deephub翻译组：张开宇
人工智能并不是人类所拥有的智能，而是由机器所展现的智能。它是一个概括性的术语，代表了诸如认知计算，机器学习，图像识别等诸多技术。在1956年，人工智能（AI）正式成为一门学科，之后经过多年的发展才有了今天的繁盛。
智能手机中的智能助手（例如Google助手，Siri）有着AI技术的支持；许多应用程序提供的服务（例如银行APP的安全资讯）也都严重依赖于AI。实际上，人工智能已经发展到这样的水平：在我们的生活中几乎所有的东西都与AI有关。
随着人工智能领域的飞速发展，如今的机器比过去的更加智能，更加可靠并且具有自我修复能力。建模技术能够针对特定地形给出最佳的农作物选择；许多公司正采用自然语言处理技术来改善语音识别、文本识别和语音合成，并帮助计算机理解人类语言。
人类智力与人工智能
人类智力是一种心灵的品质，这种品质使人们能够利用从实体存在、抽象概念、认知过程等中获得的知识操纵周围的环境。而一个可以在一定程度上“模仿”这种品质的机器可以使我们的生活更加简单和高效，这正是人工智能出现的原因。
智力是人类独有的品质。即使是昆虫表现出的最复杂的行为，也没有资格被称为智力。以泥蜂的情况为例：出外搜寻食物的泥蜂在重新进入洞穴之前要先寻找入侵者，这是因为当它出外寻找食物时，入侵者可能趁它不在偷偷溜到了它的家中。但是在实验过程中人们又发现，当食物就在洞穴的正前方时，刚出洞就找到食物的泥蜂在进入洞穴之前也会先寻找入侵者，这与它远离洞穴时的表现一致。智力指的是从经验中学习并适应变化的能力，而泥蜂并没有根据不同情形调整自己的行为，因此并不存在智力。
开发具有这种复杂特质的机器并不容易。人工智能是一个在成千上万敬业的计算机科学家和程序员的辛勤工作下缓慢发展的领域，并且需要数十年才能真正达到它的顶点。
通用型人工智能
不是将智能视为一个整体加以研究，人工智能（AI）将重点放在学习，推理，语言，感知和解决问题等诸多方面。数学，统计和算法的结合使我们有能力做到这一点。
人类的智力已经克服了我们过去的身体限制，超越到了一个不再受限的世界，人工智能旨在取得类似的结果，如今已经是时候思考怎样将强人工智能变为现实。强人工智能，或者说通用型人工智能，是机器的认知能力能与人类相匹敌的人工智能形式。这样的机器具有认知能力，自我意识，并可以使用人类的语言与我们交流。
能否实现强人工智能依旧备受争议。最重要的一个问题是，人工智能是否可以发展为像人的大脑一样做出反应？一些科学家认为，通用型人工智能永远不可能成为现实，但另一些科学家则认为，我们可以在下个世纪甚至更早之前就实现它。
人工智能与人权
人工智能的发展遇到了几个严重的问题，其中的一些问题关注的是AI对人权的影响。世界各地的国际会议和高级别委员会正在努力确保AI的发展只会造福于人类，而不会损害人权。此外，像Google和Microsoft这样的公司已经发布了有关AI的道德准则。
由于通用型人工智能的发展不会很快实现，因此政府和相关机构并没有急于解决这个问题并立即找到解决方案。同样，在当前的发展水平下，很难预测AI将对道德和人权产生什么影响。希望在有了AI道德准则的有效框架后，人工智能领域的进步只是指向对人类有利的方向，它将通过提高人们的生活水平开启一个新时代。
AGI测试
AGI测试有助于衡量人工智能模型的复杂程度和有效性，有许多非常著名的测试案例：
图灵测试：在这个测试中，测试者与被测试者（一个人和一台机器）进行互动。测试者不能直接观察到对方，而要在互动后判断两者中哪一个是机器。如果人类输了，那么这台机器就通过了测试。
就业测试：机器人必须完成一项重要的工作。如果机器人能像人类一样或更好地完成这项工作，它就能赢得测试。
镜像测试：该测试确定被测试者是否具有自我识别能力，机器人必须能够区分物体和该物体的镜像。
家具测试：机器必须在阅读提供的使用说明后，打开包装并正确地组装一件家具。
咖啡制作测试：机器人必须进入一所房子，通过找到所有必要的原料独立制作咖啡。如果机器人能够顺利完成咖啡制作，它就通过了测试。
大学生测试：机器人必须进入一所大学并顺利毕业。它将与人类一起上课，并与其他同学参加相同的考试。
人工智能发展到哪一步了？
