通用人工智慧

① 人工通用智能（AGI）會成為人類生存的威脅，還是生存的希望

為什麼對這種技術有這樣的分歧？雙方如何看待世界如此不同？它歸結為五個關鍵問題：

我們離無人監督的學習者有多遠？

現在，我們所擁有的那種狹窄的AI必須用人類精心准備和策劃的數據集進行人工訓練。

例如，要教AI識別貓的照片，你需要一個龐大的照片資料庫，每個照片都被人類標記為貓或非貓。即便AI可以像任何人一樣准確地識別貓，但是，這不是通用的，你如果想要教它識別狗，就需要從頭開始。

我們是否已開始構建真正的AI？

如前所述，我們今天所擁有的AI類型稱為窄AI，因為它只能做一件特定的事情。

狹義的AI是建立廣義AGI的第一步嗎？許多對AGI感到困擾的人都認為我們正在努力的發展狹窄的人工智慧。

另一個陣營認為狹窄的人工智慧與AGI所需的技術完全不同。雖然他們的名字中都碰巧有「人造」和「智慧」的字樣，但這就是相似之處的結束。

這是人工智慧未來懸而未決的五個問題。

關注AGI陣營認為，通過人工智慧，機器人和自動化將很快完成所有工作，幾乎所有人都不用工作。不關心的陣營堅持認為，自動化和人工智慧不會直接與人類競爭，而是提高人類的生產力，創造更好，更高薪的工作。

我們雖然正處於未知的水域，但是，有一點是肯定的：這些未知是未來事物的先兆。當我們開始努力應對數字生活和機器意識時，我們將處於更加不穩定的狀態。

② 現在通用人工智慧界有哪些大牛

人工智慧(Artificial Intelligence) ，英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。 人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式作出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。「人工智慧」一詞最初是在1956 年Dartmouth學會上提出的。從那以後,研究者們發展了眾多理論和原理,人工智慧的概念也隨之擴展。人工智慧是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種「復雜工作」的理解是不同的。例如繁重的科學和工程計算本來是要人腦來承擔的，現在計算機不但能完成這種計算, 而且能夠比人腦做得更快、更准確，因之當代人已不再把這種計算看作是「需要人類智能才能完成的復雜任務」, 可見復雜工作的定義是隨著時代的發展和技術的進步而變化的, 人工智慧這門科學的具體目標也自然隨著時代的變化而發展。它一方面不斷獲得新的進展，一方面又轉向更有意義、更加困難的目標。目前能夠用來研究人工智慧的主要物質手段以及能夠實現人工智慧技術的機器就是計算機, 人工智慧的發展歷史是和計算機科學與技術的發展史聯系在一起的。除了計算機科學以外, 人工智慧還涉及資訊理論、控制論、自動化、仿生學、生物學、心理學、數理邏輯、語言學、醫學和哲學等多門學科。人工智慧學科研究的主要內容包括：知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面。

③ 人工智慧的產品都體現在什麼方面

人工智慧在普通的模式識別、專家系統等方面已經做得不錯，比如語音識別、手寫識別，都已經相當實用，下棋能超過人類冠軍，自動駕駛也快實用了。但是每個人工智慧系統都需要人類專家大量的工作，還沒有通用的人工智慧系統，能自己學習，變成各種專家。

④ 強人工智慧與通用人工智慧有什麼本質區別

1、強人工智慧和弱人工智慧
人工智慧的一個比較流行的定義，也是該領域較早的定義，是由當時麻省理工學院的約翰·麥卡錫在1956年的 達特矛斯會議上提出的：人工智慧就是要讓機器的行為看起來就像是人所表現出的智能行為一樣。但是這個定義似乎忽略了強人工智慧的可能性。另一個定義指人工智慧是人造機器所表現出來的智能。總體來講，目前對人工智慧的定義大多可劃分為四類，即機器「像人一樣思考」、「像人一樣行動」、「理性地思考」和「理性地行動」。這里「行動」應廣義地理解為採取行動，或制定行動的決策，而不是肢體動作。
2、強人工智慧
強人工智慧觀點認為有可能製造出真正能推理和解決問題的智能機器，並且，這樣的機器能將被認為是有知覺的，有自我意識的。強人工智慧可以有兩類：類人的人工智慧，即機器的思考和推理就像人的思維一樣。非類人的人工智慧，即機器產生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式

