強(qiáng)人工智能就是我們經(jīng)常在科幻電影動(dòng)畫(huà)小說(shuō)里所想象出的那種人工智能。而弱人工智能對(duì)于人工智能的定義就寬泛多了。基本上能夠幫我們解決某些特定領(lǐng)域問(wèn)題的，都可以算作是弱人工智能。

按照定義，強(qiáng)人工智能就是能夠執(zhí)行“通用任務(wù)”（Generalized Mission）的人工智能：它能夠進(jìn)行通常意義上的學(xué)習(xí)、推理、認(rèn)知，解決并非特定領(lǐng)域的問(wèn)題。按照普羅大眾的想象，它就是真正的人工智能

超能查派。我們想象中的人工智能是這樣的。

對(duì)于強(qiáng)人工智能的判定，最著名的莫過(guò)于以計(jì)算機(jī)科學(xué)奠基人圖靈為名的“圖靈測(cè)試”。圖靈測(cè)試的問(wèn)題很簡(jiǎn)單：讓一個(gè)人面對(duì)兩個(gè)對(duì)象對(duì)話，其中一個(gè)對(duì)象是人工智能，一個(gè)對(duì)象是人類；如果這個(gè)人不能成功的分辨出誰(shuí)是機(jī)器，那么就說(shuō)明這個(gè)人工智能通過(guò)了“圖靈測(cè)試”。

上世紀(jì)七八十年代強(qiáng)人工智能的研究者發(fā)現(xiàn)他們要解決的通用的認(rèn)知和推理過(guò)程是無(wú)法跨越的障礙。于是很多科學(xué)家和工程師們轉(zhuǎn)向了更加實(shí)用的，工程化的弱人工智能研究。他們?cè)谶@些領(lǐng)域取得了豐碩的成果：人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、甚至最簡(jiǎn)單的線性回歸理論在足夠大的數(shù)據(jù)量和計(jì)算量支撐下，都可以獲得非常出色的結(jié)果——比方說(shuō)識(shí)別人臉，或者識(shí)別字跡。于是這些弱人工智能也迅速的應(yīng)用到了我們的網(wǎng)絡(luò)和生活的方方面面，從買東西，出門，網(wǎng)上訂餐，我們都用到這些人工智能。

人工智能終會(huì)與我們朝夕相處。