恒达手机版_人工智能率领人类——从信息社会迈
人工智能分为强人工智能和弱人工智能。强人工智能，也称通用人工智能，是指到达或逾越人类水平的、能够自适应地应对外界环境挑战的、具有自我意识的人工智能。弱人工智能，也称狭义人工智能，是指人工系统实现专用或特定技术的智能，如人脸识别、机械翻译等。迄今为止人人熟悉的种种人工智能系统，都只实现了特定或专用的人类智能，属于弱人工智能系统。弱人工智能可以在单项上挑战人类，好比下围棋，人类已经不是人工智能的对手了。
人工智能生长的基本头脑和手艺路径有三种
人工智能研究工作肇始于20世纪40年代，但其完整概念在1956年才正式登上历史舞台，在美国达特茅斯学院举行的“人工智能夏日研讨会”上提出。这个研讨会的主题就是用机械来模拟人类学习以及其他方面的智能，推进了人工智能起升沉伏、螺旋生长的历程。
第一个阶段，1956—1976年，基于符号逻辑的推理证实阶段。这一阶段的主要功效是行使布尔代数作为逻辑演算的数学工具，行使演绎推理作为推理工具，生长了逻辑编程语言，实现了包罗代数机械定理证实等机械推理决议系统。但在人工智能理论与方式工具尚不完整的初期阶段，以攻克认知作为目的显然不切实际，人工智能研究逐步从热潮进入低谷。
第二个阶段，1976—2006年，基于人工规则的专家系统阶段。这个阶段的主要希望是打开了知识工程的新研究领地，研制出专家系统工具与相关语言，开发出多种专家系统，好比故障诊断专家系统、农业专家系统、疾病诊断专家系统、邮件自动分拣系统等等。专家系统主要由知识库、推理机以及交互界面组成，其中，知识库的知识主要由各领域专家人工构建。然而，知识仅靠专家的手工表达实现，终难免挂一漏万，使得专家系统无法与人类专家与时俱进的学习能力相匹配，人工智能研究第二次进入瓶颈期。
第三个阶段，2006年至今，大数据驱动的深度神经网络阶段，也是深度学习大行其道的时期。人工神经网络的生长，随着人工智能的生长起升沉伏。初期人们对其可以模拟生物神经系统的某些功效十分关注，然则对庞大网络的学习收敛性、健壮性和快速学习能力一直难以掌握，直到上世纪80年代反向流传算法的发现和90年代卷积网络的发现，神经网络研究取得主要突破。深度神经网络方式走到前台，开启了人工智能新阶段。
自降生以来，人工智能生长的基本头脑和手艺路径总的来说有三种。
第一种路径是符号主义或者说逻辑学派，形式逻辑是其理论基础，主张人工智能应从智能的功效模拟入手，以为符号是智能的基本元素，智能是符号的表征和运算历程。前述第一个阶段和第二个阶段中，符号主义都是主导头脑。
第二种路径是毗邻主义或者说神经网络学派，发源于上世纪40年代，强调智能流动是由大量简朴(神经)单元通过庞大毗邻后并行运行的效果。其基本头脑是：既然人脑智能是由神经网络发生的，那就通过人工方式组织神经网络，再通过训练发生智能。人工神经网络是对生物神经网络的抽象和简化。80年代神经网络的郁勃和近年来兴起的深度学习网络，都是包罗多层神经元的人工神经网络。
第三种路径是行为主义或者说控制学派，又称进化主义。这个学派在上世纪80年代末、90年代初兴起，头脑源头是上世纪40年代的控制论。控制论以为，智能来自智能主体与环境以及其他智能主体相互作用的成功经验，是优胜劣汰、适者生存的效果。
机械学习是未来偏向，将人类从重复性劳动中解放出来
