人工智能（AI）是机器，特别是计算机系统对人类智能过程的模拟。这些过程包括学习（获取信息和使用信息的规则），推理（使用规则来达到近似或明确的结论）和自我纠正。AI的特定应用包括专家系统，语音识别
AI可以归类为弱或强。弱AI，也称为窄AI，是为特定任务设计和训练的AI系统。虚拟个人助理，如Apple的Siri，是一种弱AI。强人工智能，也称为人工智能，是一种具有广泛人类认知能力的人工智能系统。当提出一项不熟悉的任务时，强大的AI系统能够在没有人为干预的情况下找到解决方案。
由于AI的硬件，软件和人员成本可能很昂贵，因此许多供应商在其标准产品中包含AI组件，以及访问人工智能即服务（AIaaS）平台。人工智能即服务允许个人和公司在做出承诺之前，为各种商业目的进行人工智能试验，并对多个平台进行抽样。流行的AI云产品包括Amazon AI服务，IBM Watson Assistant，Microsoft Cognitive Services和Google AI服务。
虽然AI工具为企业提供了一系列新功能
一些业内专家认为，人工智能这一术语与流行文化联系太紧密，导致普通大众对人工智能产生不切实际的担忧，以及对如何改变工作场所和生活方式的不可思议的期望。研究人员和营销人员希望标签增强智能具有更中性的内涵，将帮助人们理解人工智能将简单地改进产品和服务，而不是取代使用它们的人。
人工智能的类型
密歇根州立大学综合生物学和计算机科学与工程助理教授Arend Hintze将AI分为四类，从现有的AI系统到尚未存在的有感觉系统。他的分类如下：
类型1：反应机器。一个例子是Deep Blue，这是一个 在20世纪90年代击败Garry Kasparov 的 IBM国际象棋程序。深蓝可以识别棋盘上的棋子并进行预测，但它没有记忆，也无法使用过去的经验来通知未来的棋子。它分析可能的举动 -
它的 拥有和
它的 对手 - 并选择最具战略意义的举措。Deep Blue和Google的AlphaGO专为狭隘目的而设计，不能轻易应用于其他情况。
类型2：有限的内存。 这些AI系统可以使用过去的经验来为未来的决策提供信 自动驾驶汽车的一些决策功能就是这样设计的。观察可以告知在不远的将来发生的行动，例如换车道。这些观察结果不会永久存储。
类型3：心理理论。 这个心理学术语指的是他人有自己的信仰和欲望的理解
和 意图影响他们做出的决定。这种AI尚不存在。
类型4： 自我意识。 在这个类别中，AI系统具有自我意识，具有意识。具有自我意识的机器了解其当前状态，并可以使用该信息来推断其他人的感受。这种类型的AI尚不存在
。
例子 人工智能技术
AI被整合到各种不同类型的技术中。这里有七个例子。
自动化：系统或过程自动运行的原因。例如，机器人过程自动化（RPA）可以编程为执行人类通常执行的大量，可重复的任务。RPA与IT自动化的不同之处在于它可以适应不断变化的环境。
机器学习：使计算机无需编程即可行动的科学
。 深 学习 是机器学习的一个子集，用非常简单的术语来说，它可以被认为是预测分析的自动化。有三种类型的机器学习算法：机器视觉： 允许计算机看到的科学。该技术使用相机进行模拟到数字转换，捕获和分析视觉信息
和 数字信号处理。它通常与人类视力进行比较，但机器视觉不受生物学的约束，并且可以编程以透视墙壁。它用于从签名识别到医学图像分析的各种应用中。专注于基于机器的图像处理的计算机视觉通常与机器视觉相混淆。
自然语言处理（NLP）：人类的处理 - 而不是
电脑 - 计算机程序的语言。其中一个较老的和
最有名的 NLP的例子是垃圾邮件检测，它查看主题行和电子邮件的文本并确定它是否是垃圾邮件。目前的NLP方法基于机器学习。NLP任务包括文本翻译，情感分析
和 语音识别。
机器人技术： 一个专注于机器人设计和制造的工程领域。机器人通常用于执行人类难以执行或执行一致的任务。它们用于汽车生产的装配线或由NASA用于在太空中移动大型物体。研究人员还利用机器学习来构建可在社交场合进行交互的机器人。
自动驾驶汽车：这些汽车结合使用计算机视觉，图像识别
和 深入学习在驾驶车辆时建立自动化技能，同时停留在给定车道并避免意外障碍，例如行人。
AI应用程序
人工智能已经进入了许多领域。这是六个例子。
AI在医疗保健。最大的赌注是改善患者的治疗效果和降低成本。公司正在应用机器学习来做出比人类更好更快的诊断。其中一个
最有名的 医疗保健技术是 IBM Watson。它理解自然语言，能够回答所提出的问题。系统挖掘患者数据和其他可用数据源以形成假设，然后使用置信度评分模式呈现该假设。其他AI应用程序包括 聊天机器人，用于在线回答问题和协助客户的计算机程序，帮助安排后续预约或通过计费过程帮助患者，以及提供基本医疗反馈的虚拟健康助理。
AI在商业中。机器人过程自动化正被应用于通常由人类执行的高度重复的任务。机器学习算法正在集成到分析和CRM平台中，以发现有关如何更好地为客户服务的信息。Chatbots已被纳入网站，为客户提供即时服务。工作岗位的自动化也成为学术界和IT分析师的对话点。
AI在教育方面。AI可以自动分级，为教育工作者提供更多时间。AI可以评估学生并适应他们的需求，帮助他们按照自己的进度工作。AI导师可以为学生提供额外的支持，确保他们保持正轨。人工智能可以改变学生学习的地点和方式，甚至可以取代一些教师。
AI在金融领域。个人理财应用程序中的AI，如Mint或Turbo Tax，正在扰乱金融机构。这些应用程序收集个人数据并提供财务建议。其他程序，例如IBM Watson，已经应用于购买房屋的过程。今天，
软件 在华尔街进行大部分交易。人工智能法律。发现过程，筛选过程
的 在法律上，文件往往对人类来说是压倒性的。自动化此过程可以更有效地利用时间。初创公司还在构建问答计算机助理，通过检查与数据库相关的分类和本体，可以筛选编程到答案的问题 。
AI在制造业。这个领域一直处于将机器人纳入工作流程的最前沿 。工业机器人用于执行单一任务并与人类工作人员分开，但是
技术 先进的改变了
。
安全 和道德问题
人工智能在自动驾驶汽车领域的应用提高了安全性和道德问题。汽车可以被黑客入侵，当自动驾驶汽车涉及事故时，责任也不清楚。自动驾驶车辆也可能处于无法避免事故的位置，迫使编程人员就如何最大限度地减少损坏做出道德决定。
另一个主要问题是滥用AI工具的可能性。黑客们开始使用复杂的机器学习工具来访问敏感系统，使安全问题复杂化，超出当前状态。
基于深度学习的视频和音频生成工具也为不良行为者提供了创建所谓的必要工具
规 人工智能技术
尽管存在这些潜在的风险，但很少有法规可以规范
评论专区