IBM Data and AI Team
我们如今交互最多的 AI 应用的早期迭代都是基于传统机器学习模型构建的。这些模型依赖由数据科学家开发和维护的学习算法。换句话说，传统的机器学习模型需要人工干预来处理新信息，并执行初始训练之外的任何新任务。
例如，Apple 于 2011 年将 Siri 作为 iOS 的一项功能。这个早期版本的 Siri 经过训练，可以理解一组非常具体的陈述和请求。扩大 Siri 的知识库和功能需要人工干预。
然而，自 2012 年人工神经网络取得突破性进展以来，机器得以进行强化学习并模拟人类大脑处理信息的方式，这确保了 AI 能力一直在稳步发展。
与基本机器学习模型不同，深度学习模型支持 AI 应用程序学习如何执行需要人类智能的新任务、采取新行为并在没有人工干预的情况下做出决策。因此，深度学习实现了跨行业的任务自动化、内容生成、预测性维护等功能。
由于深度学习和其他方面的进步，AI 领域仍处于不断快速变化的状态。我们对实现的 AI 和理论的 AI 的集体理解在持续变化，这意味着 AI 类别和 AI 术语可能因来源不同而不同（和重叠）。然而，AI 的类型可以通过检视两个总括性的类别来大体理解，即 AI 能力和 AI 功能。
行业时事通讯
专家为您带来最新的 AI 趋势
获取有关最重要且最有趣的 AI 新闻的精选洞察分析。订阅我们的每周 Think 时事通讯。请参阅 IBM 隐私声明。
谢谢！您已订阅。
您的订阅将以英语提供。您会在每份时事通讯中找到一个取消订阅链接。您可以在管理您的订阅或取消订阅。有关更多信息，请参阅我们的 IBM 隐私声明。
基于能力的三种人工智能
1. 狭义 AI
狭义人工智能，也称为弱人工智能（狭义 AI），是当今唯一存在的 AI 类型。任何其他形式的人工智能都是理论上的。它可以被训练来执行单一或范围狭窄的任务，通常比人类大脑更快、更好。
不过，它不能执行规定任务之外的工作。相反，它针对的是认知能力的一个子集，并在该范围内取得进步。Siri、Amazon 的 Alexa 和 IBM® Watson 都是狭义 AI 的示例。即使 OpenAI 的 ChatGPT 也被视作一种狭义 AI，因为它局限于基于文本聊天的单一任务。
2. 通用 AI
通用人工智能 (AGI)，也称为强 AI，如今只不过是一个理论概念。AGI 可以利用之前的学习和技能在不同的环境中完成新任务，而无需人类来训练底层模型。这种能力使 AGI 能够学习和执行人类可以执行的任何智力任务。
超级 AI 通常被称为超人工智能，就像 AGI 一样，它严格来说是理论性的。如果可以实现，超级 AI 将可以思考、推理、学习、判断并拥有超越人类的认知能力。
拥有超级 AI 能力的应用程序，将超越理解人类情感和体验的程度，能够感受情绪，拥有需求，具有自己的信念和愿望。
基于功能的四种类型的 AI
狭义 AI（基于能力的三种类型之一）之下，有两种功能性 AI 类别：
1. 反应式机器 AI
反应机器是没有记忆的 AI 系统，旨在执行非常具体的任务。由于它们无法回忆以前的结果或决策，因此只能使用当前可用的数据。反应式 AI 源自统计数学，可以分析大量数据以产生看似智能的输出。
IBM Deep Blue：在 20 世纪 90 年代末，IBM 的国际象棋超级计算机 AI 通过分析棋盘上的棋子并预测每一步招法的可能结果，击败了国际象棋大师加里·卡斯帕罗夫。
Netflix 推荐引擎：Netflix 的观看建议由模型提供支持，这些模型处理从观看历史记录中收集的数据集，为客户提供他们最有可能喜欢的内容。
2. 有限记忆 AI
与反应式机器 AI 不同，这种形式的 AI 可以回忆过去的事件和结果，并随着时间的推移监控特定的对象或情况。有限记忆 AI 可以使用过去和现在的数据来决定最有可能帮助实现期望结果的行动过程。
