什么是人工智能 (AI)
虽然在过去数十年中，人工智能(AI)的一些定义不断出现，但JohnMcCarthy在2004年的文章 (PDF,127KB)(链接位于IBM外部)中给出了以下定义："它是制造智能机器，特别是智能计算机程序的科学和工程。AI与使用计算机了解人类智能的类似任务有关，但不必局限于生物可观察的方法"。
然而，在这个定义出现之前数十年，人工智能对话的诞生要追溯到艾伦·图灵(AlanTuring)于1950年出版的开创性作品"计算机器与智能"(PDF,89.8KB)（链接位于IBM外部）。在这篇论文中，通常被称为“计算机科学之父”的图灵提出了以下问题：“机器能思考吗？” 他在这篇文章中提供了一个测试，即著名的“图灵测试”，在这个测试中，人类询问者试图区哪些文本响应是计算机做出的、哪些是人类做出的。虽然该测试自发表之后经过了大量的审查，但它仍然是AI历史的重要组成部分，也是一种在哲学中不断发展的概念，因为它利用了有关语言学的想法。
StuartRussell和PeterNorvig随后继续发表了“人工智能：一种现代方法 ”（链接位于IBM外部），成为AI研究方面的重要教材之一。在这本书中，他们深入探讨了AI的四个潜在目标或定义，基于理性、思考和行动来区分计算机系统：
人类方法：
像人类一样思考的系统像人类一样行动的系统理想方法：
理性思考的系统理性行动的系统艾伦·图灵的定义可归入"像人类一样行动的系统"类别。
以最简单的形式而言，人工智能是结合了计算机科学和强大数据集的领域，能够实现问题解决。它还包括机器学习和深度学习等子领域，这些子领域经常与人工智能一起提及。这些学科由AI算法组成，这些算法旨在创建基于输入数据进行预测或分类的专家系统。
目前，仍有许多围绕AI发展的炒作，市场上任何新技术的出现都会引发热议。正如Gartner在其hypecycle技术成熟度曲线（链接位于IBM外部）中指出的那样，自动驾驶汽车和个人助理等产品创新遵循“一个典型的创新周期，从欲望膨胀到期望幻灭、到最终了解创新在市场或领域中的相关性和作用。”正如LexFridman在2019年麻省理工学院演讲中指出的那样(01:08:15)（链接位于IBM外部），我们正处于欲望膨胀高峰期，接近幻灭的谷底期。
随着对话围绕AI的伦理道德展开，我们可以开始看到幻灭谷底初见端倪。如想了解更多关于IBM在AI伦理对话中的立场，请阅读这里了解更多信息。
关于人工智能的优缺点 这里有需要知道的10个事实
【网易智能讯8月30日消息】1.人工智能正在为你的工作而来。为了保护你的职业，最好去做那些机器不擅长的工作——比如说涉及到人、不可预测或是需要创造力的工作。我们要避免去做那些在可预见的环境中自动消失的重复性或结构化的工作，比如电话推销员，仓库工人，收银员，火车操作员，面包师或流水线厨师等等。卡车、公共汽车、出租车和uber/lyft的司机可能很快就会被取代。除此之外还有许多职业（包括律师助理、信贷分析师、贷款官员、簿记员和税务会计师），虽然他们没有被列入将被取代的名单之中，但他们的大部分工作都是自动化的，因此需要更少的人力。
2.失业可能会变成一个终生的假期。人工智能的进步既可以为所有人创造一个奢侈的休闲社会，也可以为无法就业的大多数人带来前所未有的痛苦，这取决于人工生产的财富如何被征税和分享。
