人工智能的7种类型

人工智能，也许是人类有史以来最复杂和最让人震惊的创造物。同时也忽略了一个事实，即仍然有大片的领域人工智能仍未涉及。

当今我们所看到的每一个让人惊叹的人工智能应用，也仅仅是其极大潜力的冰山一角(Tip of the AI Iceberg)。尽管事实上人们已经不厌其烦的反复说明，可实际上AI对人类社会未来的潜在冲击，仍难以获得全面的了解。其原因可能在于，正在发生的AI对人类社会的革命性的冲击，目前仍处在相当早期的演进阶段（Early stage in its evolution）。

AI的快速发展及其强大的能力，使人们对不可避免的，和逐渐接近的AI可能对人类社会的控制(takeover)产生了恐惧(Paranoid)。同时，各工业领域由AI所带来的转变，使商业领袖们和普通大众们误以为我们已经达到了AI研究的顶峰，且AI已经发挥了其最大价值。但是，理解AI已经存在的和将要存在的不同类型，将有助于我们更好地理解AI现存的能力及AI研究仍要经过的漫长道路。

理解AI分类的不同类型

由于AI研究的意图(purport)在于使机器可以模拟类人(Human-like)功能，AI系统可以精准复制(Replicate)人类能力的程度，被用来作为确定AI类型的标尺(Criterion)。因此，取决于机器与人类相比较的多功能性(Versatility）及其性能，AI可以被划分为类型一。若AI可以达到类似于人类的功能及等同的熟练程度(Proficiency)，则可视为更先进的人工智能类型，反之则视为相当简单而不先进的类型。

在此标准下，通常有两种方式分类。类型一是基于AI和AI赋能的机器其于人类思维的相似程度，甚至可以象人类一样去思考(Think)和感知(Feel)。在此中分类标准下，有四种AI或AI系统，分别是：

• Reactive Machine - 无内存记忆，仅仅是对刺激做出反应
• Limited memory machines - 使用内存记忆来学习和改进其反应
• Theory of mind - 可以理解其他智慧实体的需求
• Self-aware AI - 类人的智慧和自我意识(self-awareness）

1. Reactive Machines 最古老的AI类型，能力非常有限。其模拟人类心智活动(Human Mind)来对不同的刺激做出反应。这种设备不具备记忆相关能力(Memory-based functionality)，不可以利用先前所获得经验来指导当下的行为，例如机器没有能力去学习（Learn）。这种机器尽可以用来自动化的对有限的指令或输入做出反应，不能依靠记忆来改进其操作。最为大众所知的Reactive AI机器就是IBM Deep Blue，其在1997年击败了人类国际象棋冠军卡斯帕罗夫。
2. Limited Memory 这类机器不仅可以对刺激做出反应，还可以从其历史数据中学习并做出决策。我们所指的几乎所有的应用基本上都属于此类型。所有现金的AI系统，如那些使用深度学习的系统，都通过其内存中大量数据的训练，形成参考模型(Reference Model）来解决未来的问题。例如，图像识别AI（Image Recognition AI）使用数以万计的经过标记的图片训练，教会系统对扫描的目标命名。若一副图片被此AI系统扫描，系统会把训练图片作为参考，来理解扫描图片的内容，基于系统的学习经验(Learning Experience)，它可以越来越准确的标记新的图片。 几乎当今所有的AI应用，从聊天机器人(Chatbot)到虚拟助理(Virtual Assistant)，到自动驾驶都是由Limited Memory AI驱动。
3. Theory of Mind 不同于前两类AI已经在现实世界中大量使用，接下来的两类AI，仍仅仅存在于概念中，或仍然在开发完善中。Theory of Mind人工智能是下一个水平能力的AI系统，研究者们仍然在创新中。Theory of Mind人工智能通过识别需求，情绪，信仰和思维过程(Thought Processes)，可以更好地理解与其交互的物体。人工情绪智能（Artificial Emotional Intelligence）的研究正在萌发，成为很多人工智能研究者的热门研究领域，要达成Theory of Mind人工智能水平，需要其他人工智能分支领域的同步发展。因为若想人工智能可以真正的理解人类所需，需要人工智能机器可以感知每一个人类个体，其个体心智会受到多种因素的影响。
4. Self-aware 这是人工智能发展的终极阶段，目前仍存在于假设中(Exists only hypothetically)。Self-ware人工智能，进化到无限接近(So akin to）人类大脑，已经具备了自我意识(Self-awareness)。这类的人工智能的实现（Materialize）需要几十年，如果不是几个世纪的话，目前是并且将用户按时人工智能研究的终极目标(Ultimate objectives)。此中类型的人工智能，不仅可以理解情绪，并且可以激发对方的情绪，其不但有情绪，需求，信仰，甚至自身潜在的愿望(potentially desire of its own)，是末日预言家们(doomsayers)所小心提防的。它们不仅可能给人来带来繁荣和文明的大幅进步，同时潜在的也可能成为人类的灾难。这是因为其一旦具备了自我意识，就可能具备自我保护的意识(Self-preservation)，将直接或间接的宣告人类的末日，因为它们可以非常容易的智慧的获取人类知识成果并且精心策划后取代人类(plot elaborate schemes to take over humanity)。 另外一种划分方式，是将人工智能划分为弱人工智能，通用人工智能和超级人工智能。
5. Artificial Narrow Intelligence(ANI) 弱人工智能代表着所以目前已经存在的人工智能，包括目前人类已经创造的最复杂和最具能力的人工智能。弱人工智能指的是那种只可以以类人方式(using human-like capabilities)执行特定任务的人工智能系统。这些机器只能完成其编程所赋予的任务，因此只具备非常窄的能力范围(narrow range of competencies)。正如前面我们所提到的，此类系统对应的是应激反应和有限的记忆能力。甚至是最为复杂的使用机器学习和深度学习等自学习能力的人工智能系统均属于弱人工智能。
6. Artificial General Intelligence(AGI) 通用人工智能可以自我学习，感知，理解和完全的类人功能。此类系统可以独立的构建多种能力，形成连接和跨界能力，大幅度减少了需要训练的时间。此类系统完全具备人类所具有的多种能力。
7. Artificial Superintelligence(ASI)

超级人工智能代表着人类人工智能研究的顶峰(Pinnacle)，因为超级 人工智能可以成为地球有史以来最强大的智慧形式。超级人工智能不 仅具备人类的多种能力以外，由于其更强大的记忆存储，更快的数据 处理能力和分析能力，以及决策能力，在每个领域和层面都将碾压人 类。通用人工智能和超级人工智能将带来所谓的奇点（近 Singularity）。听起来拥有这样的超级人工智能对我们相当的有吸 引力，但超级人工智能也将威胁到我们的存在，至少我们生活的方 式。

目前，对我们来说勾勒出世界未来人工智能存在的的图景将非常困 难。但是可以确定是，我们仍然处于人工智能非常原始的阶段 (Rudimentary)。对于那些对人工智能持负面看法的人来说，所有 的对奇点来临的担忧还为时尚早，我们仍有时间来确保人工智能对 人类的安全。对于那些对人工智能持正面看法的人来说，我们仅仅 是触碰到了人工智能的浅层表面，人工智能的未来看起来更加的激 动 人心。