人工（gōng）智能技术

有（yǒu）许多涉及人工（gōng）智能的技术和学科（kē），它们都有自己（jǐ）的数学和（hé）工程研究分支。让（ràng）我们来看看最相关的技术，从识别系（xì）统到机器学习系统。

自动语音（yīn）识别

自动语音（yīn）识（shí）别是属于声学的一门学科，用于（yú）识别语音信（xìn）号中的音素。语音识别系统处理麦克风收（shōu）集的（de）信号以识别用户发音的单词（cí）。

自然语言处理 NLP

语（yǔ）音识别专注于纯（chún）粹的（de）语音到文本的转换，而自然语言处理NLP是一（yī）门与语言学领域联系更紧密（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（无论是（shì）书面的还（hái）是口头的）以及他期望（wàng）实（shí）现的（de）目标（biāo）。此外，它还分析（xī）情绪以找到主观模式。简而（ér）言之，它是（shì）帮助机器与人之间进行交流（主要是声（shēng）音和文字）的领域。

人工智能（néng）中的（de）视觉和语音识别（bié）

视觉识别

视觉识别是基于处理图（tú）像或视频信号的学科，其目的（de）是识别（bié）图案、形状，并在（zài）最佳情况下（xià）准确识别图（tú）像（xiàng）中的不同元素。

文字（zì）识别（bié）

文本识别（bié）可以被认为是（shì）视觉（jiào）识（shí）别的一（yī）部（bù）分，因为它的主（zhǔ）要目标（biāo）是识别和识别图（tú）像格式的文本。此项工作（zuò）通常使用OCR（光学字符识别（bié））工（gōng）具（jù）。

大数据（jù）

在不涉及技术细节的情（qíng）况下，大数据可以被视为（wéi）大（dà）量（liàng）数（shù）据。大数据本身（shēn）并不是一项技术，但（dàn）拥（yōng）有大量可用数据（最（zuì）好是结构化（huà）数据）对于实现商业智能分析和某些机器学习算（suàn）法的应用目标至关（guān）重要。

专家系统

专家系统是（shì）那些包含有关特定主（zhǔ）题的（de）所（suǒ）有可（kě）能的人（rén）类知（zhī）识的系统。一个典型的例子是下国际象（xiàng）棋（qí）的系统，它使用一整套动（dòng）作和策（cè）略，这些动作和策略已经（jīng）输入到他们的记忆（yì）中，以（yǐ）确定最佳动作（通常基于决策树）。

机器人（rén）

机器人技（jì）术（机械或机器人软件，例如 RPA）涵盖范围广泛的设备。每当（dāng）系统（tǒng）或机器（qì）人显示出智（zhì）能的（de）迹象时，例如，能够（gòu）做出决策，无论它们可能多么基本，我们都可以（yǐ）谈论人工智能。请记住，人（rén）工（gōng）智能不必特别（bié）复（fù）杂，它存在于各个（gè）层面（miàn），甚至是最基本的（de）层面（miàn），并且必（bì）须（xū）与从机器学（xué）习的能力区分开来；也就是机（jī）器学习（xí）。

机器学习

机器学习是人（rén）工智能中的一门（mén）学科，它试图让（ràng）系（xì）统以人的方式（shì）学习和关联（lián）信息。为此，它使用能够（gòu）检测先（xiān）前数据中的模式（shì）、能够（gòu）创建未（wèi）来预（yù）测以及深度学（xué）习及（jí）其神经网络算法等（děng）新趋（qū）势的算法。

机器学习算法

深度学（xué）习

深度学（xué）习是机器学习的（de）一个分（fèn）支（zhī）学科。它是一（yī）个学（xué）习系统，其灵感来自人（rén）脑神经网络处理（lǐ）信息的功能，具（jù）有非常复杂的数学基础（chǔ）。尽管它确实依赖于经验（无论（lùn）是以前的数据、环境生成的还是自己生（shēng）成的），但它并（bìng）不是从确定什么是正确（què）的、什么是不（bú）正（zhèng）确的严格指示开（kāi）始，因此（cǐ）系统可以自行（háng）确定结论。

认（rèn）知智能

认知智能是前面提到的技术的组合，旨（zhǐ）在创建能够让（ràng）人类理解的人工智能服务。它（tā）是视觉识别、声音、阅读理解（jiě）、NLP 和（hé）机器学习的结合，以创（chuàng）建能够理解与人类交互相（xiàng）关的信（xìn）息并做出相应响（xiǎng）应的系统。

人工智能类别

对人工智（zhì）能进行分类并不容易（yì），事（shì）实是，最佳做法（fǎ）是根据特定系统（tǒng）使用的（de）算法（fǎ）对其进行分类。然而，一些（xiē）专家（jiā）试图根据他们的方法（fǎ）创建人工智能（néng）小组。

根据（jù）计算机科学家（jiā）Stuart Russell和Peter Norvig 的说法（fǎ），人工智（zhì）能（néng）可以分为以下几类（lèi）：

像（xiàng）人类一样思考的系统

这些系（xì）统尝（cháng）试使用人工神（shén）经网络模型从字面上模拟（nǐ）人类（lèi）思想。

像人类一样行动的系统

这些系统专注于充（chōng）当人（rén）类；它们更多（duō）地与经典机器人技术联系在（zài）一（yī）起（qǐ），并且灵活性较差。

理性思考的系（xì）统

这些系统试图在感知、推理和行动方（fāng）面应（yīng）用人（rén）类逻辑。他们并不专注于模（mó）拟（nǐ）大脑的神经元行为，而（ér）是被（bèi）训练在特定环境中以（yǐ）人类的方式行事。这方面的一个例子是专家代理。

理性（xìng）行动（dòng）的系统（理想情况下）

他们试图以理性的方式模仿人类行为，根据给（gěi）定的环（huán）境条件得（dé）出自己（jǐ）的结论。这些系统的不同之处在于试图将理性应用（yòng）于他们的决定（dìng）。

一种更常（cháng）见的分类是（shì）将 2 个大组分开（kāi）：

弱（或狭隘（ài））人工智能

以其首字母缩略词ANI（狭义人工（gōng）智能）而闻名，尽管（guǎn）该名称可能（néng）看起来有些（xiē）贬义（yì），但它涵盖了当今（jīn）存（cún）在的所有人工智能。它是人工智能，致力于（yú）以最佳方式解决特定或（huò）一组问题（tí），但不可能在没（méi）有相关编程的（de）情况下（xià）扩展到一般问（wèn）题。即使（shǐ）是（shì）最先进的虚（xū）拟助手也属于这一类。

强（或通用）人工（gōng）智能

简称AGI（Artificial General Intelligence），它是能够在推理和演绎能力上匹敌或超越人类智（zhì）能的人工智能。今天它是一个只存在于（yú）科（kē）幻（huàn）小说中的（de）乌（wū）托邦，因为虽然机（jī）器在很多能力（包括某些领域的视觉和听觉识别）方（fāng）面已经超越了人类，但它们没有真（zhēn）实的感受、天（tiān）生的认知能（néng）力、自我意识或能力。适应任何场景（jǐng）。