的能力——从窄到超级人工智能
狭窄或弱人工智能:人工狭窄智能(ANI)是人工智能系统构建的专注于一个狭窄的任务,如预测天气,推荐引擎或家庭语音助手。目前使用的大多数AI都属于这一类。
ANI例子:亚马逊Alexa和谷歌语音助手的家(来源:用户体验集体(二))
强人工智能:人工总体智能(AGI)被认为是“相当”与人类能力的理解、学习和适应解决问题。虽然超级计算机使我们更接近强人工智能,人类的大脑仍速度估计为每秒十亿次计算(cps)。我
超级人工智能:人工超智(ASI)将超过人类能力多方面的理解、学习、分析和决策。这是奇点的基础——一个假设的时间点当超级智能机器功能,无法预测的人类。
功能——从被动的自我意识
无功机:这ANI只能执行特定任务根据目前的数据,如IBM的深蓝看着棋盘来预测下一个动作。它没有基于内存的功能,没有学习的能力。
有限的记忆:这也是一个ANI但学习从过去的数据做出决策的能力。今天大多数企业应用程序,如无人驾驶车辆或聊天机器人,依靠有限的内存AI。
心理理论:这个美国国际集团将能够理解人与物在一个环境和相应调整其响应。它可能会收敛一些人工智能等新兴的研究领域与情感和社会智力,上下文感知等。
自我意识:ASI仍理论但不仅能够理解其环境也成为一个独立、自我意识的实体并采取相应行动。
你知道狭窄和超级人工智能的区别?一种认为它是一个光谱,范围从“低于”“上面”人类的能力。
技术/应用分类
上面的成熟度分类也可以帮助理解不同类型的人工智能技术,如下图所示。例如,图像识别是一种内存有限的ANI能够“学习”认识到新图像基于过去的图像对准。更复杂的、强人工智能系统在未来可能会基于这些技术的组合:
资料来源:数据处理[3]
机器学习:毫升训练机器识别模式在未来基于一个初始模型,可以改善随着时间的推移而不显式地编程。这篇文章”一个实用指南,人工智能数据中心”描述了这个过程是如何工作的。电子邮件垃圾邮件过滤和图像识别是一些例子。
自然语言处理(NLP):NLP使机器能够理解,分析和处理自然语言数据。应用包括聊天机器人,概念挖掘、信息提取、自动分类的内容、问题和回答,自动翻译等等。
专家系统:专家系统是用来模拟人类专家的决策能力来解决复杂问题,并提供建议。如下描述,它们是由事实和规则的知识库,提供的人类专家,和一个推理引擎,这些规则适用于用户查询演绎新的事实。例子包括决策支持系统、快速原型、传感器数据的解释,医学诊断、资产监控等。
来源:IJEAIS(四)
愿景:计算机视觉训练机器“看见”——这是捕获、分析和理解的视觉世界,做出相应的反应。它通常是搭配机器学习来提高识别精度。示例应用程序包括面部识别、视觉内容适度,自主车辆、遥感、监视等。
来源:δ[v]
演讲:这包括自动语音识别(ASR)计算机识别口语词汇,并将它们转换成文本(演讲文本),以及人工生产人类语言(语音)。语音助手和自动转录服务通常使用ASR和NLP在他们的产品。
规划:AI规划利用自主技术,解决复杂的规划和调度问题的基于输入,由起始状态的描述,期望目标/成果和可能采取的行动来实现我们的目标。输出的顺序操作成功可能性最高的达到我们的目标。如果/那么分析、条件和应急计划不完整的信息是如何使用人工智能规划的例子。
机器人:机器人是智能机器,可以执行任务的物质世界。正如在前一篇文章中所讨论的,”自主的事情vs Hyperautomation”,机器人经常部署在环境危险的人类,如COVID-19患者的临床护理,使用危险材料或极端温度。
图像识别是一种内存有限的人工狭窄智能(ANI)能够“学习”认识到新图像基于过去的图像对准。
强人工智能取决于互连
从有限的AI强劲,综合人工智能将取决于没有一家公司能做到,这就是为什么厂商中立的互联解决方案,比如那些上发现的平台Equinix的®将是至关重要的,加入云计算资源的数字生态系统,网络和合作伙伴致力于集成和提高人工智能系统。
要了解更多,请阅读白皮书”,人工智能:从公共云设备优势”。
[我]Simplilearn 7种人工智能,你应该知道在2020年,2020年9月。
(二)用户体验集体,提示创建用户友好的语音助理应用,2019年10月。
[3]人工智能自动化资料处理,12的例子:AI权力业务,2019年9月。
(四)国际期刊的工程和信息系统(IJEAIS),佝偻病专家系统诊断和治疗,图2 -上传的萨米Abu-Naser, 2017年6月。
从有限的AI强劲,综合人工智能将取决于低延迟,安全连接组织私下交换数据,洞察力和人工智能算法。
订阅Equinix的博客