并且也作为一个经久不衰的话题出现在许多科幻作品中。

对于强人工智能所需要拥有的智力水平并没有准确的定义，但人工智能研究人员认为强人工智能需要具备以下几点：

• 思考能力，运用策略去解决问题，并且可以在不确定情况下做出判断；

• 展现出一定的知识量；

• 计划能力；

• 学习能力；

• 交流能力；

• 利用自身所有能力达成目的的能力。

03

超人工智能

哲学家、牛津大学人类未来研究院院长尼克·波斯特洛姆（Nick Bostrom）把超级智能定义为“在几乎所有领域都大大超过人类认知表现的任何智力”。

超人工智能（Artificial Super Intelligence，ASI）正是超级智能的一种。首先，超人工智能能实现与人类智能等同的功能，即可以像人类智能实现生物上的进化一样，对自身进行重编程和改进，这也就是“递归自我改进功能”。

04

人工智能三大主义简要回顾

人工智能的发展历史，我们会发现它主要由 3 个方面相互交织发展： 符号主义、连接主义和行为主义 。

1. 符号主义

旨在用数学和物理学中的逻辑符号来表达思维的形成，通过大量的“如果 - 就”（if-then）规则定义，产生像人一样的智能，这是一个自上而下的过程，包括专家系统、知识工程等。

2. 连接主义

主张智能来自神经元之间的连接，它让计算机模拟人类大脑中的神经网络及其连接机制，这是一个自下而上的过程，包括人工神经网络等。

3. 行为主义

指的是基于感知行为的控制系统，使每个基本单元实现自我优化和适应，这也是一个4 第 1 章自下而上的过程，典型的代表有进化算法、多智能体等。由这 3 个方面构成的人工智能设计模型如图 1-1 所示。

机器学习与深度学习我们在前文介绍了人工智能的定义以及基本概念，下面将介绍人工智能发展的主要分支： 机器学习和深度学习 。

05

机器学习与深度学习

人工智能发展的一个很重要的分支便是机器学习，由人工智能的连接主义发展形成的一个重要领域分支，它的核心目的是让计算机拥有像人一样的学习能力。

而在机器学习中的一个庞大分支就是神经网络，严格来说深度学习属于机器学习的一个类别，但是随着近年来深度神经网络的发展，特别是深度学习应用范围的不断扩展，深度学习已经成为机器学习领域的一个重要部分。

今天，给大家推荐一们机器学习的入门课程， 《机器学习极简入门》 。

扫码了解课程详情

这门课程让你收获什么

AI 技术岗位求职知识储备

如果大家真的有意投身到人工智能领域，从事相关技术性工作，通过技术笔试、面试则是必要条件。 在面试中被要求从头解释某一个机器学习模型的运行原理、推导过程和优化方法，是目前非常常见的一种测试方法。 机器学习模型虽然很多，但是经典、常用的很有限。 如果能学会本课程所讲解的经典模型，你将足以挑战这些面试题。

触类旁通各大模型与算法

各种机器学习模型的具体形式和推导过程虽然有很大差别，但在更基础的层面上有许多共性。 掌握共性之后，再去学新的模型、算法，就会高效得多。 虽然本课的第二部分集中描述了部分一般性共同点，但真要理解个中含义，还需要以若干具体模型为载体，从问题发源，到解决方案，再到解决方案的数学抽象，以及后续数学模型求解的全过程，来了解体会。 这也就是本课以模型为驱动的出发点。

极简版实例体验实际应用

运用到实践中去，是我们学习一切知识的目的。 机器学习本身更是一种实操性很强的技术，学习它，原本就是为了应用。 反之，应用也能够促进知识的深化理解和吸收。 本课虽然以原理为核心，但也同样介绍了： 划分数据集、从源数据中提取特征、模型训练过程、模型的测试和评估等方法和工具。

配套数据+代码快速实操上手

本课程中各个实例的 Python 代码及相应数据，大家可以下载、运行、改写、参考。点击阅读原文，现在订阅这门专栏课程。