人工智能（néng）技术（shù）

有许多涉及人工智（zhì）能的技术和学科，它们都有自己的数学和工程研（yán）究分支。让我们来（lái）看看最相（xiàng）关的技术（shù），从识别系统（tǒng）到机器学习系统（tǒng）。

自动语音识别

自动语音识别是属于声学的一门学科，用于识别语（yǔ）音信（xìn）号中的（de）音（yīn）素。语音识别系统（tǒng）处理麦克风收集（jí）的（de）信号以识（shí）别用户发音的单词。

自然语言处（chù）理 NLP

语音识别专注（zhù）于纯粹的语音到文本的转换，而自然语言处理NLP是一门与语言（yán）学领域联系更（gèng）紧密（mì）的（de）学科，其目标是理（lǐ）解用户在发出某个命令、问题或（huò）陈述时的意思（无（wú）论是书面的还（hái）是口头的（de））以及他（tā）期（qī）望（wàng）实现的目标。此外，它（tā）还分析情绪（xù）以（yǐ）找到主观（guān）模式。简而言之，它是（shì）帮助机（jī）器（qì）与人（rén）之间进行交（jiāo）流（主（zhǔ）要是声音（yīn）和（hé）文字）的（de）领域。

人工智能（néng）中的视觉和语音（yīn）识别

视觉识别

视觉识（shí）别是基（jī）于处理（lǐ）图（tú）像（xiàng）或视频（pín）信号的学科，其目的是识别图（tú）案、形状，并在（zài）最佳情（qíng）况下准确识别图像中的（de）不同（tóng）元素（sù）。

文（wén）字识别

文本识别可以（yǐ）被认为是视（shì）觉（jiào）识别的一部（bù）分（fèn），因（yīn）为它的主要目标是（shì）识别和识（shí）别图（tú）像格（gé）式的文本。此项工作通常使（shǐ）用OCR（光学字符识别）工具。

大数据（jù）

在不涉及技术（shù）细节的情（qíng）况下，大数据可以被视为大（dà）量数据（jù）。大数据（jù）本身并不是一（yī）项技术，但拥（yōng）有大量（liàng）可用数据（最好是结构化数据）对（duì）于实现（xiàn）商业智能分析和某些（xiē）机器学习算法的应用目标至关重要。

专家系统

专家系统是（shì）那（nà）些包含有关特定主题的所有可能的人类（lèi）知识的系统。一个典型的例子是下国际（jì）象棋（qí）的系统，它使用一整（zhěng）套动作和策略（luè），这些（xiē）动作和策略（luè）已经（jīng）输入到他们的记忆中，以确定最佳动（dòng）作（zuò）（通常基于（yú）决策树）。

机（jī）器人

机器人技术（机械（xiè）或机器人（rén）软件，例如 RPA）涵盖范围广泛的设备。每（měi）当系统或机器人显（xiǎn）示出智能的迹（jì）象时，例（lì）如，能够做出（chū）决策，无论它们可能多么基本，我们都可以谈论人工智能。请记住，人工智（zhì）能不（bú）必特别复杂，它存在于各个层面，甚至是最基本的层面，并且必须（xū）与从机（jī）器学习（xí）的（de）能力区分开来；也就是机器学（xué）习。

机器学习

机器学习是人工智（zhì）能中（zhōng）的一（yī）门学科，它（tā）试图让系统以人的方（fāng）式学习（xí）和关联信息。为此，它使用能够检测先前数据（jù）中的模式、能够创建未来（lái）预测以及深度学（xué）习及其神经（jīng）网络算法等新趋势（shì）的算法。

机器学习（xí）算（suàn）法

深度学习（xí）

深度学习是（shì）机（jī）器学习的一个分支学科。它（tā）是一个学习系统，其灵感来自人脑神经网络处理信息的（de）功能，具有（yǒu）非常复杂的数学基础（chǔ）。尽管（guǎn）它确（què）实依赖于经验（无论是以前的数据、环境生成（chéng）的还是自己生成的），但它并不是从确定什么是正确的、什么是（shì）不（bú）正确的严格（gé）指示开始，因此系统（tǒng）可以自行确（què）定结论。

认知智（zhì）能

认（rèn）知智（zhì）能是前面提到的（de）技（jì）术的组合（hé），旨在（zài）创建能够让人（rén）类（lèi）理解的人工智（zhì）能服务。它是视觉识别、声（shēng）音、阅读理解、NLP 和机（jī）器学习的（de）结合，以创建能（néng）够理解与人类（lèi）交互相关的信息并做出相应响应（yīng）的系统。

人工智能类（lèi）别

对人工智能进（jìn）行分类并不容（róng）易，事实是（shì），最佳做法（fǎ）是根据（jù）特定系（xì）统使用（yòng）的算（suàn）法对其进行分类。然而，一些专家试图（tú）根据他们（men）的方法创建人工智能小（xiǎo）组。

根据计算机科学家Stuart Russell和（hé）Peter Norvig 的说法，人工（gōng）智能可以（yǐ）分为以下几类：

像（xiàng）人类一样思（sī）考的系统

这些系统尝试使用人工神经（jīng）网（wǎng）络（luò）模型从字面上模拟人类思想。

像人类（lèi）一样行动（dòng）的系统

这些系统专注（zhù）于（yú）充当人类；它们更多地与（yǔ）经典机器人技术（shù）联系在一起（qǐ），并且灵活（huó）性较差。

理性思考（kǎo）的系统

这些（xiē）系统试图在感知、推理和行动方（fāng）面应（yīng）用（yòng）人类逻辑。他们并不专注于模拟（nǐ）大脑的神（shén）经（jīng）元行为，而是被训（xùn）练在特定环（huán）境中以（yǐ）人（rén）类的方式行（háng）事。这方面（miàn）的一个例子是专家代理。

理性行（háng）动（dòng）的系统（tǒng）（理想情（qíng）况下）

他们试图以理性的方式（shì）模（mó）仿人类行为，根据给定的环境条（tiáo）件得出自己的（de）结（jié）论。这些系统的不同之处在于试图将理性应用于他（tā）们的（de）决定。

一种更（gèng）常见的分（fèn）类是将 2 个大组分开：

弱（或狭隘）人工（gōng）智能

以（yǐ）其首字母缩略词ANI（狭义人工智能）而闻名（míng），尽管该名称可能看起来有些（xiē）贬义，但它涵盖了当今存在的所有（yǒu）人工智能。它是人（rén）工智能，致力于以最（zuì）佳方式（shì）解决特定或（huò）一组（zǔ）问题，但不（bú）可能在没有相关编程（chéng）的情况下扩展到一（yī）般问题。即使是最先（xiān）进的虚（xū）拟助手也属于这一类。

强（或通用）人工智能

简（jiǎn）称AGI（Artificial General Intelligence），它是能够在推理和演（yǎn）绎能力上匹敌或超越人类智能的（de）人工（gōng）智能。今（jīn）天（tiān）它是一个（gè）只存在于科幻小说中的乌托邦，因为虽然（rán）机器在很多能力（lì）（包括某些领域（yù）的视觉和听觉识别）方面已经超越了人类，但它（tā）们没有真实的感受、天生的（de）认知（zhī）能力（lì）、自我意（yì）识或能力（lì）。适应任（rèn）何（hé）场景（jǐng）。