甚么是AI

​---提及自维基

如是说日常生活中常用的人工智慧流程

这儿可能将非常抽象化，日常生活之中他们大多数是碰触过人工智慧的，但他们并不知道其实那个(流程)就是人工智慧（流程），他们举几个日常生活中常用的范例来让我们体验一下，人工智慧离他们是多么的近。

以上的范例是他们平时办公聊天常用到的仓颉输出法，相同的上下文环境中输出‘qk’ 这两个拼音缩写单厢得出相同的最靠前的搜索候选，这可能将是他们平时碰触到最多的两个人工智慧流程。许多爸爸妈妈有疑问，提出那个也算人工智慧流程吗？仓颉输出法从表述上来说算的上两个弱人工智慧流程，他们相同人操作仓颉输出法是可能将会有相同的结果，比如说输出sw那个许多人或许会出现丝袜也有部分人能出现是我那个词，那个流程具有一定智能化（智力不算很高）的表现，严格意义德博瓦桑县的上两个弱人工智慧流程。这儿举了两个可能将还不过瘾，我这儿再举两个平时日常生活中个人用到的人工智慧流程，我老家是在风清水秀的贫困地区，贫困地区的花草都是许多的，他们上一代人对那些花草大多都能叫出英文名字出，但到了他们这一代基本都说不出英文名字，我自己记性也不太好，每次我妈教我那个草叫甚么英文名字，过一段时间就忘记了。后来我下载了两个智能化识别的流程，那个流程扫描过后基本不重新认识的也知道个七八，那就让后演示一下这段流程吧。

S00709-08274142279 播放 · 0 赞同视频​

虽然借助流程最近重新认识许多花草，这都不是最主要的，最主要的是我妹妹问起我，哥哥那个是啥？喔，那个是balalala，功效什么样什么样，这又是啥，这是......，看见她两眼放星星，极大的满足了我那个小男子汉的虚荣心，因此人工智慧流程已经深入到我的日常生活之中，现在是这种，将来或许会改变的更多。这儿如是说的人工智慧流程是人脸识别，而人脸识别目前也属于弱人工智慧流程。

弱人工智慧和强人工智慧

那甚么是弱人工智慧流程，和弱人工智慧流程相关联的还有强人工智慧流程，在维基上对弱人工智慧的表述如下表所示：

​---提及自维基

实际上他们的图片识别是基于机率的，我们知道机率相同于频率，在数学上是两个明晰的值，这就导致了同一条件下机率是两个明晰的值，我以前和同事常常私下开玩笑说到两个名词人工弱智，当然那个词对他们长期从事人工智慧领域方面的是一类打击，但不得不承认现阶段即使能够通过哥德尔测试的流程也没有独立自主觉悟的，包括他们后期即将自学的时候那些流程也是没有独立自主觉悟的，我们能单纯的理解，今后他们要自学的流程都是单纯的预估，而不是独立自主自学去改变观念形式的预估。而与之相关联的就是强人工智慧流程，在维基上对强人工智慧的表述如下表所示：

​---提及自维基

描述的非常抽象化，他们这边做个假设，比如说现在有两个人，他的基因像电影中发生的剧情一样发生了变异，那个人的眼睛除了他们正常的可见光以为，他还能看见人类文明看不见的红外和紫外线，而且那个人接收的声波是能超越人类文明的极限范围的，那么这种两个人虽然平时听觉和感受都不一样，因此那个人的观念形式单厢异于常人，虽然能看见红外，因此晚上他能看见人们看不到的风景，他会获得人们虽然听觉上的限制无法获得的经验，这儿的计算机系统会有自己的观念形式，并且这种观念形式不会以隐喻的这种观念形式存在，这种就可能将会存在许多和人相违背的思想，比如说人的同情心、审美、社交、等等，这种对人类文明伦理进行的冲击的一类觉悟形态，产生了相同对待人工智慧的学说，主要分为乐观学说和乐观学说。其中比较著名的乐观学说代表是天文物理学家史蒂芬·惠勒(Stephen Hawking)，以及Tesla首席执行官埃隆·Tesla(Elon Musk)。他们担心人工智慧会取代现有的人类文明，成为一类捷伊文明和觉悟形态，当然以目前的科技水平要总而言之强人工智慧还需要走很长一段路。

人工智慧发展历史

他们来看看人工智慧发展的历史

20世纪40年代第一台通用计算机系统诞生，该计算机系统能够重新编程，进行各种复杂的运算，这也是真正意义上能够运行指令集的一台通用计算机系统，下图是电子数值积分计算机系统的实体。

20世纪50年代由冯·诺伊曼与奥斯卡·摩根斯特恩合著《博弈论与经济行为》，标志着现代系统博弈理论的的初步形成。这儿说到博弈论，学过数学建模的同学可能将非常熟悉，数学建模中把“结果依赖于多于两个参与者的决策，这类决策模型成为博弈论”，实际上大多数人工智慧流程决策单厢以那个理论为依据进行决策。1956年8月31日由约翰·麦卡锡农、克劳德·香农（信息论的创建者）等人于1956年8月31日发起“人工智慧”探讨会议正式提出人工智慧那个名称，和李小龙等人将“功夫”写入英文词典之中一样，这次大会是表述了甚么是”人工智慧“，能说此次大会是人工智慧的开端，同时也大大推动了计算机系统的发展。

之后人工智慧开始进入研究阶段，从60年代到2020年为止有代表性的研究成果就是以上时间线所展示的那些，之因此不对以上成果进行如是说，是因为以上研究成果只能在特定的流程中起到非常好的效果，目前并没有非常好的办法或者原理和方向指明人工智慧该什么样研究，也没有两个统一的理论来指导人工智慧的研究方向，而他们所碰触到的人工智慧是集前人的智慧和经验总结的，目前展现出非常良好的AI流程大多都是基于统计学方法，而现在处在最新研究并获得大多数人认可的方法是智能化agent范式（AIA），但智能化agent范式目前并没有非常成熟和已经实现的解决方案，因此目前的人工智慧大多以统计学方法为基础进行研究和自学。

目前人工智慧主要应用场景

1.模式识别（感知）

计算机系统视觉、语音识别、电脑翻译、生成语音、语音识别、体感感知等。

2.预估判断自学（认知）

自动驾驶、棋牌游戏（AlphaGo）、物联网预估预警等等

3.富有创作力的流程（创新）

AI对对联、自动生成歌词等等

或许以上流程仅仅只展现了人工智慧的冰山一角，希望人工智慧大放异彩的时候，我这边的描述还远远的欠些功夫。