3、弱人工智慧
弱人工智慧觀點認為不可能製造出能真正地推理和解決問題的智能機器，這些機器只不過看起來像是智能的，但是並不真正擁有智能，也不會有自主意識。
弱人工智慧是對比強人工智慧才出現的，因為人工智慧的研究一度處於停滯不前的狀態下，直到類神經網路有了強大的運算能力加以模擬後，才開始改變並大幅超前。但人工智慧研究者不一定同意弱人工智慧，也不一定在乎或者了解強人工智慧和弱人工智慧的內容與差別，對定義爭論不休。

就現下的人工智慧研究領域來看，研究者已大量造出看起來像是智能的機器，獲取相當豐碩的理論上和實質上的成果，如2009年康乃爾大學教授Hod Lipson 和其博士研究生Michael Schmidt 研發出的 Eureqa計算機程序，只要給予一些數據，這計算機程序自己只用幾十個小時計算就推論出牛頓花費多年研究才發現的牛頓力學公式，等於只用幾十個小時就自己重新發現牛頓力學公式，這計算機程序也能用來研究很多其他領域的科學問題上。這些所謂的弱人工智慧在神經網路發展下已經有巨大進步，但對於要如何集成成強人工智慧，現在還沒有明確定論。

4、對強人工智慧的哲學辯論

關於強人工智慧的爭論，不同於更廣義的一元論和二元論的爭論。其爭論要點是：如果一台機器的唯一工作原理就是轉換編碼數據，那麼這台機器是不是有思維的?希爾勒認為這是不可能的。他舉了個中文房間的例子來說明，如果機器僅僅是轉換數據，而數據本身是對某些事情的一種編碼表現，那麼在不理解這一編碼和這實際事情之間的對應關系的前提下，機器不可能對其處理的數據有任何理解。基於這一論點，希爾勒認為即使有機器通過了圖靈測試，也不一定說明機器就真的像人一樣有思維和意識。

需要指出的是，弱人工智慧並非和強人工智慧完全對立，也就是說，即使強人工智慧是可能的，弱人工智慧仍然是有意義的。至少，今日的計算機能做的事，像算術運算等，在一百多年前是被認為很需要智能的。並且，即使強人工智慧被證明為可能的，也不代表強人工智慧必定能被研製出來。

⑤ 人工智慧的定義是什麼

人工智慧之父 John McCarthy說：人工智慧就是製造智能的機器，更特指製作人工智慧的程序。人工智慧模仿人類的思考方式讓計算機能智能的思考問題，人工智慧通過研究人類大腦的思考、學習和工作方式，然後將研究結果作為開發智能軟體和系統的基礎。

人工智慧的概念很寬，所以人工智慧也分很多種，我們按照人工智慧的實力將其分成三大類：
1、弱人工智慧
弱人工智慧Artificial Narrow Intelligence (ANI):弱人工智慧是擅長於單個方面的人工智慧。比如有能戰勝象棋世界冠軍的人工智慧，但是它只會下象棋，你要問它怎樣更好地在硬碟上儲存數據，它就不知道怎麼回答你了。比如第一個擊敗人類職業圍棋選手、第一個戰勝圍棋世界冠軍的人工智慧機器人，Alpha Go其實也是一個弱人工智慧。
2、強人工智慧
強人工智慧又稱通用人工智慧或完全人工智慧， 指的是可以勝任人類所有工作的人工智慧。一個可以稱得上強人工智慧的程序， 大概需要具備以下幾方面的能力：存在不確定因素時進行推理，使用策略，解決問題，制定決策的能力；知識表示的能力，包括常識性知識的表示能力；規劃能力；學習能力；使用自然語言進行交流溝通的能力；將上述能力整合起來實現既定目標的能力。
3、超人工智慧
假設計算機程序通過不斷發展，可以比世界上最聰明、最有天賦的人類還聰明，那麼由此產生的人工智慧系統就可以被稱為超人工智慧。超人工智慧的定義最為模糊，因為沒人知道， 超越人類最高水平的智慧到底會表現為何種能力。如果說對於強人工智慧，我們還存在從技術角度進行探討的可能性的話，那麼，對於超人工智慧，今天的人類大多就只能從哲學或科幻的角度加以解析了。

