第四节 人工智能分类

人工智能在近几年得到了广泛的关注，它能够管理大量的数据，也可以快速进行复杂的计算，执行不同的任务。各种类型的人工智能不断出现，分支不断增多，为了更好地了解人工智能，本文将从多个角度对人工智能进行分类。

一、按人工智能的实现途径分类

人工智能按实现途径可分为三类：强人工智能、弱人工智能和实用型人工智能。

1.强人工智能

强人工智能是指创造出的机器能够像人类一样思考，能够理解信息并拥有意识，具有与人类相同甚至超越人类的智慧。这样的人工智能可以用于解决任何问题，是人工智能实现的最理想的状态，但这一目标的实现还需要克服巨大的技术和工程难点。随之带来的道德和社会问题也将会引起全社会的关注：由于计算机算法的复杂性，人类无法确定人工智能的行为动机是否具备和人类相似的道德标准。目前，主要关注研究强人工智能的领域有科幻、哲学和伦理、认知和神经学，以及算法概念；其中，算法概念是与现实结合最紧密的研究领域。

2.弱人工智能

弱人工智能对机器只要求在某一特定的行为上具有智能行为，如深蓝就是在这样一个背景下产生的。它只具有运用国际象棋的走棋规则的计算能力，没有试图模仿国际象棋大师的思维方式，它只是在试图证明计算机比人类更会下棋。弱人工智能追求比人类更快速更完美地完成任务。

3.实用型人工智能

实用型人工智能不是为了单纯地模仿人类智慧，而是更切合实际地为了解决问题而进行的关于人工智能的研究。在利用大规模的数据进行用户行为预测时，传统的人工分析方式在人工智能面前将会完全显现出它耗时耗力的巨大劣势，而人工智能在大数据分析上能做到快速分析、精准定位，更好地连接了产品和用户。实用型人工智能的多数产品都是通过人工智能技术的集合去实现其特定的业务价值，最普遍的应用之一就是智能手机，它集合了语音识别、人脸识别和数据挖掘等人工智能的技术。

二、按人工智能的意识分类

根据美国人工智能专家的分析，人工智能按意识可分为以下四类：响应式机器、有限记忆机器、心智理论机器和自我意识机器。

1.响应式机器

多数普及型人工智能机器都属于响应式机器，它只具备识别可直接感知的世界的情况并做出最优的响应能力，不具备形成记忆和分析经验的能力。这类人工智能没有世界化的概念，或者只有对特定任务有十分有限的概念，即使是击败过世界围棋大师的AlphaGo，虽然它运用了神经网络来评估潜在的可能性，但它无法被简单地直接运用到其他情景中。因此，这类机器无法以交互的形式融入世界。

2.有限记忆机器

部分人工智能机器是具有有限记忆的机器，可以回忆短暂的过去。早期的无人驾驶汽车利用了这一技术，无人驾驶汽车在行驶过程中观察到的车道标记、信号灯、公路曲线等重要元素会被添加到预先编程的模拟世界，但是这些信息只会短暂地存在于系统中，并不会被储存到汽车的经验库中。无人驾驶汽车的经验库是通过机器学习而形成的，并不能主动和现实世界进行互动学习。

3.心智理论机器

心智理论机器与强人工智能的定义相似，拥有可以影响其行为的思想和情感。这是现在的人工智能与将来创造的人工智能之间最重要的差别。心智理论机器可以自主地建立模拟世界，与人类进行沟通，理解人类的想法和感受，并对此进行相应的调整。

4.自我意识机器

自我意识机器是更高级的心智理论机器，它将表现出与人类更加相近的特质，拥有自主的意识，其意识不只是对外界的，还有对自身的，可以意识到自己的存在。这样的机器可能存在摆脱人类控制的能力。因此，尽管人类的技术距离此目标还非常遥远，但对此类机器的开发与设计需要更加慎重。

三、按人工智能的技术分类

人工智能有很多的技术类别，其最主要的三大技术领域为自然语言研究、计算机视觉和机器学习。

1.自然语言研究

语言是人类区别于其他生物的重要特点，而人工智能的自然语言研究将其重点放在了让计算机拥有和人类一样的语言交谈能力，以达到人机之间的无障碍交流。对于自然语言的研究在电子计算机问世之初就开始了。初期是理性主义的研究，基于对单个句子的构成的分析方法进行机器翻译；后来逐渐发展成为经验主义的研究，其主要关注对语料库的研究。自然语言的研究主要包括机器翻译、语义识别和人机会话。

对于完全实现自然语言理解的难点之一在于语言的复杂性。语言的多样性，表现在同一个意思可以有多种表达方式；语言的歧义性，表现在缺少预警约束的情况下，同一句话有多种意思；语言的鲁棒性，表现在语音识别转录时的噪声、语速的快慢、不连贯等会使得输出结果存在多字、少字、错字等情况；语言的知识依赖，表现在同一个词语可能表示完全不同的指向性。

2.计算机视觉

对于计算机视觉的研究主要在于如何使机器也能够像人类一样可以通过视觉认知世界。在发展之初，需要找寻一种合适的特征抽象方法对待识别的目标进行特征表达，再进行计算分析。例如，区分水果的种类是通过颜色、形状及其纹理来帮助机器进行识别的。由于对这些特征的识别会