強人工智慧和弱人工智慧，你瞭解多少？

　　1、強人工智慧和弱人工智慧

　　人工智慧的一個比較流行的定義，也是該領域較早的定義，是由當時麻省理工學院的約翰·麥卡錫在1956年的 達特矛斯會議上提出的：人工智慧就是要讓機器的行為看起來就像是人所表現出的智慧行為一樣。但是這個定義似乎忽略了強人工智慧的可能性。另一個定義指人工智慧是人造機器所表現出來的智慧。總體來講，目前對人工智慧的定義大多可劃分為四類，即機器“像人一樣思考”、“像人一樣行動”、“理性地思考”和“理性地行動”。這裡“行動”應廣義地理解為採取行動，或制定行動的決策，而不是肢體動作。

　　2、強人工智慧

　　強人工智慧觀點認為有可能製造出真正能推理和解決問題的智慧機器，並且，這樣的機器能將被認為是有知覺的，有自我意識的。強人工智慧可以有兩類：類人的人工智慧，即機器的思考和推理就像人的思維一樣。非類人的人工智慧，即機器產生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式

　　3、弱人工智慧

　　弱人工智慧觀點認為不可能製造出能真正地推理和解決問題的智慧機器，這些機器只不過看起來像是智慧的，但是並不真正擁有智慧，也不會有自主意識。

　　弱人工智慧是對比強人工智慧才出現的，因為人工智慧的研究一度處於停滯不前的狀態下，直到類神經網路有了強大的運算能力加以模擬後，才開始改變並大幅超前。但人工智慧研究者不一定同意弱人工智慧，也不一定在乎或者瞭解強人工智慧和弱人工智慧的內容與差別，對定義爭論不休。

　　就現下的人工智慧研究領域來看，研究者已大量造出看起來像是智慧的機器，獲取相當豐碩的理論上和實質上的成果，如2009年康乃爾大學教授Hod Lipson 和其博士研究生Michael Schmidt 研發出的 Eureqa計算機程式，只要給予一些資料，這計算機程式自己只用幾十個小時計算就推論出牛頓花費多年研究才發現的牛頓力學公式，等於只用幾十個小時就自己重新發現牛頓力學公式，這計算機程式也能用來研究很多其他領域的科學問題上。這些所謂的弱人工智慧在神經網路發展下已經有巨大進步，但對於要如何整合成強人工智慧，現在還沒有明確定論。

　　4、對強人工智慧的哲學辯論

　　關於強人工智慧的爭論，不同於更廣義的一元論和二元論的爭論。其爭論要點是：如果一臺機器的唯一工作原理就是轉換編碼資料，那麼這臺機器是不是有思維的?希爾勒認為這是不可能的。他舉了箇中文房間的例子來說明，如果機器僅僅是轉換資料，而資料本身是對某些事情的一種編碼表現，那麼在不理解這一編碼和這實際事情之間的對應關係的前提下，機器不可能對其處理的資料有任何理解。基於這一論點，希爾勒認為即使有機器通過了圖靈測試，也不一定說明機器就真的像人一樣有思維和意識。

　　需要指出的是，弱人工智慧並非和強人工智慧完全對立，也就是說，即使強人工智慧是可能的，弱人工智慧仍然是有意義的。至少，今日的計算機能做的事，像算術運算等，在一百多年前是被認為很需要智慧的。並且，即使強人工智慧被證明為可能的，也不代表強人工智慧必定能被研製出來。

　　大連婦科醫院排名 http://www.bohaifk.com/