1.7 人工智能的分类

关于人工智能的分类方法有很多，可以从发展阶段、应用领域、智能化强弱程度等方面进行划分。

1.7.1 按发展阶段分

1）计算智能——机器可以像人类一样存储、计算和传递信息，帮助人类存储和快速处理海量数据，即“能存储，会计算”，最典型的例子就是计算器，如图1-19所示。

2）感知智能——机器具有类似人的感知能力，如视觉、听觉等，不仅可以听懂、看懂，还可以基于此做出判断并反应，即“能听会说，能看会认”，如图1-20所示的自动驾驶汽车。

3）认知智能——机器能够像人一样主动思考并采取行动，全面辅助或替代人类工作。如图1-21所示的卡通片《哆啦A梦》里的机器猫。

1.7.2 按应用领域分

（1）人机对话

人要和机器对话的前提是机器能够“听懂”人类语言，这必须使用语音语义识别技术。当人说话的时候，首先机器接收到语音，然后将语音转变为文字进行处理，随后对文字进行内容识别并理解，进而生成相应的文字并转化为语音，最后输出语音。以上这个过程不断重复，人们就会感觉是和机器在对话。

（2）机器翻译

全球已经查明的语言有5000 多种，而国际贸易中的主流语言有十几种，要完全掌握这些语言需要花费大量的学习时间。

2014年，机器翻译取得重大突破，可以相对全面地处理整个句子的信息，其BLEU值最高达到40。目前，机器翻译已经支持100多种语言之间的互译，这让不同国家之间的人们进行即时交流成为可能。

（3）人脸识别

银行开户、安防影像分析和刑侦破案都离不开对个人身份的确定，人脸识别技术可以让个人身份认证的精确度大大提高，如图1-22所示。首先计算机通过摄像头检测出人脸所在位置，然后定位出五官的关键点，并把人脸的特征进行提取，识别出人的性别、年龄、肤色和表情等，最后将特征数据与人脸库中的样本进行对比，判断是否为同一个人。

（4）无人驾驶

人长时间开车会感觉到疲劳，容易出交通事故，并且对健康不利，而无人驾驶则很好地解决了这些问题。首先无人驾驶汽车上的传感器把道路、周围汽车的位置和障碍物等信息搜集并传输至数据处理中心，然后再识别这些信息并配合车联网以及3D高精度地图做出决策，最后把决策指令传输至汽车控制系统，通过调节车速、转向、制动等功能达到汽车在无人驾驶的情况下也能顺利行驶的目的。

同时，无人驾驶系统还能对交通信号灯、汽车导航地图和道路汽车数量进行整合分析，规划出最优交通线路，提高道路利用率，减少堵车情况，节约交通出行时间。

（5）风险控制

一个人的信用是否良好可以由人工智能来判断。首先通过大数据技术搜集多维度用户数据，包括：登录IP地址、登录设备、登录时间、社交关系、资金关系和购物习惯等，然后把这些数据通过计算机进行处理，生成信用分变量，最后把信用分变量输入风控模型得出最后的信用结论，识别出个人的信用状况。

（6）机器写作

写一篇新闻稿需要编辑花费几个小时，而一份优质的分析报告则需要1个月甚至更长时间才能完成，而利用机器来写作只需要几分钟。机器通过算法对网络上的海量原始信息和数据进行去重、排序、实体发现、实体关联、领域知识图谱生成、筛选和整理，最终形成结构化的内容，随后再利用算法和模型把这些内容进一步加工成可读的新闻稿或可视化报告。

（7）教育领域

我国学生人数众多，老师们的工作十分繁重，教育是一个名副其实的“脑力密集型行业”，而人工智能在自适应教育领域的应用可以帮助老师们从繁重的教学工作中解脱出来，重点培养学生们的创新思维。

在学习管理中，人工智能可以完成拍照搜题和分层排课等工作；在学习评测中，人工智能可以完成作业布置、作业批改和组卷阅卷等工作；在学习方法中，人工智能可以完成推送学习内容、规划学习路径等工作。通过这些环节的密切配合，人工智能可以让每个学生都能拥有个性化的学习方式，从而极大地提高了学习效率。

（8）医疗领域

通过语音录入病例，提高了医患沟通效率；通过机器筛选医疗影像，减少了医生的工作量；通过对患者大数据的分析，随时监控其健康状况，预防疾病发生；通过医疗机器人的运用，提高了手术精度。而在药物研发中，通过人工智能算法来研制新药可以大大缩短研发时间并降低成本。

