什么是弱人工智能、强人工智能二者区别是
以人工智能是否具有独立意志，即能否在设计的程序范围外自主决策并采取行为为依据，可将人工智能分为弱人工智能和强人工智能。
1、弱人工智能
弱人工智能，是指不具备独立意志，只能在设计的程序范围内决策并采取行动的人工智能。弱人工智能属于专用型人工智能，也即只能在某一领域行动，只能专注于一件事情。对超出其预设的程序范围的事情，弱人工智能是束手无策的。如围棋水平超越人类棋手的阿尔法狗(AlphaGo)虽然在围棋领域有很高的水平，但它只在围棋领域有所成就，在其他领域还差得远，甚至可以说对其他领域一无所知。扫地人工智能也是如此。扫地人工智能是被设计用来扫地的，其“大脑”中只嵌入了扫地的程序，在扫地这件事之外，它是一无所知的。严格来说，现在世界上所有的人工智能技术都处在弱人工智能阶段。我们目前仍属于弱人工智能时代。
弱人工智能的特点是不具备自身的独立意志，其行动实现的是设计者或者使用者的意志。弱人工智能只能在设计的程序范围内决策并采取行动。如人工智能语音翻译程序是专门被设计来进行语音翻译的，其也就只能进行语音翻译，绝不可能超越设计的程序范围去下围棋或者扫地。同样，围棋人工智能和扫地人工智能也绝不可能超越设计的程序范围去从事翻译工作。
2、强人工智能
强人工智能，是指具有独立意志，能在设计的程序范围外自主决策并采取行动的人工智能。这是强人工智能和弱人工智能最大的不同。强人工智能属于通用型人工智能，它的活动已经不再局限于某一领域。强人工智能在各方面都和人类相似，可以胜任人类所有工作。人类所能做的体力和脑力劳动，强人工智能也能完成得同样好。甚至因为自身特点的原因，在某些方面，强人工智能比人类更具优势，比如重物搬运、机械组装亦或在有毒有害的环境下工作。在上述领域，人类因为肉体的限制，往往做得没有人工智能好。
当前强人工智能只存在于概念中，随着深度学习、云计算等技术的不断发展，强人工智能出现是可能的。因为这些技术使得人工智能的思维模式更加像人、使人工智能的决策更加具有合理性。当人工智能对外界环境的反应像人一样合理时，我们就认为其与人类相差无几。这也达到了人类创造人工智能的目标——实现机器对人类智能的模仿。对人类智能的模仿关键是对人的行为的模仿，因为行为是意志的表达。具有人类一样的行为，也就意味着具有和人类相同的意志。
强人工智能的特点是具有独立意志，能够在设计的程序范围外决策并采取行动。强人工智能采取行动实现的是自身的独立意志，而不是设计者或使用者的意志。
3、弱人工智能与强人工智能对比
(1)作用
弱人工智能帮助人类解决逻辑语言描述的问题、模仿人类某方面的能力;强人工智能帮助人们综合多方信息进行判断决策。
(2)应用场景
弱人工智能应用在人脸识别、语音识别、语义分析、智能搜索等方面;强人工智能应用在智能机器人、虚拟个人助理、智慧工厂、无人驾驶等方面!
推荐阅读：《KEG-人工智能行业：浅谈人工智能下一个十年[45页].pdf》
本文标签弱人工智能 强人工智能 人工智能 强人工智能与弱人工智能区别别让AlphaGo给忽悠了，强人工智能才是未来
人工智能从来没有获得这么高的关注度，也从来没神话到如此的地步。
这两天，有关谷歌AlphaGo战胜世界围棋冠军李世石的消息，每一局的对抗都频频刷爆朋友圈。AlphaGo连胜两局的战果，让本身并不清楚人工智能为何物的中国大众，开启了更大胆的想象空间。一时间，AlphaGo就像科幻电影里具有人的思维、情感甚至还能谈恋爱的机器人一样，被极大地神话了。实际上，无论是上次的引力波发现，还是这次人工智能AlphaGo，中国公众的沸腾都远远超出全球。而造成这样一种奇怪的现象，原因是中国除了崇拜科学外，还容易陷入集体躁动的状态。而这，并不利于我们更准确地认识和理解人工智能。
事实上，AlphaGo仅仅是一台机器
这里就专业的角度来帮你剖析一下，AlphaGo到底是个什么东东？人工智能这个领域在全世界已经孕育了上百年的历史，人们对人工智能的探索和联想始终就没有断过。人工智能的雏形其实就是计算机对人类智能的模仿，让机器“学会”人类在某一领域的专业技能。一个会下围棋的人工智能程序，就属于这个范畴，不过它更像是冰冷的机器，没有情感，更不会“调戏”和随机应变，只是按程序行事。
但门槛更高的人工智能应该是具备人脑的感知、思维、逻辑判断、情感、对话、交流等能力的，这才是在科幻片中的场景，渗透人们生活，混在人群中，难以区别机器与人类。当然，AlphaGo确实值得欢呼，谷歌也因为这样一场秀，不仅赚眼球，还在技术形象上加分，但它并未像外界所期待的超越人类智能那样有划时代意义，这里就科普一下AI。
