人工智能与普通智能有哪些区别
来源：北京商报
自人工智能概念在前几年爆发热潮以来，标签为人工智能的产品就比比皆是，小音箱、智能门锁、翻译器，都成为商家手里的人工智能“武器”。但事实上，很多产品只具备简单的智能功能，和人工智能概念下的使用场景还差得很远。然而，对于不少普通消费者来说，根本分不清到底哪些是真正的人工智能，哪些只是普通智能。7月30日，在北京商报社主办的首届人工智能应用场景沙龙上，有关专家指出，普通智能和人工智能让普通消费者去感知的临界点，在于能不能不断、快速地进行相应的演化以及有没有自主学习能力。
进入智能时代
智能手机诞生后，似乎不管什么类别的产品，都喜欢在前面加个“智能”的前缀。北京商报记者在淘宝和京东上搜索“智能”两个字，发现搜索结果五花八门，有智能机器人、智能音箱、智能呼啦圈、智能玩具、智能开关、智能家居、智能插座等。
自从人工智能概念在几年前爆火，企业们彷佛找到了新的财富密码，纷纷在自家产品前加上“人工智能”四个字，形形色色的产品被冠上了人工智能的标签。在电商平台搜索“人工智能”，有智能音箱类、早教机、摄像头、智能机器人等，最多的是智能音箱。
当然，市面上以人工智能为宣传点的产品不止智能门锁、翻译工具、智能空调、智能电视、智能灯等toC端的产品，还有toB端的医疗机器人、机器人服务员、自动驾驶汽车、智能仓库等。
一个人工智能的概念，有数不清的产品和眼花缭乱的场景。然而，对于大部分消费者来说，并不了解普通智能和人工智能二者的区别。
有消费者对北京商报记者表示，“一个简简单单的蓝牙音箱，厂商也标榜是人工智能产品，其实功能非常有限，简单的天气预报、搜索歌曲等，远远达不到人工智能的标准”。
北京电子电器协会会长武建宝也举例称，现在很多家电厂商声称自己的产品是智能家电，有的智能空调可以远程控制，根据房间、人员位置、人数多少，通过雷达系统识别出来，控制风力风量，有些只是简单功能，不能够称其为人工智能。
产业大爆发
这背后，是人工智能产业的爆发。天眼查专业版数据显示，我国目前有近130万家经营范围含“人工智能、机器人、数据处理、云计算、语言识别、图像识别、自然语言处理”，且状态为在业、存续、迁入、迁出的人工智能相关企业，其中，八成以上成立于五年之内。人工智能相关企业最多分布于信息传输、软件和信息技术服务业，有近47万家，占比37%；其次是科学研究和技术服务业，有近31万家，占比24%。
“今天已经进入了人工智能的时代，随着人工智能和物联网、大数据新技术融合，尤其在5G推动下人工智能将推动经济社会各领域从数字化、网络化向智能化加速跃升，人工智能在与其他学科融合中将进一步释放积蓄的巨大能量，推动社会生产力的整体跃升。”武建宝说。
目前，人工智能技术在各大领域的应用也在拓展中。比如成立于2017年的千种幻影，是一家驾驶人安全意识培训与行为训练全流程数字化解决方案提供商，其沉浸式智能驾驶培训系统是国内唯一实现从科目一到科目四教学任务、产品效果获得交通部公路研究院论证、与驾培行业唯一主板上市公司东方时尚的广泛应用，目前在北京核心区域有24个学习中心、驾驶体验班，前期原地驾驶科目二场地以及安全课件都可以在学习中心完成。
而旷视科技今年推出了基于全自研的AI一体化边缘设备解决方案，并表示未来将积极在城市物联网、供应链物联网领域推进软硬一体的解决方案，实现从“软到硬”的AI科技公司转型。
“制造出温度才是人工智能”
从技术方面来分析，千种幻影创始人张雷认为，到底是普通智能还是人工智能，取决于这个产品或者这项技术是不是在不断、快速地进行相应地演化。“它不应该是线性增长，凡是线性增长的东西就不算人工智能，人机牢牢结合在一体，相互交互、相互学习，产生记忆、产生感情，制造出温度，这才是人工智能。”
