人工智能技术

有许多涉及人工智能的（de）技术和学（xué）科，它们都有自己（jǐ）的数学（xué）和工程（chéng）研究分支（zhī）。让我们来看看最相关的（de）技术，从识（shí）别系统到机器学习（xí）系统。

自（zì）动语音识别

自动语音（yīn）识别是属于声（shēng）学的（de）一门学科（kē），用（yòng）于识别（bié）语音信号中的音素。语音（yīn）识别系（xì）统处（chù）理麦克风收集的信号以识（shí）别（bié）用户发音的单词。

自然语言处理 NLP

语音识别（bié）专注于纯粹的（de）语音（yīn）到文本（běn）的转换，而自（zì）然语言处（chù）理NLP是一门与语（yǔ）言学领（lǐng）域联系更紧密的学科，其目（mù）标是理解用户在发出（chū）某个命令、问（wèn）题或陈（chén）述时（shí）的意思（无论是书面的还是口（kǒu）头的）以（yǐ）及他期望实现（xiàn）的（de）目标（biāo）。此（cǐ）外，它还分析（xī）情绪以找到（dào）主观（guān）模式。简（jiǎn）而言（yán）之，它（tā）是（shì）帮助机（jī）器与（yǔ）人之间进行交流（主要是声（shēng）音和文字）的领域。

人（rén）工智能中的（de）视觉和语（yǔ）音识（shí）别

视觉识别

视（shì）觉（jiào）识别是基于处理图像或视频信号的学科，其目的（de）是识别图（tú）案、形状，并（bìng）在（zài）最佳情况下准（zhǔn）确（què）识别图像中的不同元素。

文字识别

文本识（shí）别（bié）可以被认为是视觉识别（bié）的一（yī）部分，因（yīn）为（wéi）它的主（zhǔ）要目标是识别（bié）和识别图像格式（shì）的文本。此（cǐ）项工作通常使用OCR（光（guāng）学（xué）字（zì）符识别（bié））工（gōng）具。

大数据

在不涉及技术细节（jiē）的（de）情况下，大数据可以被（bèi）视为大量数据。大数据本身并不是一项技术，但拥有大量可用数据（jù）（最好是结构化数据）对于实现商业智能分（fèn）析和（hé）某些机器学（xué）习算法的应用目（mù）标至关重要。

专家（jiā）系统（tǒng）

专（zhuān）家系统是那些包含有（yǒu）关特定主（zhǔ）题的所（suǒ）有可能的人类知（zhī）识（shí）的系统。一个典型的（de）例子是（shì）下国际象（xiàng）棋的（de）系（xì）统，它使用一整（zhěng）套动作和策略，这（zhè）些动作和策略（luè）已经输入到他们（men）的记忆中，以确（què）定最佳（jiā）动作（通常基于决策树（shù））。

机器人

机器人技术（机械或机器人软件，例如（rú） RPA）涵盖范（fàn）围广（guǎng）泛的设备。每当系统或机器人显示（shì）出智能的迹象时，例（lì）如，能够做出决策，无（wú）论（lùn）它们可（kě）能多么基本，我们都可以谈论人工智（zhì）能。请记（jì）住（zhù），人工智（zhì）能不必特（tè）别复（fù）杂，它（tā）存在（zài）于（yú）各个（gè）层面，甚至是最基（jī）本（běn）的层面（miàn），并（bìng）且必须（xū）与从机器学习的能（néng）力区分开（kāi）来；也就（jiù）是机器学习。

机器（qì）学习（xí）

机器（qì）学习是人工智能（néng）中的一门学科，它试图让系统以人的方（fāng）式（shì）学习（xí）和关联（lián）信息。为此，它使用能够检测先前数（shù）据中的模式（shì）、能够创建（jiàn）未来预测以（yǐ）及深度学习及其神经（jīng）网络算法等新趋势的（de）算法。