人工智能领域，分为三个段位，一个是弱人工智能，也就是AlphaGo所在的领域，属于在单个领域有较强智力的程序或机器人。它的智能程度取决于两点，一点是围棋棋谱和经验的植入，据说AlphaGo输入了3000万步的人类围棋大师的走法、棋谱，这属于经验和技巧的掌握，是范式化的教授，就像中国武术最机械的招式对抗一样，但模仿永远不是精髓所在；另一点是AlphaGo也改变了单纯的模仿套路，有自我学习的能力，在不断对弈中能提升智能水平，这一点最接近人的大脑。据说，AlphaGo自我对弈了3000万局，积累下的经验就能不断提升智力水平。理论上，与围棋大师对垒次数越多，经验值涨的越多。
可以说，这两点构成了AlphaGo人工智能的核心。有人说，围棋比象棋的人工智能程度要高很多，理由是围棋棋局之复杂远超国际象棋，标准的19×19棋盘内，共有361个点，大概有10170种下法，还跟宇宙中的原子去做对比。这一点逻辑上有一些混淆，对机器人来说，复杂度考验的更是计算能力，算法上的规则不同，进行优化即可，智力上的提升仅仅是线性的。一个最简单的事实是，半年前AlphaGo就击败了欧洲围棋冠军，当时给出的判断是专业中的入门选手，过了半年就能打败世界冠军，如果真归结于人工智能，这智力水平进步也太快了。
因此，就像所有弱人工智能的弊端一样，AlphaGo即使在接下来与世界围棋冠军李世石的对垒中最终5局全胜，也仅仅是围棋领域人工智能程序的冠军，就如第二局中，AlphaGo能估算的步数显然比人脑计算快得多，以至于在某一时刻将李世石拖得超时，但你不能说AlphaGo智力水平高出人脑。人工智能领域门槛最高的其实是强人工智能和超人工智能，具备人脑一样处理各种问题的能力，还有自我学习、理解和沟通能力，在强人工智能、超人工智能上，世界范围内都仅仅处于初级阶段。而超人工智能是指获得人类的自我意识，不断进化超出人类的智力水平，这一块几乎连头绪都还没理清楚。
百度人工智能则是另一维度上的探索
所以，搞清楚了AlphaGo的身份和背景，弄明白人工智能，才不至于在一场人机大战的喧嚣中迷失自我，更不会过度地神化AlphaGo，担忧世界会被人工智能所接管。很简单的道理，如果让AlphaGo去干一件不擅长的事，几乎是寸步难行。相比，全球范围内，在强人工智能领域，也有一些公司和研究机构在探索，例如IBM的沃森及认知计算技术，百度大脑背后的图像识别、语音交互和深度学习、无人驾驶等技术，都属此类。
语音搜索的复杂度要高得多。因为它不仅要在多环境下有高的识别率，还要能理解人的语言，并给出匹配的服务响应。在语音识别方面，深度学习技术早已融入，百度研发出了基于多层单向LSTM（长短时记忆模型）的汉语声韵母整体建模技术，并成功把连接时序分类（CTC）训练技术嵌入到传统的语音识别建模框架中，训练语料量可能会突破100万小时，识别率接近97%。
除了能够“听清”，百度语音搜索突破之处还在于它能够“听懂”，能够根据语义和语境，与用户实现多轮对话。例如，当你向它询问“姚明是哪里人”，它会回答“姚明的出生地是上海徐汇区”。
而当你紧随着这个问题继续询问“他老婆是谁”，百度语音搜索便可以根据对话语境，理解“他”指的是上一句话中的“姚明”，回答你“姚明的妻子是叶莉”。
接着，你还可以继续这段对话发问“他老婆有多高”，百度语音搜索会自动理解此处的“他老婆”指代上一句话中的叶莉，然后回答“叶莉的身高是190厘米”。而在这项技术实现之前，你只能机械地、重复地询问“姚明是哪里人”、“姚明老婆是谁”、“叶莉有多高”。
多轮交互技术的实现和日臻完善带给我们很多想象空间。可以想见，未来，语音搜索将如同最贴心的秘书一般陪伴在我们身边，我们可以像和人类交流一样与之进行对话。而作为交互方式，语音识别一旦在物联网、智能硬件、自动驾驶等领域商用，都将发挥出重大价值，颠覆我们的生活体验。
除此之外，在视觉搜索上，人工智能的含金量更高，人脸、花卉、植物、动物、服装等柔性物体的难度更大。百度应用了最新的卷积神经网络技术，先建立一层人工神经元，用来探知物体的边缘形状，第二层神经元将第一层感知到的物体边缘形状拼凑起来，认知形状，第三层进一步拼接信息从而得出物体整体形态。这些过程完全由机器自主学习并完成的，这一技术让“即拍即得”成为可能。