3.杀手机器人并不是虚构的。我们即将在人工控制的武器上发起失控的军备竞赛，这可能会削弱当今大国的军事力量，因为它可以让每个人都能拥有一个装满钱包的廉价而便捷的暗杀机器，这其中也包括恐怖组织。人工智能研究人员对此表示反对，并希望达成一项国际人工智能武器控制条约。
4.机器没有智商。而智力是完成复杂目标所必需的。它不能用一个数字来量化，比如智商，因为不同的有机体和机器擅长不同的事物。
5.人工智能正变得越来越广泛。如今的人工智能主要是狭义的智能，即完成一组小目标的能力，比如下棋或驾驶，其表现有时比人类好。相比之下，人类拥有真正的智力，即完成任何目标的能力，包括学习。人工智能的最终发展目标是通用人工智能(ArtificialGeneralIntelligence：AGI)，即和人类一样完成任何智力任务的能力。许多领先的人工智能研究人员认为，我们离AGI只有几十年的时间。
6.人工智能可能会让我们远远落后。正如英国数学家IrvingJ.Good在1965年所解释的那样：“使一个超智能的机器被定义为一台能够远远超过人类智力活动的机器，无论它多么聪明。”由于机器的设计是一种智力活动，一台超智能机器可以设计出更好的机器。毫无疑问，这将会是一场“智力爆炸”，而人类的智慧将远远落在后面。因此，第一款超智能机器是人类需要制造的最后一项发明，前提是机器足够温顺，能够告诉我们如何控制它。
7.我们还远未达到计算的极限。从我祖母出生以来，计算机的成本已经大幅下降了非常多。如果一切都变得更便宜，那么百分之一的钱就能让你购买今年在地球上生产的所有商品和服务。摩尔定律决定了我们在二维硅晶片上移动电子的成本是多少，一旦进入这个平台，我们就可以尝试许多其他的硬件解决方案——例如使用三维电路，使用电子来完成我们的竞标。我们仍然比物理定律的极限计算要低一百万亿倍。
8.人工智能可以帮助人类繁荣。因为人类文明的每一件事物都是智力的产物，我们用人工智能放大我们自己的智慧，有可能帮助生命像以前一样蓬勃发展，解决我们最棘手的问题，从疾病到气候变化等。
9.人工智能带来了风险。好莱坞对机器变得有意识和邪恶的恐惧是一种转移注意力的行为。真正的担忧不是恶意，而是能力。超人工智能的定义是它非常善于实现其目标，无论它们是什么，因此我们需要确保它的目标与我们的目标一致。人类一般不讨厌蚂蚁，但我们比它们聪明得多——所以如果我们想建一座水电站，那里有蚁丘，这对蚂蚁来说简直太糟糕了。
10.我们需要人工智能安全研究。为了确保人工智能在对社会的影响日益增强的同时，还需要更多人工智能安全的研究。例如，我们怎样才能将今天漏洞百出的计算机变成我们真正信任的、强大的人工智能系统呢？如何让机器学习、接受和保留我们的目标？
这些都是具有挑战性的问题，可能需要几十年才能回答，所以我们现在应该开始一项研究，以确保我们在需要的时候能找到答案。但相对于花费数十亿美元使人工智能更加强大，迄今各国政府几乎没有资金用于人工智能的安全研究。（选自：Signature编译：网易见外智能编译平台 审校：白露）
关于人工智能的优缺点 这里有需要知道的10个事实
人工智能的进步既可以为所有人创造一个奢侈的休闲社会，也可以为无法就业的大多数人带来***的痛苦，这取决于人工生产的财富如何被征税和分享。
[[201765]]
1.人工智能正在为你的工作而来。
