什么是人工智能?知情定义|Emerj - 万博x官网,msports万博体育官网,万博官方软件

什么是人工智能(AI)?我们认为这个术语是理所当然的，但是我们该如何表达一个正式的定义呢?我们今天所拥有的技术真的反映了这个术语的所有含义吗?

传统上，人工智能是计算机科学的一个分支，作为一个整体概念，它已经从许多学术领域，从哲学到物理学。许多人都知道这个词的起源——著名的计算机科学家约翰·麦卡锡在1956年的“达特茅斯人工智能夏季研究项目”上。”从那以后,这方面的研究和技术的发展,人工智能的定义范围很广,转移和学者,商人,和门外汉有一系列的定义(一些比别人更好的通知和合理的——尽管,这样一个术语的效用可以依赖背景和目标)。

人工智能如此难以定义的原因之一是，我们仍然没有一个固定的定义或一个坚实的智能概念。智力通常依赖于环境。传统主义者可能智力定义为水平的推理能力,这似乎是一个受欢迎的决定因素的原因之一AI经常被游戏——人与机器试图“超越”,或至少在机器的情况下与人类,所以很难告诉人机开始和结束的地方。

但是，最后，掌握了a游戏（喜欢去)与在现实世界中做成一笔成功的生意，然后开车回家与家人共进晚餐，睡前阅读并反思一下普鲁塔克(Plutarch)的著作，是非常不同的。在任何情况下,研究人员巴蒂尔莱格和马库斯·特提出情报包括以下特征:

智力是一些实体的属性或代理与某种形式的环境的相互作用
智力通常是一个实体成功完成一项特定任务或实现既定目标的能力(根据给定的一组标准)的象征
当“正宗”的情报说，有一个广泛的环境和情景中学习，适应和灵活性的重点

Emerj对人工智能的定义:

*注:人工智能(AI)可分为两个实体分支——“智能”计算机或系统(如今天的深度学习)和尚未实现的“人工一般智能”(AGI)。我们将此作为一篇序言，以帮助在我们目前的技术发展状态中区分这两者。我们的定义试图定义一个实体，而不是一个研究领域，并利用广泛的或有些开放的术语来为我们所知的AI领域的发展和成长提供空间。以下是我们对人工智能明智的、“活的”定义的尝试:

“人工智能是一个实体(或一组合作实体的集合)，能够接收来自环境的输入，解释和学习这些输入，并表现出相关和灵活的行为和行动，帮助实体在一段时间内实现特定的目标或目的。”

*我们是如何得出这个定义的:

与任何概念一样，人工智能的定义可能略有不同，这取决于你问的是谁。我们梳理了互联网，从有信誉的来源找到了五个实用的定义:

1.“它是制造智能机器的科学和工程，尤其是智能计算机程序。这与利用计算机来理解人类智能的类似任务有关，但人工智能不必局限于生物学上可以观察到的方法。”- - -斯坦福

2.“人工智能是一门研究人工计算设备和系统的学科，这些设备和系统可以以一种我们倾向于称之为智能的方式运行。”- - -在拉斐特的路易斯安那大学

3.“定义人工智能不仅困难;这是不可能的，尤其是因为我们并不真正了解人类的智力。矛盾的是，人工智能的进步将比人工智能更有助于定义人类智能不是什么。”- - -OReilly

4.“机器通过电传打字机使用自然语言进行通信的能力，这种能力可以使人误以为它是人。“AGI”或“人工一般智能”扩展了这一概念，要求机器做人类能做的一切事情，比如理解图像、操纵机器人、识别面部表情并做出适当反应、区分音乐类型等等。马特·马奥尼博士，数据压缩专家

5.“对思维和智能行为背后的机制及其在机器中的体现的科学理解。”AITopics.org

我们发送这些定义对他们，我们采访了和/或包含在我们过去的研究共识的一个专家，并要求他们与自己喜爱的定义作出反应或提供自己的。我们介绍的定义是为了反映不同的反应。读者应该注意到，机器学习和人工智能在许多人的脑海中有着相同的定义，然而，读者也应该认识到一些明显的不同。以下是他们的一些回应:

安德拉什博士科尔奈比如，布达佩斯理工大学(Budapest Institute of Technology)

我都喜欢，除了＃3，在不需要确切的定义解决一个问题。我们仍然不能完全理解重力，但是可以以万分之一的比例来测量(其他大部分是物理上的)现象我们现在可以衡量一个部分在十亿甚至更好），然而，说“不可能定义重力”是愚蠢的。

可能需要一些清晰度来区分“好的老式”人工智能从现代美国国际集团。GOFAI以符号概念建模为中心操纵，例如规划要求，赢得了国际象棋比赛，并把图灵测试是它的中心目标。德盛安联需要的更多，更有影响力在所有形式的人的智力水平相当被视为目标。这种发展也强调了＃4。

#1、#2、#5强调A(G)I主要是关于什么的是正确的创建算法，显示智能行为，并不是混淆了认知科学和大脑建模的目的解释了特定的硬件，人类大脑，是如何做到这一点的。我们可能，也可能不，能够偷取大自然的思想，这还剩下什么被看到。

Ashok戈埃尔博士乔治亚理工学院(Georgia Institute of Technology)

人工智能是一门通过理解自然思维如何工作来构建人工思维的科学，也是通过构建人工思维来理解自然思维如何工作的科学。

王博士裴天普大学,

这是一个复杂的问题。我有一篇关于它的论文:你是什么意思的“AI”？，其中“智力”被定义为“知识和能力不足的适应”资源。”

