一、什么是人工智能？

人工智能（AI）是计算机科学的一个广泛分支，它致力于构建能够执行通常需要人类智能的任务的智能机器。人工智能是一种能够执行通常需要人类智能的任务的计算机系统。许多人工智能系统是由机器学习提供动力的，有些是由深度学习提供动力的，有些是由规则等提供动力的。

二、人工智能的四种类型是什么？

反应式机器

有限内存

心理理论

自我意识

三、人工智能的例子有哪些？

Siri、Alexa和其他聪明的助手

自动驾驶汽车

机器人顾问

会话机器人

垃圾邮件过滤器

Netflix的建议

四、人工智能是如何工作的？

人工智能方法和概念

在破解纳粹加密机之谜并帮助盟军赢得第二次世界大战不到十年后，数学家艾伦·图灵第二次用一个简单的问题改变了历史：“机器能思考吗？”

图灵的论文《计算机械与智能》（1950）及其后续的图灵测试确立了人工智能的基本目标和愿景。人工智能的核心是计算机科学的一个分支，旨在以肯定的方式回答图灵的问题。这是在机器中复制或模拟人类智能的努力。人工智能的广阔目标引起了许多问题和争论。如此之多，以至于这个领域没有一个单一的定义被普遍接受。

将人工智能定义为“构建智能机器”的主要局限性在于它实际上并没有解释什么是人工智能？什么使机器智能化？人工智能是一门具有多种方法的跨学科科学，但机器学习和深度学习的进步正在技术产业的几乎每个部门创造一种范式转变。

在他们开创性的教科书《人工智能：现代方法》中，作者斯图尔特·拉塞尔（Stuart Russell）和彼得·诺维格（Peter Norvig）将他们的工作围绕机器中的智能代理这一主题进行了统一，从而解决了这个问题。考虑到这一点，人工智能是“对从环境中接收感知并执行动作的主体的研究”（Russel和Norvig viii）

定义人工智能领域的四种不同方法：

人性化思考

理性思考

人道

理智行事

虽然这些定义对普通人来说似乎很抽象，但它们有助于将该领域作为计算机科学的一个领域来关注，并为机器和程序注入机器学习和人工智能的其他子集提供了蓝图。

智能的四种类型

1.反应式机器

反应式机器遵循最基本的人工智能原理，顾名思义，它只能利用自己的智能感知和反应面前的世界。反应式机器无法存储内存，因此无法依靠过去的经验实时通知决策。

直接感知世界意味着反应式机器被设计成只完成有限数量的专门任务。然而，有意缩小反应型机器的世界观并不是任何一种成本削减措施，而是意味着这类人工智能将更加可信和可靠——它每次都会以同样的方式对相同的刺激做出反应。

反应式计算机的一个著名例子是深蓝，它是由IBM在20世纪90年代设计的一台国际象棋超级计算机，并在一场游戏中击败了国际大师加里·卡斯帕罗夫。深蓝只能识别棋盘上的棋子，知道每个棋子是如何根据国际象棋规则移动的，确认每个棋子的当前位置，并确定此时最合乎逻辑的移动方式。这台电脑并不是在追求对手未来可能采取的行动，也不是在试图把自己的棋子放在更好的位置。每一个转折都被视为它自己的现实，与事先做出的任何其他运动相分离。

另一个玩游戏的反应式机器的例子是谷歌的AlphaGo。AlphaGo也无法评估未来的移动，但它依靠自己的神经网络来评估当前游戏的发展，使其在更复杂的游戏中胜过深蓝。AlphaGo还击败了世界级的比赛对手，在2016年击败了围棋冠军选手Lee Sedol。

尽管范围有限且不易更改，但反应式机器人工智能可以达到一定程度的复杂性，并在创建时提供可靠性，以完成可重复的任务。

2.有限内存

有限记忆人工智能能够在收集信息和权衡潜在决策时存储以前的数据和预测——基本上是回顾过去，寻找下一步可能发生的事情的线索。有限记忆人工智能比反应式机器更复杂，可能性更大。

当一个团队不断地训练一个模型如何分析和利用新数据时，或者当一个AI环境被建立以便模型能够被自动训练和更新时，就会产生有限的内存AI。在机器学习中使用有限记忆AI时，必须遵循六个步骤：必须创建训练数据，必须创建机器学习模型，模型必须能够做出预测，模型必须能够接收人类或环境反馈，反馈必须存储为数据，这些步骤必须作为一个循环来重复。

3.心理理论

心理理论就是这样——理论的。我们还没有达到达到下一个人工智能水平所需的技术和科学能力。

这个概念是基于一个心理学前提，即理解其他生物的思想和情感会影响自己的行为。就人工智能机器而言，这意味着人工智能能够理解人类、动物和其他机器的感受，并通过自我反思和决心做出决策，然后利用这些信息做出自己的决策。本质上，机器必须能够实时掌握和处理“思维”的概念、决策过程中情绪的波动以及一系列其他心理概念，从而在人与人工智能之间建立起双向关系。

4.自我意识

一旦心智理论在人工智能中得以确立，在未来的某个时候，人工智能的最后一步将是实现自我意识。这种人工智能具有人类层面的意识，了解自己在世界上的存在，以及他人的存在和情绪状态。它将能够理解其他人可能需要什么，不仅基于他们与他们交流的内容，还基于他们如何交流。

人工智能中的自我意识依赖于人类研究人员理解意识的前提，然后学习如何复制意识，从而将其构建到机器中。

成为数据驱动型企业，首先要转变观念。是时候将数据作为您的业务核心了是时候从孤立的、专有的、回顾性的方法转向统一的、可用的、面向解决办法的模型了。

换句话说，数据（以及来自这些数据的智能）必须成为您业务的核心焦点。