为了保护你的职业，***去做那些机器不擅长的工作——比如说涉及到人、不可预测或是需要创造力的工作。我们要避免去做那些在可预见的环境中自动消失的重复性或结构化的工作，比如电话推销员，仓库工人，收银员，火车操作员，面包师或流水线厨师等等。卡车、公共汽车、出租车和uber/lyft的司机可能很快就会被取代。除此之外还有许多职业(包括律师助理、信贷分析师、贷款官员、簿记员和税务会计师)，虽然他们没有被列入将被取代的名单之中，但他们的大部分工作都是自动化的，因此需要更少的人力。
2.失业可能会变成一个终生的假期。
人工智能的进步既可以为所有人创造一个奢侈的休闲社会，也可以为无法就业的大多数人带来***的痛苦，这取决于人工生产的财富如何被征税和分享。
3.杀手机器人并不是虚构的。
我们即将在人工控制的武器上发起失控的军备竞赛，这可能会削弱当今大国的军事力量，因为它可以让每个人都能拥有一个装满钱包的廉价而便捷的暗杀机器，这其中也包括恐怖组织。人工智能研究人员对此表示反对，并希望达成一项国际人工智能武器控制条约。
[[201766]]
4.机器没有智商。
而智力是完成复杂目标所必需的。它不能用一个数字来量化，比如智商，因为不同的有机体和机器擅长不同的事物。
5.人工智能正变得越来越广泛。
如今的人工智能主要是狭义的智能，即完成一组小目标的能力，比如下棋或驾驶，其表现有时比人类好。相比之下，人类拥有真正的智力，即完成任何目标的能力，包括学习。人工智能的最终发展目标是通用人工智能(ArtificialGeneralIntelligence：AGI)，即和人类一样完成任何智力任务的能力。许多领先的人工智能研究人员认为，我们离AGI只有几十年的时间。
6.人工智能可能会让我们远远落后。
正如英国数学家IrvingJ.Good在1965年所解释的那样：“使一个超智能的机器被定义为一台能够远远超过人类智力活动的机器，无论它多么聪明。”由于机器的设计是一种智力活动，一台超智能机器可以设计出更好的机器。毫无疑问，这将会是一场“智力爆炸”，而人类的智慧将远远落在后面。因此，***款超智能机器是人类需要制造的***一项发明，前提是机器足够温顺，能够告诉我们如何控制它。
[[201767]]
7.我们还远未达到计算的极限。
从我祖母出生以来，计算机的成本已经大幅下降了非常多。如果一切都变得更便宜，那么百分之一的钱就能让你购买今年在地球上生产的所有商品和服务。摩尔定律决定了我们在二维硅晶片上移动电子的成本是多少，一旦进入这个平台，我们就可以尝试许多其他的硬件解决方案——例如使用三维电路，使用电子来完成我们的竞标。我们仍然比物理定律的极限计算要低一百万亿倍。
8.人工智能可以帮助人类繁荣。
因为人类文明的每一件事物都是智力的产物，我们用人工智能放大我们自己的智慧，有可能帮助生命像以前一样蓬勃发展，解决我们最棘手的问题，从疾病到气候变化等。
[[201768]]
9.人工智能带来了风险。
好莱坞对机器变得有意识和邪恶的恐惧是一种转移注意力的行为。真正的担忧不是恶意，而是能力。超人工智能的定义是它非常善于实现其目标，无论它们是什么，因此我们需要确保它的目标与我们的目标一致。人类一般不讨厌蚂蚁，但我们比它们聪明得多——所以如果我们想建一座水电站，那里有蚁丘，这对蚂蚁来说简直太糟糕了。
10.我们需要人工智能安全研究。
为了确保人工智能在对社会的影响日益增强的同时，还需要更多人工智能安全的研究。例如，我们怎样才能将今天漏洞百出的计算机变成我们真正信任的、强大的人工智能系统呢?如何让机器学习、接受和保留我们的目标?