⑥ 人工智慧是什麼

人工智慧主要就是讓代替人工的機器擁有和人類相似的智力，而在網路中對人工智慧的定義為開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

其實人工智慧就是計算機科學的一個分支，在研究人類智能的根本原因中，引發了這種通過模擬人類的行為方法來讓機器也擁有和人類相似的能力，也是因為擁有這種能力，被廣泛的實用，比如機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧在出現開始，所受的關注也是日益增多，進而人們對它的要求也是變得多了，為了滿足人們的要求，人工智慧的技術也是在不斷的完善，並使用范圍也隨之增加，而未來隨著科技的更加先進，相信人工智慧的技術也會更加的成熟。人工智慧可以對人類的意識、思維的信息過程進行模擬，所以人工智慧擁有的不是人的智能，而是和人類非常相似的一種能力，這種能力隨著發展甚至會有可能超過人類的智能。

人工智慧的研究是非常復雜的，如果想要從事這項研究的話，那必須要對計算機知識，心理學和哲學等有了解。人工智慧因其是個比較廣泛的科學的特性，而由多種領域組成，像機器學習、計算機視覺等等，其實，總結下來就是，人工智慧主要研究就是讓機器可以像人一樣的工作，代替人類做些比較復雜的事情。

人工智慧發展以來主要的使用范圍是機器翻譯，智能控制，專家系統，機器人學，語言和圖像理解，遺傳編程機器人工廠，自動程序設計，航天應用，龐大的信息處理，儲存與管理，執行化合生命體無法執行的或復雜或規模龐大的任務等等。

另外人工智慧也可以分為兩部分理解，也就是人工與智能，人工就是人工系統，對於這個定義大家的看法還都是非常相似的。而對於智能的理解就比較多了，並且也不統一，因為這涉及到一些意識、思維、自我等等的問題，比較復雜，而人類了解的智能其實就是自己本身的智能，不過對於自身的理解也是有限的，對於人的智能的了解更是有限，所以對於智能的定義當然沒有一個統一的答案了。

人工智慧以其擁有簡單智能的特點主要使用在計算機領域中，並受到很大的重視。

人工智慧_線性代數基礎-矩陣的運算_加減法_轉置

⑦ 人工智慧有哪些研究方向

人工智慧可分為六個研究方向：
1、機器視覺，包括3D重建，模式識別，圖像理解等。
2、語言理解和溝通，包括語音識別，綜合，人機對話，機器翻譯等;
3、機器人技術，包括力學，控制，設計，運動規劃，任務規劃等;
4、認知和推理，包括各種身體和社會常識的認知和推理;
5、游戲和道德，包括多智能體，機器人和社會整合的互動，對抗和合作;
6、機器學習，包括各種統計建模，分析工具和計算方法;
人工智慧作為下一代信息技術的重要領域，是一種具有普遍性的新型通用技術，可應用於經濟社會，生產和生活的各個方面（Trajtenberg，2018）; 無意中與此同時，人工智慧已經滲透到生產和生活的許多方面，並悄然改變了經濟和社會組織的運作模式。 雖然人工智慧技術可以使人類擺脫繁瑣的程式化工作，但它也是應對人口老齡化的有效手段，但其推廣也意味著在應用領域取代就業領域（部分），並將 最終影響就業結構和收入分配格局。