人工智能的局限

系统:Windows 10
软件版本:

狭义的人工智能是指在特定范围内特别擅长处理单一任务或工作的系统。在大多数情况下，它们在特定领域的表现远远优于人类。但是一旦他们遇到的问题超出了适用空范围，效果就一落千丈了。换句话说，他们不能把知识从一个领域转移到另一个领域。

AI不能完全执行需要人类智能的任务，但在特定场景下还是很实用的，已经在很多应用中发挥了自己的作用。谷歌搜索查询现在可以使用狭义AI算法回答问题；narrow AI系统会在YouTube和网飞上推荐用户可能感兴趣的视频，并在Spotify上根据用户的喜好整理每周推送的音乐列表。

狭义的AI技术大致可以分为两类:符号AI和机器学习。

符号人工智能(也称为传统人工智能，GOFAI)在很长一段历史时期内一直是学术研究的主要领域。符号AI要求程序员仔细定义规则来指导智能系统的行为。符号AI适合那些规则可预测、清晰的应用场景。虽然在过去几年中，符号人工智能的受欢迎程度有所下降，但我们当前的大多数应用程序仍基于此类方案。

机器学习是狭义人工智能的另一个分支，通过实例建立智能系统。机器学习系统的开发人员负责创建模型，并为他们提供大量的例子来完成“训练”过程。机器学习算法将处理这些例子，并通过数据中的数学表示建立执行预测和分类任务的能力。