人（rén）工智（zhì）能技术（shù）

有许多（duō）涉（shè）及人工智能的技术和（hé）学科（kē），它（tā）们（men）都有自己的数学和工程研（yán）究分支。让（ràng）我们来看（kàn）看最相关（guān）的技术，从识别系统到（dào）机（jī）器学习（xí）系统。

自动语音识别

自动语（yǔ）音识别（bié）是属于声学的一门学科，用于识别语音信号中的（de）音（yīn）素（sù）。语音识别系统（tǒng）处（chù）理（lǐ）麦克风收集（jí）的信号（hào）以识别用户发音的单词。

自然语言处理 NLP

语音（yīn）识别专注于纯粹的（de）语音到文本的（de）转（zhuǎn）换，而（ér）自然语言处理NLP是一门与（yǔ）语言学领域（yù）联系（xì）更紧密的学科，其目标是理解用户在发出某个命令、问（wèn）题或（huò）陈述时的意思（无论是书面（miàn）的还是（shì）口头（tóu）的）以及他期望实现的目标。此外，它还分析情绪以找到主观模（mó）式。简（jiǎn）而言之（zhī），它是帮助机（jī）器与（yǔ）人之间进行交（jiāo）流（主（zhǔ）要是声（shēng）音和文字（zì））的领域。

人工（gōng）智能中的视觉和（hé）语（yǔ）音识别

视觉识别

视觉识（shí）别是（shì）基于处理图像或视频信号的学（xué）科，其（qí）目的是识别图案、形状，并（bìng）在最佳情况下准（zhǔn）确识别图像（xiàng）中的不同元素。

文字（zì）识别

文本识（shí）别可以（yǐ）被认为（wéi）是（shì）视觉识别的（de）一部分，因为它的（de）主要目标是识（shí）别和（hé）识别图像格式（shì）的文本。此项工（gōng）作通常使用OCR（光学字符识别）工具。

大（dà）数据

在不涉及技术细节的情况下，大数据可（kě）以被视为（wéi）大量（liàng）数据。大数据本身并不（bú）是（shì）一（yī）项（xiàng）技术，但拥有大量可用数（shù）据（jù）（最好是结构化数（shù）据（jù））对于实现商业智能分析和（hé）某些机（jī）器学习算法的应用目（mù）标至关重要。

专家（jiā）系统

专家系统是那些（xiē）包含有关特定主（zhǔ）题（tí）的所有可能的人（rén）类（lèi）知识的系统。一（yī）个典型的例子是下国（guó）际象棋的系统，它使用一整套动作（zuò）和策略，这些动作和策略已（yǐ）经输入到他们的记（jì）忆中，以（yǐ）确定最佳动作（通常基（jī）于决策树）。

机器人（rén）

机器人技术（机械或（huò）机器人软（ruǎn）件，例如 RPA）涵盖范围广泛的设备。每当系统或机器人（rén）显（xiǎn）示出智能的迹象时，例如（rú），能够做出决策，无论它们可能多么基本（běn），我们都可以（yǐ）谈论人工智能。请记（jì）住，人工智能不（bú）必（bì）特别复（fù）杂，它（tā）存在于各个层面，甚至是最基本的（de）层（céng）面，并（bìng）且必须与从机（jī）器学（xué）习的能力（lì）区分开来（lái）；也就是机器学（xué）习。

机（jī）器学习

机器学习是人（rén）工智能中（zhōng）的一门学（xué）科，它试图让系统以人的方式学习和（hé）关（guān）联信息。为此，它使（shǐ）用能够（gòu）检（jiǎn）测先前数据中的模式、能够创（chuàng）建未来预测（cè）以及深度学习及其神经网络算法（fǎ）等新趋势（shì）的算法。

机器学习算法

深度学习（xí）

深度学习是机器学习的一个分（fèn）支（zhī）学科。它是一个学习系统，其灵（líng）感来（lái）自人脑神经网络处（chù）理信息的功能，具（jù）有非常复杂的数学基础。尽管（guǎn）它确实依赖于经验（无论是以前的数据、环境生（shēng）成的还是（shì）自己（jǐ）生成（chéng）的），但它并不是从确定什（shí）么是正（zhèng）确的、什（shí）么是（shì）不正确的严格指示开始，因此（cǐ）系统可以自行确定（dìng）结论。

认知（zhī）智能（néng）

认知（zhī）智能是前面（miàn）提到的（de）技（jì）术的组合，旨在创建能够让人类理解的人工智能服（fú）务。它是视觉识别、声音、阅读（dú）理解、NLP 和机器学习的结合，以创建能够理解与人类交互（hù）相关的信息并（bìng）做出相应响应的系统（tǒng）。

人工智能类（lèi）别（bié）

对人工智（zhì）能进行分类（lèi）并不容易，事实（shí）是，最佳（jiā）做法是根据特定系统使用的算法（fǎ）对其进行分类。然（rán）而，一些专（zhuān）家试（shì）图根据他（tā）们（men）的（de）方法创建人工智能小组。

根（gēn）据（jù）计算机科学家Stuart Russell和Peter Norvig 的说法，人工智能可（kě）以分为以下几类（lèi）：

像人类一样（yàng）思（sī）考的系统

这些系统尝试（shì）使用（yòng）人工神经网络模型从（cóng）字面上模拟人类思想。

像人类（lèi）一样行动（dòng）的系统

这（zhè）些系统专注于充当人类；它们（men）更（gèng）多地与经典机器人（rén）技术联系在（zài）一起，并且（qiě）灵活性较差。

理性思考的系统

这些系统试图在感知、推（tuī）理和（hé）行动方面应用人类逻辑。他们并不专（zhuān）注于模（mó）拟大脑的神经（jīng）元行为，而是（shì）被训练在特定环境中以人类的方式行事。这方面的一个例子（zǐ）是专家代理。

理性（xìng）行动（dòng）的系统（理（lǐ）想情况下）

他们试图以理性的方式模仿人类行为，根据给定的（de）环境（jìng）条件得出（chū）自（zì）己的结论。这些系（xì）统的不同之处在于试图将理性应用于他们的决（jué）定（dìng）。

一种更常见（jiàn）的分类（lèi）是将 2 个大组（zǔ）分开（kāi）：

弱（或狭隘（ài））人工（gōng）智（zhì）能

以其首（shǒu）字母（mǔ）缩略词ANI（狭义人工智能）而闻名，尽（jìn）管该名称（chēng）可能看起来有些贬义，但它涵盖了当（dāng）今存在的所有人工智能。它是人工智能，致力于以最佳方式解决特定或一（yī）组问题，但不（bú）可能（néng）在没（méi）有相关编程的情况（kuàng）下扩（kuò）展到一（yī）般问题。即（jí）使是（shì）最先进的（de）虚拟助手也（yě）属于这一类（lèi）。

强（或（huò）通（tōng）用）人工智能

简称AGI（Artificial General Intelligence），它是能够在推理和（hé）演绎（yì）能力上匹（pǐ）敌或超越人类（lèi）智能的（de）人工智能。今天它是一个只存在于科幻小说中的乌（wū）托邦，因为虽然机器在很多能力（包括某些领域（yù）的视（shì）觉（jiào）和（hé）听（tīng）觉识（shí）别）方面已（yǐ）经（jīng）超（chāo）越了人类，但它们没有（yǒu）真实的感（gǎn）受、天生（shēng）的认知（zhī）能力（lì）、自我意识或能力。适应（yīng）任何场景。