（响应于定义1和2） -使用“智能”或“智能”定义AI是一个圆形的定义。该声明是愉快的，但不给研究提供了明确的指导。

（响应于定义3） -我们对人类智力的理解是一个程度的问题。这种观点鼓励盲目的尝试和错误，这对任何科学研究都不是好建议。

(根据定义4)-以人类为中心的。AGI可以很容易地与人类区分开来，同时仍然被认为是非常聪明的。

(根据定义5)-优于别人，虽然仍采用“智能”。

穆勒博士文森特安纳托利亚大学

定义1是可以的。当然，它留下了一个次要的问题，“智力”是什么意思，这个问题没有答案。我认为很重要的一点是，人工智能是关于制造的，它不同于认知科学——尽管传统上人们是这样看待它的。然而，这不是一个定义。

（Muller博士提供了他相关工作的链接：人工智能哲学的新发展）

丹·罗斯博士他就读于伊利诺伊大学香槟分校(University of Illinois at Urbana-Champaign)

人工智能的任何定义将有足够含糊由于我们无法界定人类的智力。但我可以说，这是科学领域，试图了解智能行为的基础，从计算的角度来看。重点发展理论和系统有关的智能行为，在其心脏的是思想，学习，抽象和推理具有智能中心的作用。

Stuart Russell博士和Peter Norvig博士

我们还发现并选择了一个更近期和更普遍接受的教科书定义来构建我们的视角。在《人工智能:一种现代方法》一书中，斯图尔特•罗素和彼得•诺维格将人工智能定义为“设计和建造智能代理，这些代理从环境中接收感知，并采取影响环境的行动。”这个定义就其本质而言，联合了许多不同的分裂领域语音识别，机器视觉，学习方法等 - 通过一台机器，然后能达到给定的目标和过滤器他们。

人工智能语义:

强AI与AI弱

强大的AI-也被称为深AI或一些可能深AGI;计算机可以被制造或提高到与人类相当的智力水平。

弱智能- 否则称为窄AI;的想法，计算机可以与特征赋予该镜像或模拟的思想或思维过程，使他们有用的工具，找出如何我们自己心灵的作品。缩小AI系统还增强或垫片人类的“智能”通过提供计算，模式和更有效地比可以由人的大脑进行分析。

领域的人工生命从传统的人工智能进一步延伸，包括研究和模仿各种生物形式和生物，表现出一系列“智能”行为。

人工智能解决方案:

将人工智能解决方案分类以满足商业和科学需求的一种方法是根据应用程序的复杂程度进行分类:简单、复杂或非常复杂(尽管它们显然也可以进行解释)。这个想法是从Schloer咨询集团：

简单-为狭隘的商业需要，例如电子商贸、网络整合或资源管理，提供解决方案及平台。

例如：客户关系管理（CRM）软件，内容管理系统（CMS）软件，自动代理技术

复杂的-涉及系统特定功能的管理和分析(预测分析领域);可以包括工作系统的优化，基于历史数据的事件或场景的预测;保安监察及管理;等。

例如：金融服务，风险管理，电信和能源领域的智能交通管理

非常复杂的-完成整个信息收集、分析和管理过程;系统需要知道在哪里寻找数据，如何收集数据，如何分析数据，然后为近期和中期的期货提出建议的解决方案。

例如：全球气候分析，军事模拟，多智能体系统的协调与控制

AI连续体:

与按能力组织的人工智能解决方案类似，人工智能在自治级别上存在连续统一体:

辅助情报- 涉及服用单调，平凡的任务在该机器能够更有效地做。

例子:机器人保质从IAM机器人采摘

增强智能——迈向更真实的“智能”合作，在这种合作中，机器和人类相互学习，进而改进并行过程。

例子:从《纽约时报》编辑

自主的情报- 系统既能适应一段时间（了解自身）和特定系统或实体内接管整个过程。

例子:美国宇航局的火星好奇心罗孚

实现人工智能的方法:

莱格和哈特在他们的论文中指出，任何定义所不能做的事情似乎都很重要智能的人工系统的正式定义)，是限制或限制人工智能的内部工作和/或用于创建人工智能实体的方法。

实现一个“真正的人工智能”或AGI的方法是广泛和多样的，但有些更接近于实现一种适应性、灵活性和自主性的智能，这种智能更具有人类的特征(以及可能存在/将存在于我们自身之外的智能)。

已经形成并继续在媒体上得到广泛承认的方法包括(虽然在方法上并不孤立或局限于)下列各点:

人工神经网络
强化学习
自我监督学习
多智能体学习
机器学习

限制在定义AI：

无论我们做什么，我们(目前)都无法逃脱作为人类的生物和社会陷阱，这意味着我们提出的任何定义和/或我们设想用来测试“真正”人工智能的任何测试都面临着人类中心主义和主观性的风险。

我们所能做的就是培养我们的偏见和看法的认识，并努力寻求更广泛或多个“通用”的情报，其中包括了一系列的概念;实现我们的肖像人工智能的创作可能是我们这个时代的终极挑战，但也有构思和创造的可能十万甚至上百万种人工智能的，我们的目的可以（或可能不能）。

虽然它的科学的目的是探索真理和知识在宇宙中的每一个系统和流程的心脏，我们应该认识到我们可能无法理解人工智能的工作是我们一天一天之内发布 - 事实上，这是深度学习和神经网络已经有类似的情况，类似于我们目前完全不了解人类大脑是如何工作的。在某些时候，我们可能无法跟上人工智能的处理权力和字面上看到的和现实的设想，因为我们知道它的方式。

注意:这超出了这篇文章的范围，提供一个有凝聚力的，人工智能的历史概述，或今天的景观。相反，我们的目的是为理解和进一步探索人工智能在当今日益自动化和增强的环境中的历史、工作和后果提供一个出发点。