这些都是具有挑战性的问题，可能需要几十年才能回答，所以我们现在应该开始一项研究，以确保我们在需要的时候能找到答案。但相对于花费数十亿美元使人工智能更加强大，迄今各国政府几乎没有资金用于人工智能的安全研究。
关于人工智能的优缺点 这里有需要知道的10个事实
5.人工智能正变得越来越广泛。如今的人工智能主要是狭义的智能，即完成一组小目标的能力，比如下棋或驾驶，其表现有时比人类好。相比之下，人类拥有真正的智力，即完成任何目标的能力，包括学习。人工智能的最终发展目标是通用人工智能(ArtificialGeneralIntelligence：AGI)，即和人类一样完成任何智力任务的能力。许多领先的人工智能研究人员认为，我们离AGI只有几十年的时间。
6.人工智能可能会让我们远远落后。正如英国数学家IrvingJ.Good在1965年所解释的那样：“使一个超智能的机器被定义为一台能够远远超过人类智力活动的机器，无论它多么聪明。”由于机器的设计是一种智力活动，一台超智能机器可以设计出更好的机器。毫无疑问，这将会是一场“智力爆炸”，而人类的智慧将远远落在后面。因此，第一款超智能机器是人类需要制造的最后一项发明，前提是机器足够温顺，能够告诉我们如何控制它。
7.我们还远未达到计算的极限。从我祖母出生以来，计算机的成本已经大幅下降了非常多。如果一切都变得更便宜，那么百分之一的钱就能让你购买今年在地球上生产的所有商品和服务。摩尔定律决定了我们在二维硅晶片上移动电子的成本是多少，一旦进入这个平台，我们就可以尝试许多其他的硬件解决方案——例如使用三维电路，使用电子来完成我们的竞标。我们仍然比物理定律的极限计算要低一百万亿倍。
8.人工智能可以帮助人类繁荣。因为人类文明的每一件事物都是智力的产物，我们用人工智能放大我们自己的智慧，有可能帮助生命像以前一样蓬勃发展，解决我们最棘手的问题，从疾病到气候变化等。
9.人工智能带来了风险。好莱坞对机器变得有意识和邪恶的恐惧是一种转移注意力的行为。真正的担忧不是恶意，而是能力。超人工智能的定义是它非常善于实现其目标，无论它们是什么，因此我们需要确保它的目标与我们的目标一致。人类一般不讨厌蚂蚁，但我们比它们聪明得多——所以如果我们想建一座水电站，那里有蚁丘，这对蚂蚁来说简直太糟糕了。
10.我们需要人工智能安全研究。为了确保人工智能在对社会的影响日益增强的同时，还需要更多人工智能安全的研究。例如，我们怎样才能将今天漏洞百出的计算机变成我们真正信任的、强大的人工智能系统呢？如何让机器学习、接受和保留我们的目标？
这些都是具有挑战性的问题，可能需要几十年才能回答，所以我们现在应该开始一项研究，以确保我们在需要的时候能找到答案。但相对于花费数十亿美元使人工智能更加强大，迄今各国政府几乎没有资金用于人工智能的安全研究。（选自：Signature编译：网易见外智能编译平台审校：白露）返回搜狐，查看更多
人工智能的利与弊
1、商业价值很高
一般认为，人工智能有三大商用方向：一是信息聚合；二是评估用户情绪反应；三是与用户建立关系，可以通过这三点建立与用户之间的社交纽带，让他们经常回访。怎么做？给用户反馈。第一步就是要收集用户数据，利用人工智能更好地了解用户，基于大数据的分析，为用户创造优质的、长期的个性化体验。企业就能够相应的赚取更多的商业价值；
2、带来更多新的工作机遇
就像曾经脱离了传统农业、传统手工业的大量劳动力，在现代工业生产和城市服务业中找到新的就业机会那样，人工智能的进步也将如此——由当前数据密集型机器学习、通过机器学习与人工智能会话的系统而延伸出的很多领域，将会在未来带来很多工作机遇；
3、人工智能让人类生活更美好
比如说，人工智能的医疗应用惠及大众。我们医生或许难以保持最新治疗方案和方法，也无法了解所有医学例案。人工智能可以在短时间内分析大量数据，精确判断病症，并找到最佳的治疗方案，为人们提供最好的治疗；
二、人工智能带给我们的弊端
1、大规模的失业
