人工智能技术

有许多涉及（jí）人工智能的技术（shù）和（hé）学科（kē），它们都（dōu）有（yǒu）自己的数学和工程研究分（fèn）支。让我们来看看最相关的技（jì）术，从识别系统到机器学习系统。

自（zì）动语音识别（bié）

自动语音识别是属于（yú）声学的一（yī）门学科，用于识（shí）别语音信号中（zhōng）的音素（sù）。语（yǔ）音识别（bié）系统处理麦克（kè）风收集的信号以识（shí）别（bié）用户（hù）发（fā）音的单词。

自（zì）然语言（yán）处理 NLP

语音识别专注（zhù）于纯粹（cuì）的语（yǔ）音到文本（běn）的（de）转换，而自然语言处（chù）理NLP是一门与（yǔ）语（yǔ）言学领域联（lián）系更紧密（mì）的学科，其目（mù）标是理解用户在发出某个命令（lìng）、问题或陈述时（shí）的（de）意思（无论是书面的还是口（kǒu）头（tóu）的）以及他期望实现的（de）目（mù）标。此外，它还分析（xī）情绪以找到主观模式。简（jiǎn）而言之，它（tā）是帮助机（jī）器与人之（zhī）间进行交流（liú）（主要是声音（yīn）和文字）的（de）领域（yù）。

人工智（zhì）能中的视觉和语音识别

视觉识别

视觉识别是（shì）基于处理图像或视频（pín）信（xìn）号的学科（kē），其目的是识别图案（àn）、形状，并在最佳情况下准（zhǔn）确识别图像中（zhōng）的不同元素。

文字识别

文（wén）本（běn）识（shí）别（bié）可（kě）以被认为是视（shì）觉（jiào）识别的一部分，因为它的主要目（mù）标是识别和（hé）识别图像格式的文本。此项工作通（tōng）常使用OCR（光学字符识别）工具。

大数据

在不涉及技（jì）术（shù）细（xì）节的情况（kuàng）下，大（dà）数据可以被视（shì）为大量数据。大数据本身并（bìng）不是一项技（jì）术（shù），但拥有大量可用数据（最（zuì）好（hǎo）是结构（gòu）化数据（jù））对于实现商业智能分析（xī）和某（mǒu）些机器（qì）学习算（suàn）法的（de）应用目标至关重要。

专家系统

专家系统是（shì）那些包含（hán）有关特定（dìng）主题的所有（yǒu）可能（néng）的人类知识的（de）系统。一（yī）个典型的例子是下国际象棋的系统，它使用一整套动（dòng）作和策略，这些动作和策略已（yǐ）经输入到他（tā）们的记忆中（zhōng），以确定（dìng）最（zuì）佳动作（通常基（jī）于决策树）。

机（jī）器（qì）人

机器人技术（机械或机器人软件，例如 RPA）涵盖范围广泛的设备。每当系统或机器人显（xiǎn）示出智能的迹（jì）象时，例如，能够做出决策，无论它们（men）可能（néng）多（duō）么（me）基本，我们都（dōu）可（kě）以谈论人工（gōng）智（zhì）能。请记住（zhù），人工智（zhì）能不必特（tè）别复杂（zá），它存在于各个层面，甚至是最基（jī）本的层（céng）面，并且必（bì）须与（yǔ）从机器学习的能力区分开来；也（yě）就是机器学（xué）习。

机（jī）器学（xué）习（xí）

机器学习是人（rén）工智能（néng）中的一门学科，它试图让（ràng）系统以人的方式（shì）学习和关联信息（xī）。为（wéi）此，它（tā）使用能够检测先前数据中的模（mó）式（shì）、能够创建未来预（yù）测以及深度学习及其神经网络算法等新趋（qū）势的算法。

机（jī）器学习（xí）算法（fǎ）

深度学（xué）习（xí）

深度学习是机器学习的一（yī）个分支学科。它是（shì）一个学习系统，其灵感（gǎn）来自（zì）人脑神经网络处理（lǐ）信息的功能，具有非常复杂的数学基础。尽管它确实依赖于经验（无（wú）论是以前的数（shù）据、环境生（shēng）成的（de）还（hái）是（shì）自己生成（chéng）的），但它并（bìng）不是（shì）从确定什么是正确的、什么是不正确的严格指（zhǐ）示开始（shǐ），因此系统（tǒng）可以自行确定结（jié）论（lùn）。

认（rèn）知智能

认知（zhī）智（zhì）能是前（qián）面提到（dào）的技术的组合，旨在（zài）创建能够让人类理解（jiě）的人工智能服务。它是视觉识别、声音、阅读（dú）理解、NLP 和（hé）机器学习的结合，以创建能（néng）够理解与人类交互（hù）相关的信息并做出相应响应的系统。

人工智（zhì）能类别（bié）

对人工智能进行分类并不容易，事实是，最（zuì）佳做（zuò）法是根据特定系统（tǒng）使用（yòng）的算法（fǎ）对（duì）其进行分（fèn）类（lèi）。然而，一些专（zhuān）家试图（tú）根据他（tā）们的方法创建人工（gōng）智能小（xiǎo）组。

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

像人类一样思考的（de）系统

这些系统（tǒng）尝试使（shǐ）用人工神经网络（luò）模型（xíng）从字面上模拟人（rén）类思想。

像人类一样（yàng）行（háng）动的系统

这些系统（tǒng）专注于充当人类；它们更多地与经（jīng）典机器人技术联系在一起，并且灵活性较差。

理性思考的系（xì）统

这些系统试（shì）图在（zài）感（gǎn）知（zhī）、推（tuī）理（lǐ）和行动方面应（yīng）用人类（lèi）逻辑。他们并不专（zhuān）注（zhù）于模（mó）拟（nǐ）大脑的神经（jīng）元行为，而是被训练在（zài）特（tè）定（dìng）环境中以人类的方式行（háng）事。这（zhè）方（fāng）面的一个例子是专家代理。

理性行动的（de）系统（理想情（qíng）况（kuàng）下）

他们试图以理性的方式（shì）模仿人（rén）类行（háng）为，根据给定的环境条件得出自己的结论。这些（xiē）系统的不同（tóng）之（zhī）处在于（yú）试图将理性（xìng）应用于他（tā）们的决（jué）定。

一种更（gèng）常（cháng）见的分类是将 2 个大组分开：

弱（ruò）（或狭隘（ài））人工智能

以其首字母缩略词（cí）ANI（狭义人（rén）工智能）而闻（wén）名，尽管该（gāi）名称可能看起来有些贬义，但它涵盖了当今（jīn）存在的所有人工智能（néng）。它是人工智能，致力（lì）于以（yǐ）最佳方（fāng）式解决特定（dìng）或一组问（wèn）题（tí），但不可（kě）能在没有（yǒu）相（xiàng）关（guān）编程的（de）情况下（xià）扩（kuò）展（zhǎn）到一般问题（tí）。即使是最先进的虚拟（nǐ）助手（shǒu）也（yě）属于这一（yī）类。

强（或通用）人（rén）工智能（néng）

简称AGI（Artificial General Intelligence），它是（shì）能够在推理和演绎能（néng）力上匹敌或（huò）超越人类（lèi）智能的人工（gōng）智能。今天它是一个只存（cún）在于科幻小（xiǎo）说中的（de）乌（wū）托邦，因为虽然（rán）机器在（zài）很多能力（包括某些领（lǐng）域（yù）的（de）视觉和听（tīng）觉识别）方（fāng）面已经超越了人类（lèi），但它们没有真实（shí）的感（gǎn）受、天（tiān）生的认知能力、自我意识或能力（lì）。适应任何场景。