知识图谱与认知智能:基本原理、关键技术、应用场景与解决方案
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

1.1.2 人工智能的能力层级

人工智能从能力的角度可分为弱人工智能、强人工智能和超人工智能

(1)弱人工智能:又被称为限制领域人工智能或应用型人工智能,指专注且只能解决特定领域问题的人工智能。鉴于弱人工智能在功能上的局限性,人们更愿意将弱人工智能视为人类的工具,而不会将弱人工智能视为威胁。在当前诸多业务场景中,弱人工智能已经取得重大进展,在多个细分领域的特定任务中甚至超过人类的水平。

(2)强人工智能:又被称为通用人工智能或完全人工智能,指可以胜任人类所有工作的人工智能。强人工智能,首先应具有知识表示能力,包括常识性的知识表示能力等;然后应具有规划与学习能力,以及存在不确定因素时的推理、使用策略、制定决策、解决问题的能力;最后应具有交互能力,比如使用自然语言、物理动作智能地与环境进行沟通、交流的能力。虽然目前计算机的水平还远不能达到强人工智能,但学术研究的重心正逐步由感知智能领域向认知智能领域发展。知识图谱指用图模型数据化、知识化万物状态及关联联系的大规模抽象符号网络,可支持非线性的、高阶关系的分析,帮助机器实现理解、解释和推理的能力,是认知智能的底层支撑。知识图谱技术的发展,使人工智能对知识的存储、规划、应用及沟通能力大幅提升。所以,知识图谱和认知智能是实现强人工智能的核心。

(3)超人工智能:是一种假设的概念。假设计算机程序通过不断发展,可以比世界上最聪明、最有天赋的人类还聪明,那么由此产生的人工智能系统就可被称为超人工智能。牛津大学哲学家、未来学家尼克·波斯特洛姆(Nick Bostrom)在他的《超级智能》一书中,将超人工智能定义为“在科学创造力、智慧和社交能力等每一方面都比最强的人类大脑聪明很多的智能”。超人工智能若要比人类更聪明,就需要比人类拥有更佳的数据收集、知识抽取与提炼、知识推理、策略筛选和决策行动能力,而这些都是知识图谱与认知智能的关键研究领域。因此,超人工智能的实现,需要进一步深挖知识图谱与认知智能技术,才能实现领域突破。