人工智能的发展，导致很多人失业。据人力资源和社会保障部2016年新闻发布会介绍，2016年末中国失业率达4.05%，机器人不会犯错，不会累，不需要休息，不需要工资。这完全可以代替很多职业，例如工人，司机等等不需要思想的工作。如此便会导致大批大批的人失业，大批大批的人整日无所事事；
2、对人类的一次大淘汰
人工智能时代的到来可能是对人类的一次大淘汰。机器人对人类的大淘汰，如果处理不好有可能引发核大战，那将是人类的灾难，人类可能因此而灭亡；
3、人才争夺战导致垄断、贫富分化加剧
人工智能时代的到来，必将引发空前的人才争夺战。谁拥有的各类一流人才数量多质量高，谁就能赢得最后胜利。同时这会导致巨头的垄断、贫富分化加剧；
对待人工智能，我们应该以客观的角度去看待它，扬长避短，充分利用人工智能的优点。希望我的理解能够帮助你们更进一步了解人工智能。
浅谈人工智能神经网络的优点
目录神经网络的优点（1）分布存储和容错性（2）大规模并行处理（3）自学习、自组织和自适应性
神经系统的基本构造单元是神经细胞也称神经元。它和人体中其他细胞的关键区别在于具有产生、处理和传递信号的功能。每个神经元都包括三个主要部分：细胞体、树突和轴突。树突的作用是向四方收集由其他神经细胞传来的信息轴突的功能是传出从细胞体送来的信息。
神经网络的优点神经网络获得迅速发展，应用来领域越来越广，解决实际问题的能力也越来越强，这是神经网络的优良性能以及对国民经济所起的重大作用所决定的。具体说，神经网络具有以下优点：
（1）分布存储和容错性一个信息不是存储在一个地方而是按内容而分布在整个网络上网络某一处不是只存储一个外部信息而每个神经元存储多种信息的部分内容。网络的每部分对信息的存储有等势作用。这种分布式存储算法是存储区与运算区合为一体的。在神经网络中要获得存储的知识则采用“联想”的办法即当一个神经网络输入一个激励时它要在己存的知识中寻找与该输入匹配最好的存储知识为其解。当然在信息输出时也还要经过一种处理。而不是直接从记忆中取出。这种存储方式的优点在于若部分信息不完全就是说或者丢失或者损坏甚至有错误的信息它仍能恢复出原来正确的完整的信息系统仍能运行。这就是网络具有容错性和联想记忆功能自然是表现出较强的鲁莽性。人的大脑的容错性是它的一种重要的智慧形式。
（2）大规模并行处理人工神经元网络在结构上是并行的，而且网络的各个单元可以同时进行类似的处理过程。因此网络中的信息处理是在大量单元中平行而又有层次地进行运算速度高。大大超过传统的序列式运算的数字机。虽然每个神经元的信息传递速度是以毫秒计算的比普通序列式计算机要慢很多但是人通常能在1秒内即可作出对外界事物的判断和决策、这就是能神奇地完成所谓“百步”决策。这按照现有传统的计算机及人工智能技术目前还是做不到的。
（3）自学习、自组织和自适应性学习和适应要求在时间过程中系统内部结构和联系方式有改变神经元网络是一种变结构系统恰好能完成对环境的活应和对外界事物的学习能力。神经元之间的连接有多种多样各神经元之间连接强度具有一定的可塑性相当于突触传递信息能力的变化这样网络可以通过学习和训练进行自组织以适应不同信息处理的要求。神经元网络是大量神经元的集体行为并不是各单元行为的简单的相加，而表现出一般复杂非线性动态系统的特性。如不可预测性、不可逆性、有各种类型的吸引子和出现混沌现象等。正是由于神经网络具有这些特点，所以可以处理一些环境信息十分复杂、知识背景不清楚和推理规则不明确的问题。例如语音识别和图像识别、医学诊断以及市场估计等都是具有复杂非线性和不确定性对象的控制。在那里信源提供的模式丰富多彩有的互相间存在矛盾而判定决策原则又无条理可循。
人工智能在网络安全中的优缺点
如今，产生的数据比以往任何时候都要多。由于数据分析工具的发展，各行各业的组织都更加重视大数据的收集和存储。
大数据加上越来越多的云存储解决方案，使网络犯罪分子更容易设计新型攻击。
随着我们在技术上取得突破，黑客也配备了更好的工具。
因此，数据隐私和网络安全受到威
[[382018]]
胁。科技巨头已经开始探索人工智能是否可以提供更好的网络安全性。
几家公司甚至已经开始尽早采用基于AI的解决方案以提高安全性。
为什么AI具有网络安全潜力?
