人工智能是什么？人工智能为什么重要？我们应该畏惧人工智能吗？为什么忽然之间全部人都在议论人工智能？

你可能会从网上知道人工智能若作甚亚马逊和Google的虚拟助理提供供应，或人工智能若何一步步地代替全部的工作（有争议的），可是这些文章极少很好的注释人工智能是什么（或机器人是否将要交班）。本文将对人工智能做出注释，这份简明指南将依赖领域的发展和重要的观点出现推动革新和改进。

人工智能是什么？

今天距离人工智能还有多远？

人工智能研究人员仍在努力决断这个问题的基础。我们若何教电脑来识别他们在图象和静态影像中看到的内容？之后，识别若何往里面理解-不仅出现“苹果”这个词，并且知道苹果是一种与桔子和梨相关的食品，人类允许吃苹果，允许用苹果做饭，并用它们来制作苹果馅饼，并且联络到约翰尼·苹果派的故事，诸如斯类。还有一个理解说话的问题——词依据语境有多重寄义，定义老是在演变，每个人的看法都有一点点差别。电脑若何理解这类不固定的，千变万化的说话构造？

人工智能为什么重要？

就像GottliebDaimler和CarlBenz没有斟酌到汽车将若何从新定义城市的建造方式，或混浊或肥胖的影响，我们还没有看到这类新型劳动力的长期影响。

AI为什么此刻这么热烈，而错误30（或60）年前？

数十年来，计算机科学界的许多人认为，这个设法主张永远不会决断更庞杂的问题，而现如今它是重点科技公司的实现人工智能的基础，从谷歌、亚马逊到Facebook，再到微软。回想过去过去，研究人员此刻意想到，计算机还没有庞杂到完全允许摹拟我们大脑中的数十亿神经元，并且我们须要大量的数据来训练这些神经网络，正如我们了解的那样。

我们应该恐惧人工智能吗？

看过终结者如许的电影后，大家很轻易就会害怕像天网如许的全能的邪恶的AI。在人工智能研究领域，天网被称为一般的超级智能，或人工通用智能，这类软件在各个方面都要比人脑更强大。

功能性AI术语表：

计算机视觉：人工智能研究索求图象和静态影像识别和理解的领域。这个领域从了解苹果的外不雅，到苹果的功能用途，以及与之相关的理念。它是被用作主动驾驶汽车、谷歌图象搜刮以及Facebook上主动贴标签的重点手艺。

深度进修：一个神经网络被分层来理解数据中的庞杂结构和关系的领域。当一个神经网络的输出成为另一个神经网络的输入时，有效果地将它们叠加起来，由此出现的神经网络就是“深度”了。

机器进修：机器进修(ML)经常与术语人工智能连系在一路，是利用算法从数据中进修的惯例。

很多的机器进修算法是允许利用线性模型来决断的。

自然说话处理：用于理解说话中思想的意图和关系的软件。

卷积神经网络：一个重点以来识别和理解图象、静态影像和音频数据的神经网络，由于它有可能处理密集的数据，比如数百万像素的图象或数千个音频文件样本。

递归神经网络：一种用于自然说话处理的神经网络，它允许周期性地、接连地分析数据，这意味着它允许处理像单词或句子如许的数据，同时在句子中保持它们的挨次和上下文。

无监督进修：机器进修算法的一种，没有给出无论关于它应该若何对数据推动归类的信息，并且必定找到它们之间的关系的算法。像ＦacebookLeCun如许的人工智能研究人员将无人监督的进修视为人工智能研究的圣杯，由于它与人类自然进修的方式非常相似。“在无人监督的进修中，大脑比我们的模型好很多”，LeCun诉说IEEE光谱，“这就意味着我们的人工进修系统贫乏了几个非常根基的生物体进修原理”。