跳到主要内容

AI 人工智能概述

什么是人工智能？​

人工智能（Artificial Intelligence，简称 AI）是计算机科学的一个分支，旨在开发能够模拟人类智能行为的系统。其核心目标是使机器具备感知（如视觉、语音识别）、推理（逻辑分析、决策）、学习（从数据中提取规律）和行动（如机器人控制、自动化）的能力。

AI、机器学习、深度学习​

简单来说，三者的关系如下：

AI ⊃ 机器学习 ⊃ 深度学习
  • AI 是涵盖所有智能系统的广义概念，例如自动驾驶、聊天机器人。
  • 机器学习（Machine Learning，简称 ML） 是实现 AI 的核心方法，通过算法让机器从数据中“学习”规律，而非依赖显式编程。例如，垃圾邮件分类模型通过分析邮件内容学习判断标准。
  • 深度学习（Deep Learning，简称 DL） 是机器学习的一个子领域，基于多层神经网络（如人脑神经元结构）处理复杂任务。例如，卷积神经网络（CNN）用于图像识别，循环神经网络（RNN）用于自然语言处理。

人工智能的分类​

强人工智能与弱人工智能

  • 强人工智能（Strong AI）：也称为“通用人工智能（AGI）”，指具备与人类相当甚至超越人类的综合智能，能够自主思考、解决未知问题。目前仍停留在理论探索阶段。
  • 弱人工智能（Weak AI）：专注于特定任务的智能系统，例如语音助手 Siri、人脸识别系统。当前所有实际应用的AI均属于此类。

通用 AI 与专用 AI

  • 通用 AI（General AI）：与强AI概念重叠，指能跨领域执行多种任务的系统，如人类一样灵活应对不同场景。
  • 专用 AI（Narrow AI）：为单一任务设计的系统，例如 AlphaGo（围棋）、医疗影像诊断 AI。

其他分类维度

  • 按技术类型：符号主义 AI（基于规则推理）、连接主义 AI（基于神经网络）、行为主义 AI（基于环境交互）。
  • 按应用场景：感知型 AI（如语音识别）、决策型 AI（如推荐系统）、生成型 AI（如 ChatGPT、Stable Diffusion）。