拿去年百度世界大会上备受关注的“度秘”机器人来说，它能够让人们更便捷、智能地获取服务，比如叫咖啡、找餐馆、订电影票，你随便丢一句话，度秘都能理解，还具备学习和思考的能力，跟你开个玩笑，几乎适用于任何一个场景，而且还具备极强的适应性，使用的人越多，社会化活动越多，就越聪明，群体性的智慧都能不断输入。这个过程就像小孩在慢慢长大一样。
这背后的人工智能复杂度比下围棋、象棋高得多，远不是机械程式化的反馈动作。度秘涉及到自然语言处理，负责理解人的意图、沟通的顺畅，还应用了语音识别、图像识别，在交互中感知命令。当然，深度神经网络学习也是技术的核心，建立更类似人脑的神经元网络和组织，通过算法和训练模型，不断学习和提升智力水平。
再者，无人驾驶汽车是近年来人工智能领域最热的话题，但至今，谷歌自动驾驶技术还难以商用。去年底，百度无人驾驶汽车在国内首次实现了城市、环路及高速道路混合路况下的全自动驾驶。面对复杂的路况和环境场景，这个大脑需要看得见、听得清，还要在路上思考，判断并决策，其中所应用的深度学习、神经网络、隐层的学习模型和海量训练数据，远比安排一次围棋大战，更接近现实的世界，更趋同于人脑的神经元组织。
其实，度秘和无人驾驶汽车在人工智能技术上覆盖的广度和精度都很高，一个更接近人脑的组织，具备感知、分析和思考、判断决策的能力，能应对各个使用场景。这样的人工智能的复杂程度远超过AlphaGo这样的单腿巨人。这恰恰是强人工智能的范畴。相比弱人工智能的学习和进步速度，强人工智能进化的周期要长得多，更接近人类。
人工智能还有很远的路要走
当前，大众对人工智能的专业理解，存在信息不对称的问题，因此当把人工智能放到围棋游戏上时，连世界冠军都甘拜下风，便很容易让人产生错误的想象，仿佛机器的智力水平超越了人类。这里存在很大误区，是不是具备人类的智力水平，要看放到更多的社会、生活场景下，能否聪明应对各个层次的问题，甚至还具备跟人类一样的思考、情绪、学习能力。
这与AlphaGo完全是两个不同的方向。很简单的比喻，人脑的计算水平再快，也赶不上机器的算力，但机器再聪明，也不可能跟人脑一样复杂多变。拿AlphaGo来说，仅仅是识别、根据经验和自我学习的能力，去给出下一步棋子的行为，但人所在的世界要比这复杂的多，仅仅是感知就有语音（听觉）、图像（视觉）、传感器（触觉）等方面，这么看的话，百度虽然在度秘、无人驾驶等领域有一些成果，但也仅仅是小儿科，李彦宏自己也承认也就2-3岁儿童的水平。
所以说，人工智能确实有很大的想象力，也会给人们的生活带来巨大的便利，这从百度的语音搜索、度秘机器人、无人驾驶的应用场景中，能深刻地体会到，但离科幻片里的情景还有很远的路走，我们可以去接近，但不能神化，也不能犯认知上的错误。AlphaGo打败世界围棋冠军，远不是大家所渲染的那样有阿波罗的意义，超越人类智能是个奇点。而且，相比人工智能的围棋冠军，我们更期待看到具备情感、思维的人工智能的成熟。
人工智能真的会毁灭人类吗
目前人类所研究的人工智能大部分都属于弱人工智能，如语言识别、图像识别等，这些看似很厉害的人工智能实际上都处于非常原始的弱人工智能阶段。
弱人工智能的一举一动都是程序设计者在预测会出现的情况，然后做出相对应的方案，最后由机器去判断是否符合条件并加以执行。
最为典型的就是弱人工智能就是Siri，你与它的对于以及聊天，实际上就是程序设计者在背后设计出一套相对应的流程，然后在语音识别的基础上加了一套应对，使得大家都以为它能够听得懂你在说什么，其实Siri不过是走了一遍流程而已。
强人工智能
其实人类对于人工智能可控性来源于强人工智能，那什么样的人工智能属于强人工智能呢？
在了解强人工智能之前，我们不得不提到一个词——人工生命。
人工生命是通过人工模拟生命系统，从而研究生命的领域。
强人工智能要求程序有自己的思维，能够理解外部的事物并自主做出决策乃至行动，它的一举一动就像人类一样，甚至还有可能比人类更加聪明。
目前，强人工智能最为突出的产品应属于历史上首位获得公民身份的机器人——索菲亚。
索菲亚是由机器人设计师戴维·汉森研发出来的，能够快速识别面部并与人进行眼神接触，甚至还拥有着自己的愿望——能够上学，成立家庭。
对于索菲亚的愿望，汉森毫不意外，甚至公开发言：它的目标就是像任何人类那样，拥有同样的意识、创造性和其他能力。
而这个恰是人类最害怕的，但所幸的是这种担忧离二十一世纪的我们还很远，毕竟人类目前对于人工智能的研究还处于原始阶段，所以人工智能目前仍处于快速发展阶段，而人类目前在人工智能方面所取得的成就都是源于弱人工智能，而不是强人工智能。虽然有些东西需要未雨绸缪，但是在人工智能方面，还是可以大大方方的向前跨一步。返回搜狐，查看更多