人工智能 (AI) 已成为当今计算机科学领域增长最快、最令人兴奋的方向之一。 它涉及创造能够执行通常需要人类智能才能完成的任务的机器和软件，例如理解语言、识别图像或做出决策。AI 不再仅仅是一个未来的概念——通过虚拟助手和推荐系统等技术，它已经成为我们日常生活的一部分。
!file
在本文中，我们将重点介绍一种被称为人工窄智能 (ANI) 的重要 AI 类型，这是当今世界上最常用的 AI 形式。
ANI 的历史
“人工智能”一词最早出现在 1956 年由 John McCarthy 组织的达特茅斯会议上。这项雄心勃勃的为期六周的项目旨在创造能够使用语言、形成抽象概念并利用众多概念来解决各种目前保留给人类的问题的计算机，并使其能够自我改进。这启动了无数研究中心探索 AI 潜力的浪潮。
那时，科学家们深信“为期 2 个月、10 人参与的 AI 研究”将解决 AI 方程中最大和未解决的部分，但即使在六十多年后的今天，成功创造和实现人工智能的梦想仍然让我们难以捉摸。但我们迄今为止取得的进步也是惊人的，因此，AI 领域已被划分为三个主要类别：通用人工智能 (AGI)、人工窄智能 (ANI) 和人工超智能 (ASI)，以便更好地理解每一个类别。
所以在本文中，我们将学习关于 ANI 的知识。
为什么叫窄 AI？
人工窄智能 (ANI) 也通常被称为弱 AI 或窄 AI。它是我们目前能够成功实现和实施的特定类型的 AI。它是一种具有目标导向、能力范围狭窄的视角，可以执行特定的专注任务，而不具备自我扩展机制（功能）的能力。专注于一项狭窄任务的机器在狭窄的约束和限制条件下运行，这就是为什么它们通常被称为弱 AI。窄 AI 并不能复制真正的人类智能，它基本上是基于狭窄范围的参数来模拟/模仿人类行为。
在过去几十年中，窄 AI 随着机器学习和深度学习的进步经历了许多起伏。窄 AI 基本上是两个词的组合：AI 意味着通过一组算法在机器中模拟人类行为的技术，第二个词是 Narrow（窄），所以它基本上意味着实现 AI 的概念，但能力范围较窄。
窄 AI 的机器智能基本上是通过 自然语言处理 (NLP) 的概念实现的。NLP 概念是聊天机器人和类似 AI 领域的常见功能，其中机器基本上被编程为使用语音和文本识别机制与人类交互。
窄 AI 的不同类型
窄 AI 有两种可能性，它可以是反应式的，也可以具有有限的记忆量。
- 反应式 AI： 它是基本版本，没有记忆或数据存储能力。它模拟人类大脑的行为，并在没有任何先前经验的情况下对不同的解释做出反应。
- 有限记忆 AI： 它更先进，具有强大的记忆和数据存储能力，使机器能够使用统计数据精确地进行解释。大多数 AI 都是有限记忆 AI，它使机器能够使用大量数据，特别是在 深度学习 领域，以提供极其准确的结果。
窄 AI 的例子
- 虚拟助手，如 Apple 的 Siri、Amazon 的 Alexa、Microsoft 的 Cortana 等。
- 用于药物和预测工具，通过人类行为认知、复制和推理，以极高的准确性诊断癌症和其他健康相关问题。
- IBM 的 Watson：它能够回答以自然语言解释提出的问题。
- Rankbrain：这是 Google 用来对搜索结果进行排序的算法。
- 自动驾驶汽车。
- 面部/图像识别和解释软件。
- 社交媒体营销工具，用于检查违规内容和电子邮件垃圾邮件过滤器。
- 制造和基于无人机的机器人。
- 用于根据搜索结果、购买记录、历史记录等提供最佳推荐的工具，涉及娱乐和营销领域。