随着时间的流逝和技术的发展，人工智能也取得了很大的进展。在过去，计算机科学家希望构建配备AI的机器来独立得为我们执行任务。这种机器的成功使科学家们想到了开发能够与我们一起执行任务的设备。从为我们执行任务到与我们一起执行任务这种转变以来，现代世界已经取得了很大进步。
在一些发达国家中，具有AI功能的机器人在与患者对话后能够完成基本的健康检查。有些机器人可以检测肿瘤的恶化程度，辅助制造药物等，从而在医学领域找到自己的位置。还有些机器人可以帮助照顾老年人并设计治疗方法。
这些都是传统机器无法完成的功能。具有AI功能的机器的独特之处在于它们利用机器学习算法，使它们可以获取信息，解释信息并提供有效、真实且定义明确的最终结果。
人们的愿景与面临的挑战
具有AI功能的产品能够为用户提供合理的解决方案，这是靠产品背后的算法实现的。一旦人工智能算法发展到可以理解并解释人类的文字和语音的程度，机器的质量及其运行结果将进一步得到提高。但是这一点是很难实现的，因为要使其成为现实，必须具有能够将自然语言和视觉处理相结合的计算模型。理解和解释人类语言是一个复杂的过程，并且人类语言的含义会随着上下文的变化而发生改变，因此具有AI功能的机器很难理解我们的语言，这也是发展类人机器人的一个真正的障碍。
阻碍这一愿望成真的另一个障碍是，尽管医学已经取得了长足的进步，但我们仍然没有一个关于人类大脑或人类智力如何运作的具体概念。我们不知道构成我们智力的各种要素是什么，也不知道这些要素是如何相互依存的。我们需要更好地理解我们的思想和智力是如何运作的，以便建造能以相同的方式运作的机器，并使这些机器成为我们中的一员。
计算神经科学是一门利用数学建立大脑理论模型来研究人脑的学科。在这些领域的研究成果向我们揭示了我们的神经系统的细节，这些细节在以前都是未知的。最新的成果提高了我们对神经系统处理能力的理解，从而使我们有机会借助这些信息改进人工智能。人工神经网络（ANN）正是从人类神经系统中汲取灵感，并诞生的通过模仿人脑解决问题的新技术。
与那些由程序和面向任务的规则或算法所组成的系统相反，ANN系统通过参考示例或从以前的经验中“学习”进行运行（这里“学习”与字面意义上的学习是有差异的）。有这样一个例子：一个人工神经网络系统被训练识别一个特定的图像，比如汽车。这种训练是通过不断给系统展示之前被人工标记为“汽车”和“非汽车”的图像进行的。现在，该系统被编程设置为只挑选出包含汽车的图像而将其他的图像放在一边，选择的结果也将保存以供以后参考。在这里，并没有程序向系统提供汽车的详细信息，以便使系统能够识别出带有汽车的图像。该系统可以自动从带有汽车的图像中寻找到相似的特征，并将其识别为与汽车有关，这正是ANN系统学习从一组给定的图像中识别汽车的方法。
该技术已应用于图像识别中，Facebook的图像识别系统DeepFace就是在这项技术的帮助下开发出来的。DeepFace在上传的数百万张照片的帮助下接受了训练并学会了如何识别人脸。
展望未来
强AI技术在今天的局限性阻碍了它充分发挥其潜力，但是这种局限性不可能长期存在。事实上技术是如何将我们的世界推向如此高度的，那么它肯定会用相同的方式进一步超越。由于像谷歌和IBM这样的全球巨头公司正在努力开发人工智能，实现超越的这一天不会太远。
在未来，人们将生活在一个人类和类人机器人共存的世界里，而类人机器人的存在意义是服务人类。在那样的日子里，人与机器之间的互动、机器与机器之间的互动就和人与人之间互动一样，而那时的生活也将比我们所能想象的更先进、更优越。
如今已经有超过75%的客户正在以各种形式使用人工智能系统的服务；同时超过80%的全球商业组织相信人工智能能够使他们具备更大的竞争优势，过去科幻小说中的场景不需要太多时间就可以成为绝对的现实。在未来，全球人工智能市场将增长到600亿美元，这将会是是2016年的25倍之多。
人们的接受程度
就算撇开所有的商业事实和统计数据不谈，人工智能也在改善与人类用户互动的方向上取得了重大进展。随着这一领域的发展，特别是在语音合成和语音分析领域，虚拟助手与人类用户之间的差距已经大幅缩小，人们已经开始依赖聊天机器人，并且也开始相信机器人医生的诊断结果。当我们打电话给客户服务中心时，开始希望机器人能够及时回复我们；当我们登录网站时，我们也希望从聊天机器人那里获得帮助。
总有一天，人类的精神世界也会欢迎机器人的加入。到那时，人类和人工智能将为一个共同的目标而努力——让我们的生活更美好。