从交互的角度来看，猎豹移动副总裁李婷指出，普通智能在很大程度上其实就是自动化，普通智能和人工智能在交互方式上有一定的不同。“如果一个人不会使用智能手机，大家可能会说是人的问题，但如果一个机器人不够智能，大家就会说是机器人的问题，这就是二者在交互模式上最大的区别，人工智能是机器适应人，不是人适应机器。”
“我们把AI分成两个步骤，第一个是训练端，通过训练才能把AI模型训练出来，第二个是推理端。传统(普通)智能和人工智能最大的差别是看决策过程到底是逻辑化还是推理化，即使我们用到专家系统或者机器学习，如果最后发现决策依据不在原本已有的知识体系下，这样的智能还是一种传统智能。人工智能能够脱离原有逻辑体系和决策树，在决策树不能涉及的情况下依然能够举一反三推理出当前的决策结果，这个是人工智能。”旷视企业业务事业部产品营销总监乔梁说。
(责任编辑：柯晓霁)
【责任编辑：张瑨瑄】迎接新一轮人工智能热潮 中国算力增长点在哪里
以ChatGPT为代表的人工智能技术发展，引发了全球算力需求的进一步增长。迎接新一轮人工智能热潮，中国的算力增长点在哪里？什么样的算力更精准高效？记者日前采访业内专家，前瞻算力发展趋势。
大模型呼唤“大算力”
(资料图片)
在全球新一轮人工智能技术发展浪潮中，大模型是一个关键词。ChatGPT等正是通过大模型来“学习”海量数据，并由此取得突破。
中国科学院院士陈润生表示，人工智能大模型在应用层面正在发生巨大变化，未来将在多个领域引发变革，同时也会消耗大量算力。
中国工程院院士郑纬民说，做大模型必须要有“大算力”，ChatGPT正是基于大规模算力基础设施的产物。
不久前举行的中关村论坛上，科技部新一代人工智能发展研究中心发布了《中国人工智能大模型地图研究报告》。报告显示，我国研发的大模型数量排名全球第二。
中国科学院计算机网络信息中心研究员陆忠华表示，全社会对算力的需求日益增长，人工智能应用的算力需求更加突出，要迎接好这一趋势。
通用算力+专用算力
近年来，我国人工智能算力的占比在升高。“根据估算，人工智能算力过去几年大体上年均增长率为70%，其他算力大概增长30%左右。”中国信息通信研究院院长余晓晖说。
清华大学计算机系教授陈文光也观察到，随着人工智能的渗透程度加深，相比传统超算中心，智算中心的利用率变得更高。
国家高性能计算机工程技术研究中心副主任曹振南则表示，虽然算力常被分为超算和人工智能计算，但二者有许多相像之处，最大区别在于对计算精度的要求不同。
“目前人工智能算力的缺口较大，一些人工智能应用为追求计算性能而降低了精度要求。但如果算力变得易得、便宜，一些人工智能应用可能又会对精度提出一些高要求。”曹振南说。
专家认为，“通用算力+专用算力”将成为人工智能算力基础设施的建设关键。一方面要满足广泛的应用场景，具备普适性，实现通用；另一方面也能支持部分对计算精度、效率要求高的个性化应用场景，具备高效性，实现专用。
2023年2月14日，国家超级计算成都中心科研人员在巡检机房设备。新华社记者刘坤摄
构建算力网络“高速路”
在专家看来，将已有的、不同体系架构的算力中心通过网络连接起来，可以合理配置、共享、调度、释放更多算力，并降低应用门槛。
在科技部高新技术司的牵头下，国家超算互联网工作已经启动。按照规划，到2025年底，国家超算互联网将成为支撑数字中国建设的“高速路”。
曹振南介绍，超算互联网平台的建设目标之一，正是致力于解决算力设施分布不均衡的问题，实现算力资源的互联互通、资源共享。
中国科学院院士钱德沛表示，算力基础设施提供的应当不仅是算力，更要有用户所需的软件或应用服务，这样才能将算力资源最大化。
“希望超算算力未来能像电力一样走进千家万户，任何地方、任何时间都可以获得大数据算力来支持相关应用。”钱德沛说。
新华社北京6月8日电
新华社记者董瑞丰
关键词：