導讀：人為智能是一個一致的術語，涵蓋了很多本領，一切這些本領使計劃本能夠表露一致于咱們人類的某種程度的智能。 通用AI 人為智能最時髦的用處是在很多不同工作上一致于超人的呆板人。他們不妨戰役，遨游，并不妨就簡直任何中心進行深刻的對話。影戲中有很多機...

人為智能是一個一致的術語，涵蓋了很多本領，一切這些本領使計劃本能夠表露一致于咱們人類的某種程度的智能。

通用AI

人為智能最時髦的用處是在很多不同工作上一致于超人的呆板人。他們不妨戰役，遨游，并不妨就簡直任何中心進行深刻的對話。影戲中有很多呆板人，有好有壞，比方Vision，Wall-E，Terminator，Ultron等。固然這是AI接洽的終極目標，但咱們暫時的本領離到達AI程度還很邊遠， 咱們稱之為通用AI。

Narrow AI 窄人為智能

差異，咱們即日具有的AI是稱為Narrow AI的人為智能子集。

Narrow AI在限制工作中不妨到達以至超過現有人類的程度

舉個例子，幾年前，你大概在消息上看到谷歌的人為智能步調DeepMind AlphaGO特出長于圍棋，它打敗了當時的寰球冠軍!但是，這個步調除了玩“圍棋”玩耍外，什么也做不了。“它確定不能玩像PUBG或Fortnite如許的玩耍了。它以至不能報告你姑且功夫是幾何。

暫時來說，咱們交戰到的基礎上都窄AI，而窄AI有兩品種型。讓咱們一個一個來看。

標記人為智能(SymbolicAI)

數字人為智能(NumericAI)，普遍來說數字人為智能又被稱作呆板進修ML

Symbolic AI 標記人為智能

標記人為智能也被稱為舊式AI（GOFAI），由于它仍舊存在了數十年。步調員必需手動編寫遏制標記AI體例的一切規則。所以，很難創造精確的處置計劃。但是，它仍被用于某些人類須要領會為什么AI步調在給定情景下做出特定確定的用例。比方，即使AI法官判或人下獄，則必需證明其確定的因為。

ML 呆板進修

ML比Symbolic AI相對新，但功效要宏大得多。Google DeepMind的AlphaGO是一種ML體例。

在ML中，AI步調不是運用人為編寫一切規則的步調員，而是運用洪量示例或數據為本人“進修”咱們想要做的工作。

這一致于人類何如“進修”新消息。當咱們要教兒童狗的表面時，咱們不會報告他/她，即使動物瘦弱，耳朵下垂，尾巴擺動的話，那即是狗。取而代之的是，咱們向兒童展現少許“狗”的圖片，跟著功夫的流失，兒童天然會領會什么是狗。ML步調按照溝通的典型。

跟著智高手提式無線電話機和傳感器的展現，咱們每天城市爆發洪量數據，及至于呆板進修本領此刻仍舊具有了充滿的數據來接收演練。多年來，諸如多核CPU和GPU之類的電子芯片的本錢也鄙人降。創造的數據量的激增以及便宜硬件的可用性，是姑且AI革新的要害因為。

即日，重要有三品種型的呆板進修。

1.保守呆板進修

保守的ML運用鑒于統計本領的算法來實行ML，個中最馳名的算法有線性回歸、扶助向量機、計劃樹等。這些本領的大學一年級致數學和統計數據都有幾十年的汗青了，并且仍舊很好領會了。直到來日十年，它們才被一致稱為ML或AI。

要進修這些算法背地的數學，一個很好的參考是《The Elements of Statistical Learning》一書。Python sklearn和xgboost軟件包基礎上不妨包括上頭所說的運用Python進行保守ML所須要的十足。

2.深度進修（DL）

DL實足變換了計劃機視覺（CV）和天然談話處置（NLP）范圍。

在深度神經搜集中，將多層人為神經搜集鏈接在所有，不妨按照通用逼近定理好像大肆數學函數。人為神經搜集的每一層都由一個線性操縱和一個非線性操縱構成。。

經過向算法供給相關咱們要進修的工作的洪量數據，不妨“進修”線性運算的參數。在里面，運用一種稱為“梯度低沉”的進修算法來漸漸伐整參數，直到博得最好精度為止。

暫時有兩個重要的用于開拓深度進修運用步調的Python框架:Tensorflow和Pytorch

3.加強進修(RL)

在我可見，加強進修是三種ML中最攙雜的一種。谷歌DeepMind AlphaGO步調打敗了寰球上最佳的“圍棋”選手即是一個RL的例子。

在保守的ML和DL中，人為智能體例從來日的數據中進修，而在RL中，人為智能體例經過采用少許動作并測量其匯報來進修，一致于演練咱們的寵物狗狗學新本領。在像“AlphaGO”如許的玩耍中，贊嘆是做出確定以最大化分數。

何如采用?

結果，有了形形色色的窄人為智能本領，你何如采用本領來處置你的題目?

開始，從交易角度領會題目。而后，考查百般本領，直達到到你的貿易目的。運用企業不妨運用的本領到達80%的精確率要比運用企業不能運用的本領到達99.9%的精確率要好!

由于“交易第一，交易第一，交易第一！！！”

這即是我即日要講的十足實質。感動您的觀賞!

作家：Marie Stephen Leo

原文地方：https://medium.com/towards-artificial-intelligence/the-various-types-of-artificial-intelligence-technologies-8fadd087d02a