人工智能由可以分析数据并从中学习的模型组成。
AI模型能够识别数据中的趋势和模式。因此，它可以成为发现威胁和攻击的有效工具。
人工智能如何帮助增强网络安全?
下文讨论了AI承诺更好的网络安全的一些方式。
1.管理漏洞
大多数公司采取了被动策略，即只有在检测到漏洞后才开始采取措施。
AI可以采取主动措施，使模型可以发现异常并提前提醒相关部门。
2.更好的身份验证
依靠传统的用户名和密码登录帐户已经屡次证明容易受到攻击。
大多数人不花力气来创建一个强密码。
即使这样做，也可能会将密码存储在未加密的文件中以记住它们。
基于AI的登录解决方案使用多种因素来学习每个用户的登录模式。
对于每个用户，系统都会根据各种因素(例如用于登录的IP地址，登录时间，用户的位置等)来计算风险分析得分。因此，这些登录系统可以更好地阻止攻击。
有了庞大的数据集，人们可以训练并建立模型来识别网络钓鱼攻击。
人工智能可用于检测网络钓鱼的常见来源并及时发出警报。
3.主动检测威胁
网络安全威胁可能对任何组织造成巨大破坏。为了确保不损害网络安全，人工智能可以帮助快速检测和管理威胁。
监督算法已用于构建ML模型，该模型可以对特定情况是否构成威胁进行分类。
但是，已经观察到，仅依靠AI常常会导致许多误报。
因此，网络安全专家建议结合使用传统方法和基于AI的解决方案。
在网络安全中实施AI的局限性
技术可以是一把双刃剑。
一方面，大型组织对研发进行投资，以最大程度地利用AI的好处。
另一方面，有恶意的人也可以使用AI。如果使用监督算法的系统被黑客入侵，黑客可以更改分类和组标签以方便使用。
然后，实现AI的整个目的就无效了。
的确，AI提供了多种解决方案以提高网络安全性，但它也有其自身的局限性。
这是为网络安全实施AI的一些局限性。
1.费用
基于AI的解决方案需要具有强大计算能力并利用数据的系统。
中小型企业无力投资使用人工智能的解决方案。
2.数据收集
数据构成了基于人工智能的解决方案的核心。数据量越多，使用该数据的模型的准确性就越高。
数据必须具有足够数量的各种条目-包括恶意攻击。
当前，有多少公司有能力实施无偏数据收集技术?
3.黑客的观点
有权使用AI并掌握使用正确工具知识的黑客可以在发起攻击之前构建抗AI模型。在这种情况下，受害者不知所措。
将AI用于网络安全的公司
Google实施了机器学习来为Gmail用户标记垃圾邮件。
IBM的认知学习平台Watson已投资于使用机器学习自动执行安全操作的研究。
概括
总体而言，人工智能为希望加强网络安全的公司提供了很多服务。
但是，在公司可以自由地开始使用基于AI的解决方案之前，有几个障碍。
谷歌和IBM通过在网络安全中实施机器学习来引领潮流。
希望其他几家科技公司能够带头并继续创新。