当今的AI具有有限的特定应用程序，但是技术的不断发展可能只会导致通过通用AI复制人类智能。
许多AI应用程序专注于解决特定任务，而具有类人智能能力的机器尚未实现。这些不同的AI概念可分为两个大类：人工智能和狭义AI。
狭窄的AI应用程序专注于一个问题，而人工智能则专注于构建可以处理任何领域中任何任务或问题的智能系统。AGI的承诺尚未实现，但对技术的追求推动了AI的能力。
什么是一般AI？
人工智能的X愿景是可以处理多种认知任务的系统。可以像人一样行动和思考的单一通用情报的概念通常称为人工通用情报。AGI专注于创建可以成功执行人类任何智力任务的智能机器，并具有在各个领域之间归纳知识并从一个领域获取知识并将其应用于其他地方的能力。
AGI寻求可以根据先前的知识和经验制定未来计划的机器。
为了使AI具有一般的智能性，它必须能够适应环境中发生的变化。人类可以通过借鉴过去的经验来适应新的环境，而人工智能必须能够做到这一点。此外，人工智能还必须具备一些辅助方面，才能使其具备一般的智能性。这包括推理能力，代表常识，表达创造力，表达情感和具有情感智商，以及具有计划和预测的能力。
图灵测试旨在评估机器的智能，将人、机器和询问器置于对话环境中。如果询问器无法区分人和机器，则它可以通过图灵测试。成功达到AGI要求机器始终通过图灵测试-只有少数非常先进的聊天机器人才能完成。
什么是狭窄的AI？
狭义的AI可以定义为非AGI的任何事物；基本上，当今使用的AI的任何示例都是狭窄的AI。这些系统可以处理单个任务或有限任务，但是这种集中的方法仍然可以产生强大的功能。示例包括图像识别，超个性化系统，目标驱动系统，人工智能聊天机器人，语音识别和自然语言处理，预测性维护系统，甚至自动驾驶车辆。
随着我们继续超越AI的极限，我们对狭义AI的定义也发生了变化。几十年前，光学字符识别被认为是广泛的XAI。如今，这项技术已成为现实，人们不再认为它是AI。随着技术的不断发展，人们对AI的理解（尤其是狭窄的AI）将继续发展。
“弱”一词已被用来代替“狭义”，但这是令人误解的，因为从AI研究人员的角度来看，任何试图解决人类拥有的一般智能的AI应用都是强大的。这个贬义词完全不是对人工智能的正确理解；实际上，大多数狭窄的AI应用程序都是功能强大，专注且成功的。
人工智能应用程序是解决组织日常问题的工具。尽管AI技术已被应用到特定的问题领域而不是通用智能的目标，但它们仍然具有强大的功能。相反，某些机器学习应用程序正在解决许多业务问题的核心-从保险到医学成像，机器翻译，对话X等等。
我们接近AGI吗？
在该领域中，有许多知名人士对开发人员在实现AGI的过程中所处的位置有不同的看法。有些人认为我们距离获得这种一般情报还只有几年的时间。其他人则认为我们距离我们有数百年的路程，还有一些人认为我们永远无法实现AGI。
麻省理工学院教授和已故的Rethink机器人技术的创始人罗德尼·布鲁克斯（Rodney Brooks）认为，距实现AGI还有数百年的路程。另一方面，SingularityNETX会首席执行官兼创始人Ben Goertzel相信我们正处于AI历史的转折点。他认为，在未来几年中，人工智能研究的活动平衡将会从高度专业化的狭窄人工智能转向AGI。
尽管许多研究人员和公司做出了努力，但实现AGI目标仍然存在许多障碍。计算基础设施，资金和建立适合AGI的硬件是当前存在的一些障碍。
但是，研究人员继续推进。因此，我们预计兴趣，资金和资源将继续投入到AI的工作中。尽管实现AGI仍不确定，但迈向AGI的旅程仍在不断突破可能的范围。
内容由匿名用户提供，本内容不代表vibaike.com立场，内容投诉举报请联系vibaike.com客服。如若转载，请注明出处：https://ispeak.vibaike.com/33966
匿名用户