想要了解人工智能的发展，或者了解人工智能的基本应用，需要了解一些基本概念，首先是对人工智能的理解。1、人工智能的发展首先要明白，人工智能并不是近几年才出现的新概念。人工智能最早诞生于1956年的美国达特茅斯会议，其发展也经历了很多风风雨雨。只是近年来人工智能得到了广泛的应用，才会出现在普通人的面前。按照人工智能的字面意思，就是人类创造的智能。人工智能很容易理解，那么什么是智能呢？意见不一。2、人工智能的分类按照广义的人工智能概念，最早的计算机也是人工智能的一种，只是计算机刚发明的时候是用来存储和计算数据的，所以那个时代的智能被称为计算智能。随着后期技术的发展，我们已经进入了感知智能时代，也就是我们目前所处的时期。感知智能的特点是能够对外界看到的事物进行自我感知和反馈。但这离真正的智能还很远，因为真正的智能需要自我思考和一定的推理和认知能力，所以下一个时代被称为认知智能时代，之所以叫认知智能，是指计算机程序具有一定的认知能力。这时，计算机不仅可以感知外界事物，还具有一定的推理和决策能力，可以根据当前感知到的图像、声音、语言等信息进行综合。考虑一下，选择下一步要执行的操作。当然，这还不是人工智能的最终形态。人工智能的最终形式称为创造智能。顾名思义，此时的人工智能具备了人类拥有和不具备的一切智能。不仅本身就是超级智慧体，还能创造出数个智力与自己等同的智慧体。行业内不同智力阶段的薪水也有很大差异。当然，人工智能的分类也可以按照智能水平分为弱人工智能、强人工智能和超人工智能。既然有弱、强、超强之分，那参照物又是什么呢？否则，怎么会得到强弱的结果呢？既然叫人工智能，就是人创造的智能，那么参照对象也是人。一般来说，综合能力弱于人类的称为弱人工智能，综合能力与人类相当的称为强人工智能，综合能力超过人类的称为超人工智能。.注意这里说的是综合能力，不是个人能力。2016年，由谷歌DeepMind公司的DemisHassabis带领的团队开发的AlphaGo，在这一单项技能上已经远超围棋。人类，但它依然算不上是强大的人工智能，因为在其他方面，它还是比不上人类。可能有人会说，我可以让它学画画写字什么的，反正它把人类的所有技能都学会了，它也超越不了人类。理想的确很丰满，但现实往往很骨感。虽然深度学习主导的深度神经网络非常强大，强大到在某些领域已经超越了人类，但是巨大的矩阵参数是通过学习慢慢调整和固定的，而这个固定的目标就是为它指定的结果。一旦指定的结果变了，模型会重新学习，参数也会变，所以最后的结果就是你教它画画，它确实学会了画画，但是因为参数变了，它现在只知道怎么画了画，之前学过的下棋技巧已经不存在了，也就是说它学会了画而忘了下棋。这种现象在业界被称为灾难性遗忘，目前还没有任何公司或者研究机构能够解决这个问题，因为一旦解决了这个问题，人类就会进入强人工智能时代，所以现在我们还处在强人工智能时代弱人工智能。该阶段处于人工智能的萌芽期。至于超级人工智能，有人说，到那时，人类制定的规则对AI来说会有漏洞，最终人类会被AI奴役，就像机器人的三大法则一样，对于认知远超人类的AI来说。很容易推翻整个法律。当然，我们现在面临的问题是如何进入强人工智能时代。就像一个人还在十几岁的时候就在思考如何度过晚年。这不是我们现在应该考虑的。3.人工智能的实现方法目前人工智能的实现方法大致可以分为两类，有基于传统统计学的统计模型（也称为传统机器学习方法），以及基于仿生神经网络的深度学习模型.90年代曾辉煌一时，但进入21世纪以来，硬件的加速迭代和海量数据的增加，为深度学习的发展提供了契机。2006年，Hinton等人开发的一些新模型应用。正式亮相。开启人工智能时代发展的新篇章，以深度学习为代表的一批算法模型在效果和效率上首次超越传统统计模型，深度学习在落地应用中更加闪耀光芒，有别于大多数以前的统计模型只能用于一些实验。一旦用于具体的落地应用，效果往往并不理想。这主要是因为传统统计学更注重专家设定的数据特征，而深度学习是利用计算机自己学习数据的特征，在没有人为因素干预的情况下，计算机学到的数据特征更加丰富并完成。效果自然更好。唯一的缺点是需要的数据量较大，对硬件计算能力要求较高。这也是深度学习直到现在才真正崭露头角的原因之一。4.人工智能的产业应用目前人工智能的产业应用基本可以分为四大类：图像视觉处理方向、语音信号处理方向、自然语言处理方向、自动化方向加工。图像视觉处理方向包括图像检测、图像识别、图像生成、图像分割等分支方向；语音信号处理方向包括语音唤醒、语音命令、声纹识别、语音识别、语音合成等分支方向；自然语言处理方向包括文本分类、文章摘要、阅读理解、智能对话、机器翻译、文章生成等分支方向；自动化处理方向包括游戏娱乐、家居生活、自动驾驶、生命科学、工业多设备应用、金融投资等分支方向。当然，人工智能行业的发展日新月异。想要深入了解人工智能行业，需要积极关注行业发展动态。如果你没有太多时间关注人工智能的发展，可以关注这个公众号，我们会长期更新人工智能行业的新技术和应用发展。
