在計算機科學領域中，人工智能是一種機器表現(xiàn)的行為，這種行為能以與人類智能相似的方式對環(huán)境做出反應并盡可能提高自己達成目的的概率。 人工智能大體上可以分為 3 類：弱人工智能、強人工智能和超人工智能。

01 弱人工智能弱人工智能（Weak AI） 也被稱為狹隘人工智能（Narrow AI）或應用人工智能（Applied AI），指的是只能完成某一項特定任務或者解決某一特定問題的人工智能。 蘋果公司的 Siri就是一個典型的弱人工智能，它只能執(zhí)行有限的預設功能。同時，Siri 目前還不具備智力或自我意識，它只是一個相對復雜的弱人工智能體。

02 強人工智能強人工智能（Strong AI） 又被稱為通用人工智能（Artificial General Intelligence）或全人工智能概述，指的是可以像人一樣勝任任何智力性任務的智能機器。這樣的人工智能是一部分人工智能領域研究的最終目標，并且也作為一個經久不衰的話題出現(xiàn)在許多科幻作品中。 對于強人工智能所需要擁有的智力水平并沒有準確的定義，但人工智能研究人員認為強人工智能需要具備以下幾點：

思考能力，運用策略去解決問題，并且可以在不確定情況下做出判斷；

展現(xiàn)出一定的知識量；

計劃能力；

學習能力；

交流能力；

利用自身所有能力達成目的的能力。

03 超人工智能

哲學家、牛津大學人類未來研究院院長尼克·波斯特洛姆（Nick Bostrom）把超級智能定義為“在幾乎所有領域都大大超過人類認知表現(xiàn)的任何智力”。 超人工智能（Artificial Super Intelligence，ASI）正是超級智能的一種。首先，超人工智能能實現(xiàn)與人類智能等同的功能，即可以像人類智能實現(xiàn)生物上的進化一樣，對自身進行重編程和改進，這也就是“遞歸自我改進功能”。

04 人工智能三大主義簡要回顧

人工智能的發(fā)展歷史，我們會發(fā)現(xiàn)它主要由 3 個方面相互交織發(fā)展：符號主義、連接主義和行為主義。

1. 符號主義 旨在用數(shù)學和物理學中的邏輯符號來表達思維的形成，通過大量的“如果 - 就”（if-then）規(guī)則定義，產生像人一樣的智能，這是一個自上而下的過程，包括專家系統(tǒng)、知識工程等。

2. 連接主義 主張智能來自神經元之間的連接，它讓計算機模擬人類大腦中的神經網絡及其連接機制，這是一個自下而上的過程，包括人工神經網絡等。

3. 行為主義 指的是基于感知行為的控制系統(tǒng)，使每個基本單元實現(xiàn)自我優(yōu)化和適應，這也是一個4 第 1 章自下而上的過程，典型的代表有進化算法、多智能體等。由這 3 個方面構成的人工智能設計模型如圖 1-1 所示。

機器學習與深度學習我們在前文介紹了人工智能的定義以及基本概念，下面將介紹人工智能發(fā)展的主要分支：機器學習和深度學習。

05 機器學習與深度學習 人工智能發(fā)展的一個很重要的分支便是機器學習，由人工智能的連接主義發(fā)展形成的一個重要領域分支，它的核心目的是讓計算機擁有像人一樣的學習能力。 而在機器學習中的一個龐大分支就是神經網絡，嚴格來說深度學習屬于機器學習的一個類別，但是隨著近年來深度神經網絡的發(fā)展，特別是深度學習應用范圍的不斷擴展，深度學習已經成為機器學習領域的一個重要部分。