机器（qì）学习算法（fǎ）

深（shēn）度学习

深度（dù）学习是机器学（xué）习的一（yī）个分支学科。它是一个（gè）学习系统，其灵感来（lái）自人脑神（shén）经网络处理信息的（de）功能，具有非常（cháng）复杂（zá）的数学基础（chǔ）。尽管它确实（shí）依赖（lài）于经验（yàn）（无论是以前的数据、环境生成的还是自己生成的），但它并不是从确（què）定什（shí）么是正确（què）的、什么是（shì）不正确的严格（gé）指（zhǐ）示开（kāi）始，因此系统可以自行确定结（jié）论。

认知智能

认知智能（néng）是前面提到的技术的组合，旨在创建能够让人（rén）类理（lǐ）解的人工智能服务。它是视觉识别、声音、阅读理解、NLP 和机器学习的结（jié）合，以创（chuàng）建（jiàn）能够理解与人类交（jiāo）互相关的（de）信息并做出相（xiàng）应响应的系统。

人工智能类别（bié）

对人工（gōng）智能进行（háng）分类（lèi）并不容（róng）易，事实（shí）是（shì），最佳做法是根据特定（dìng）系统使用的算（suàn）法对其进行分类（lèi）。然而，一些专家试（shì）图根据他们的方法创建人（rén）工智能小组（zǔ）。

根（gēn）据计（jì）算（suàn）机科学家（jiā）Stuart Russell和Peter Norvig 的说法，人工智能可以分为以下几类（lèi）：

像人类（lèi）一样思考的系统

这些系统尝试使用人工（gōng）神经（jīng）网络模型（xíng）从字面上（shàng）模拟人（rén）类思想。

像人（rén）类一样行动的系统

这（zhè）些（xiē）系统专注于充当人类；它们更（gèng）多（duō）地与经典机（jī）器人技术（shù）联系在一起，并且灵（líng）活性较差。

理（lǐ）性思考的系（xì）统

这些（xiē）系统试图在感知、推理和行动方面应用人类逻辑（jí）。他们并不专注于模拟大（dà）脑的神经（jīng）元（yuán）行为（wéi），而是被（bèi）训练在（zài）特定环境中以人类的方式行事。这（zhè）方面的一个例子是专家（jiā）代（dài）理。

理性（xìng）行动的（de）系统（理（lǐ）想情况（kuàng）下（xià））

他们试图以（yǐ）理性的方式（shì）模仿人类行为，根（gēn）据给定的环境（jìng）条件得（dé）出自己的（de）结论（lùn）。这些系统的不同之（zhī）处在于试图将理性应用于他们（men）的决定。

一种更常见的分（fèn）类是将 2 个大组分开：

弱（ruò）（或狭（xiá）隘）人工智能

以其首（shǒu）字母缩略词ANI（狭义（yì）人工智（zhì）能）而闻名，尽（jìn）管（guǎn）该名称可能看（kàn）起来有些贬义，但它涵盖了当（dāng）今存在的（de）所有人工智能。它（tā）是人工智能（néng），致力于以（yǐ）最佳（jiā）方式解决特（tè）定或一组问题，但不可能在（zài）没有（yǒu）相关编程的情况下扩展到一般（bān）问（wèn）题。即使（shǐ）是（shì）最先（xiān）进的虚拟（nǐ）助手也属于这一类。

强（或通用（yòng））人工智能

简称AGI（Artificial General Intelligence），它是能够在推理和（hé）演绎能力上匹敌或超越人类智（zhì）能（néng）的人工（gōng）智能。今天它（tā）是一个（gè）只（zhī）存（cún）在于科幻小（xiǎo）说中的乌托邦，因为虽然机器在很多能力（包括某（mǒu）些领域的（de）视觉和听（tīng）觉（jiào）识别）方面已经超越了人类，但它们没有真实的感受、天生的认知能（néng）力、自（zì）我意识或能（néng）力。适（shì）应任何场景。