弱AI的應(yīng)用已經(jīng)滲透到我們的生活中，例如自動(dòng)駕駛汽車，智能監(jiān)控或聊天機(jī)器人。然而，還有一個(gè)人工智能領(lǐng)域，我們的生活中不存在，但我們喜歡它，就是強(qiáng)人工智能。其實(shí)通用AI和強(qiáng)大AI都是同一件事。強(qiáng)大的AI并不一定意味著更好的處理能力，也不意味著強(qiáng)大的AI比弱的AI“更強(qiáng)”。強(qiáng)大的AI是一種具有與人類相同的智慧或超越人類的機(jī)器，可以表達(dá)正常人類的所有智能行為，例如以自然語言進(jìn)行推理，規(guī)劃和交流。

憑借當(dāng)今的硬件技術(shù)和知識(shí)，強(qiáng)大的AI應(yīng)用程序包含了當(dāng)今人類尚無法理解的復(fù)雜問題。實(shí)際上，即使是薄弱的AI應(yīng)用程序也面臨著當(dāng)今技術(shù)可以解決的問題。去年，谷歌宣布推出其Duplex Voice Assistant，該軟件聲稱可以用人聲預(yù)訂餐廳。但是， 實(shí)踐發(fā)現(xiàn)四次中只有一次是在沒有人為干預(yù)的情況下完成的，這證明自然語言處理仍處于起步階段。

　　弱AI-我們生活的時(shí)代

相比之下，弱AI（也稱為狹義AI和應(yīng)用AI）不需要具有人類的認(rèn)知能力，但是擅長解特定問題。例如，Snapchat的嬰兒過濾器和FaceApp的老年過濾器開始流行。

弱人工智能將人類智能與大數(shù)據(jù)結(jié)合在一起，以擴(kuò)展人類的性能，這足以改變我們的生活方式。

我們被弱小的AI應(yīng)用程序包圍，包括但不限于：

· 智能揚(yáng)聲器

· 自動(dòng)駕駛系統(tǒng)

· 人臉識(shí)別

· 圖像識(shí)別

· 推薦系統(tǒng)

· 自然語言處理（NLP）應(yīng)用程序，例如語音識(shí)別和機(jī)器翻譯

許多研究人員和開發(fā)人員也在訓(xùn)練自己的AI模型。例如使用OpenAI的語言模型GPT-2建立了一個(gè)附帶項(xiàng)目。用戶可以輸入一些文本，并使用復(fù)仇者聯(lián)盟，指環(huán)王等的腳本讓AI來完成其余的任務(wù)。

3年前，當(dāng)我在哈佛攻讀碩士學(xué)位時(shí)，我嘗試使用自己的NLP模型“重寫”歷史。該模型基于“三個(gè)王國的浪漫史”的背景，但我慘遭失敗。與英語或其他浪漫語言相反，中文單詞一個(gè)接一個(gè)，沒有空格和大小寫。還有48149個(gè)中文單詞，而英文只有26個(gè)字母。因此，中文句子處理需要對分詞有很好的理解。

如果您說任何一種Altaic語言并且?guī)啄昵笆褂眠^Google翻譯，那么您必須知道翻譯的糟糕程度。但是，如今的Google翻譯非常準(zhǔn)確和“自然”。有時(shí)翻譯甚至超過了人工翻譯。了解神經(jīng)機(jī)器翻譯的發(fā)展速度之快令人難以置信。

　　人工智能的未來

根據(jù)目前的知識(shí)，超越人類能力的強(qiáng)大AI應(yīng)用程序仍然是無法實(shí)現(xiàn)的。大數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)和計(jì)算能力是弱化AI持續(xù)取得成功的關(guān)鍵。AI應(yīng)用程序和工具比以往任何時(shí)候都更易于使用，解決了以前無法解決的問題。然而，為了取得突破，仍然有許多問題有待解決，即AI偏差。人工智能系統(tǒng)僅與我們放入其中的數(shù)據(jù)一樣好。AI偏見是指非主觀的開發(fā)人員使用偏見的數(shù)據(jù)或進(jìn)行訓(xùn)練。著名的例子包括偏愛女性的 AI招聘系統(tǒng)；對于膚色較黑的人來說，錯(cuò)誤率更高的人臉識(shí)別系統(tǒng)。

人工智能的確改變了我們的生活，但我們不會(huì)太樂觀，也不會(huì)對人工智能的發(fā)展過于悲觀。人工智能可能并不是解決所有問題的靈丹妙藥，但是人工智能帶來的變化已經(jīng)存在，并將繼續(xù)影響更多的行業(yè)。

通過上述介紹，人工智能的未來會(huì)怎么樣相信大家已經(jīng)知曉了吧，想了解更多關(guān)于人工智能的信息，請繼續(xù)關(guān)注中培偉業(yè)。