（9）工业制造

人工智能可以优化生产，缩减人工成本，主要在4个方面有显著应用。

1）机械设备管理。对设备进行故障预测、智能维修和生命周期管理。

2）质检。通过计算机视觉对产品缺陷进行大规模检测，缩短了人工检测时间。

3）参数性能。通过智能数据挖掘，优化工艺参数，提高产品品质。

4）分拣机器人。通过3D视觉技术进行识别、抓取并摆放不规则物体，消除重复的人工流水线工作，见图1-23的分拣机器人。

（10）零售领域

通过大数据与业务流程的密切配合，人工智能可以优化整个零售产业链的资源配置，为企业创造更多效益，让消费者体验更好。在设计环节中，机器可以提供设计方案；在生产制造环节中，机器可以进行全自动制造；在供应链环节中，由计算机管理的无人仓库（如图1-24所示）可以对销量以及库存需求进行预测，合理进行补货、调货；在终端零售环节中，机器可以智能选址，分析消费者购物行为，并优化商品陈列位置。

（11）网络营销

用户在互联网中的行为产生了大量的数据，通过人工智能算法对这些数据进行分析，可以得出每个用户的标签、行为和习惯。因此，当用户在使用搜索引擎、视频网站和直播等平台的时候，算法会为不同的用户精准推送不同的个性化广告，即“千人千面”，这极大地降低了用户对广告的反感程度，其接受程度大大提高。

（12）智能客服

传统客服业务面临招人困难，工资高，浪费消费者时间等问题。而一个客服机器人则可以同时通过语音和文字与大量客户沟通，理解客户需求，回答客户问题，并能指导客户进行操作。这无疑节约了客户的时间，提升了客户体验，实现了以“客户为中心”的理念。

1.7.3 按智能化强弱程度分

目前，另外一种分类方法是以智能高低进行分类，分为弱人工智能、强人工智能和超人工智能。

（1）弱人工智能

弱人工智能只专注于完成某个特定的任务，例如语音识别、图像识别和翻译，是擅长于单个方面的人工智能。它们只是用于解决特定的具体类的任务问题，大都是统计数据，并从中归纳出模型。由于弱人工智能只能处理较为单一的问题，且发展程度并没有达到模拟人脑思维的程度，所以弱人工智能仍然属于“工具”的范畴，与传统的“产品”在本质上并无区别。

弱人工智能就是人们现在看见的，从简单的计算器到计算机，然后是“深蓝”，再到如今各种建立在大数据统计分析基础上的模拟人脑智能的小冰、小白等，以及最新热炒的无人驾驶。包括近年来出现的IBM的Watson和谷歌的AlphaGo，它们是优秀的信息处理者，但都属于受到技术限制的“弱人工智能”。比如，能战胜围棋世界冠军的人工智能AlphaGo（如图1-25所示），它只会下围棋，但如果问它怎样更好地在硬盘上储存数据，它就无法回答。

使用弱人工智能技术制造出的智能机器，看起来像是智能的，但是并不是真正拥有智能，也不会有自主意识。

（2）强人工智能

强人工智能属于人类级别的人工智能，在各方面都能和人类比肩，人类能干的脑力活它都能胜任。它能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作，并且和人类一样得心应手。

强人工智能系统包括学习、语言、认知、推理、创造和计划，目标是使人工智能在非监督学习的情况下处理前所未见的细节，并同时与人类开展交互式学习。在强人工智能阶段，由于已经可以比肩人类，同时也具备了具有“人格”的基本条件，机器可以像人类一样独立思考和决策。

创造强人工智能比创造弱人工智能难得多，人们现在还做不到。但在一些科幻影片中可窥一斑。比如，《人工智能》中的小男孩大卫，以及《机械姬》里面的艾娃（如图1-26所示）。

（3）超人工智能

超人工智能，其实质是相对于人的另外一种智慧物种了，而这种物种，不但具有人类的意识、思维和智能，更有可能是具有了自我繁衍的能力。

牛津大学哲学家、知名人工智能思想家Nick Bostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能”。

在超人工智能阶段，人工智能已经跨过“奇点”，其计算和思维能力已经远超人脑，此时的人工智能已经不是人类可以理解和想象的了。人工智能将打破人脑受到的维度限制，其所观察和思考的内容，人脑已经无法理解，人工智能将形成一个新的社会。

《复仇者联盟》中的奥创、《神盾特工局》中的黑化后的艾达（如图1-27所示），或许可以理解为超人工智能。