然而，虽然有限内存 AI 可以在特定时间内使用过去的数据，但它无法将这些数据保留在过去体验库中供长期使用。随着不断使用更多数据进行训练，有限记忆 AI 的性能可以得到提升。
有限记忆 AI 的例子生成式 AI：ChatGPT、Bard 和 DeepAI 等生成式 AI 工具依靠有限记忆的 AI 功能来预测其生成内容中的下一个单词、短语或视觉元素。
虚拟助理和聊天机器人：Siri、Alexa、Google Assistant、Cortana 和 IBM Watson Assistant 将自然语言处理 (NLP) 与有限记忆 AI 相结合，以便理解问题和请求、采取适当的行动并撰写回复。
自动驾驶汽车：自动驾驶汽车使用有限记忆 AI 来实时了解周围的世界，并就何时加速、刹车、转弯等做出明智的决策。
3. 心智理论 AI
心智理论 AI 是 AI 的一个功能类别，属于通用人工智能。尽管目前 AI 还未实现这种形式，但具有心智理论功能的 AI 可以理解其他实体的思想和情感。这种理解可以影响 AI 与周围人的互动方式。理论上，这将使 AI 能够模拟类似人类的关系。
由于心智理论 AI 可以推断人类的动机和推理，因此它可以根据个人独特的情感需求和意图来实现与个人互动的个性化。心智理论 AI 还能够理解和阐释艺术作品和文章，这是当今的生成 AI 工具无法做到的。
情感 AI 是一种目前正在开发的心智理论 AI。AI 研究人员希望它能够分析语音、图像和其他类型的数据，在情感层面上识别、模拟、监控人类并做出适当的反应。迄今为止，情感 AI 还无法理解和回应人类的感受。
4. 自我意识 AI
自我意识 AI 是一种功能性 AI 类别，面向将拥有超级 AI 能力的应用程序。与心智理论 AI 一样，自我意识 AI 严格来说是理论性的。如果能够实现，它将有能力理解自身的内部状况和特征以及人类的情感和思想。它也有自己的情感、需求和信仰。
情感 AI 是一种目前正在开发的心智理论 AI。研究人员希望它能够分析语音、图像和其他类型的数据，在情感层面上识别、模拟、监控人类并做出适当的反应。迄今为止，情感 AI 还无法理解和回应人类的感受。
AI 技术的其他能力和实际应用
计算机视觉
具有计算机视觉的狭义 AI 应用程序经训练后可以解释和分析视觉世界。这使智能机器能够识别和分类图像和视频片段中的对象。
计算机视觉的应用包括：
图像识别和分类
物体检测
对象跟踪
面部识别
基于内容的图像检索
计算机视觉对于涉及 AI 机器与周围物理世界的交互和穿越的用例是至关重要的。示例包括在仓库和其他环境中行进的自动驾驶汽车和机器。
机器人
工业场景中的机器人可以使用狭义 AI 执行涉及材料搬运、装配和质量检查的常规重复性任务。在医疗保健领域，配备狭义 AI 的机器人可以协助外科医生监测生命体征并检测手术过程中的潜在问题。
农业机械可以自主进行修剪、移动、疏果、播种和喷洒。iRobot Roomba 等智能家用设备可以使用计算机视觉在房屋内部行动和清洁，并使用存储在内存中的数据来了解清洁进度。
专家系统
具备狭义 AI 能力的专家系统可以使用语料库进行训练，以模拟人类决策过程，并运用专业知识解决复杂问题。这些系统可以评估大量数据，发现趋势和规律，并做出决策。它们还可以帮助企业预测未来事件，并理解过去事件的发生原因。
IBM 的 AI
IBM 从一开始就是 AI 的先驱，为该领域贡献了一次又一次突破。IBM 最近发布了 IBM® watsonx AI 产品组合的重大升级版本。IBM watsonx.ai 汇集了基础模型和传统机器学习支持的全新生成式 AI 能力，并将其整合到一个覆盖整个 AI 生命周期的强大平台中。借助 watsonx.ai，数据科学家可在单一的协作式平台环境中构建、训练和部署机器学习模型。
