AI 的全称是什么

AI：人工智能

AI 是 Artificial Intelligence 的缩写。多年来，人工智能 (AI) 有过多种解释，但 约翰·麦卡锡 (John McCarthy) 在其 2004 年的论文中提供了以下描述：“AI 是创建机器智能，特别是智能计算机程序的科学和工程。” AI 与利用计算机研究人类智能的类似目标相关，但 AI 不必局限于生物可观察的方法；在此定义出现前的 1950 年，艾伦·图灵 (Alan Turing) 的里程碑式论文 “计算机器与智能” 标志着人工智能辩论的开始。

机器能思考吗？ 这是图灵（通常被称为“计算机科学之父”）在这篇文章中提出的问题。然后他提出了一项测试，该测试已广为人知，称为“图灵测试”，其中人类审问者将尝试区分计算机生成和人类编写的文本回复。尽管这项测试自发布以来一直受到强烈批评，但它仍然对人工智能的演变做出了重大贡献，并继续成为哲学讨论的话题，因为它使用了语言学概念。

此后，斯图尔特·罗素 (Stuart Russell) 和 彼得·诺维格 (Peter Norvig) 出版了关于人工智能的书籍：《人工智能：一种现代方法》，成为该领域最具影响力的书籍之一。在书中，他们探讨了人工智能的四个潜在目标或定义，区分了基于推理和思维与行动的计算机系统。

人类视角

• 具有类人思维的系统
• 行为像人类的系统

理想策略

• 能够理性思考的系统。
• 逻辑运作的系统。

行为像人类的系统将属于艾伦·图灵的计算机概念。

最简单的人工智能是一个将计算机科学与大数据集结合起来以协助解决问题的学科。此外，它还包括通常一起讨论的人工智能分支，即深度学习和 机器学习。这些领域使用人工智能算法来构建专家系统，根据传入数据进行预测或分类信息。

人工智能的发展仍然备受炒作，就像所有新引入的技术一样。正如 Gartner 炒作周期中所述，自动驾驶汽车和个人助理等产品突破遵循“从过度热情到幻灭阶段再到最终理解创新在市场或领域中的相关性和地位的正常演变”。

莱克斯·弗里德曼 (Lex Fridman) 在 2019 年的 麻省理工学院 (MIT) 演讲中指出，我们正处于期望膨胀的顶峰，并处于幻灭的边缘。

人工智能的形式（弱人工智能与强人工智能）

窄人工智能 (ANI)，也称为弱人工智能或窄人工智能，是指经过编程和指导以执行特定任务的人工智能。当今存在的大多数人工智能都是弱人工智能。这种形式的人工智能绝不弱；它支持一些极其复杂的应用程序，包括 亚马逊的 Alexa、IBM Watson、苹果的 Siri 和自动驾驶汽车。 “窄”可能是一个更好的术语。

强人工智能的两个组成部分是通用人工智能 (AGI) 和超人工智能 (ASI)。具有与人类相当的智力、自我意识和学习、推理以及规划未来能力的计算机将被视为具有通用人工智能 (AGI)，也称为通用人工智能。 超人工智能 (ASI) 将比人脑更智能、能力更强。尽管目前还没有强人工智能的实际应用，而且它只是理论上的，但人工智能领域的专家们正在不断研究其潜力。在此之前，科幻作品，如《2001：太空漫游》中的 HAL，这个超人般的流氓电脑助手，可能提供了 ASI 的最佳实例。

人工智能的应用

在现代世界中，人工智能系统用于各种目的。最常见的例子如下所示

语音识别： 此功能采用自然语言处理 (NLP) 将口语转换为书面语。它有时被称为语音转文本、计算机语音识别或自动语音识别 (ASR)。语音识别是许多移动设备操作系统已整合的功能，以使消息传递更易于访问并促进语音搜索（如 Siri）。

客户服务： 在整个客户体验中，在线聊天机器人正在取代人工员工。它们对有关运输、交叉销售产品和用户尺寸建议的常见问题 (FAQ) 的个性化建议和回复改变了我们感知网站和社交媒体上用户参与的方式。配备虚拟代理的电子商务网站上的消息机器人、Facebook Messenger 和 Slack 等聊天应用程序，以及虚拟个人助理和语音激活助理经常执行的任务，都是一些例子。

计算机视觉： 人工智能 (AI) 的这个领域使系统能够识别数字图像、视频和其他视觉输入中的相关信息并做出适当响应。基于深度神经网络的计算机视觉应用于汽车行业的自动驾驶汽车、医疗保健领域的放射影像以及社交媒体的照片标记，因为它可以提供建议；它与照片识别任务不同。

推荐引擎： 通过分析先前消费者行为的数据，人工智能算法可以帮助识别可用于创建更成功的交叉销售策略的数据模式。在线商店使用此功能在结账过程中向客户推荐相关的附加产品。

股票交易自动化： 由人工智能 (AI) 驱动的高频交易平台每天执行数十甚至数百万笔交易，无需人类交易员的帮助即可优化股票投资组合。