強人工智慧超人工智慧
㈠ 弱人工智慧，強人工智慧，超人工智慧 分別怎麼翻譯 不要自己翻，要官方版的
強人工智慧：BOTTOM-UP AI
弱人工智慧：TOP-DOWN AI
㈡ 強人工智慧與通用人工智慧有什麼本質區別
1、強人工智慧和弱人工智慧
人工智慧的一個比較流行的定義，也是該領域較早的定義，是由當時麻省理工學院的約翰·麥卡錫在1956年的 達特矛斯會議上提出的：人工智慧就是要讓機器的行為看起來就像是人所表現出的智能行為一樣。但是這個定義似乎忽略了強人工智慧的可能性。另一個定義指人工智慧是人造機器所表現出來的智能。總體來講，目前對人工智慧的定義大多可劃分為四類，即機器「像人一樣思考」、「像人一樣行動」、「理性地思考」和「理性地行動」。這里「行動」應廣義地理解為採取行動，或制定行動的決策，而不是肢體動作。
2、強人工智慧
強人工智慧觀點認為有可能製造出真正能推理和解決問題的智能機器，並且，這樣的機器能將被認為是有知覺的，有自我意識的。強人工智慧可以有兩類：類人的人工智慧，即機器的思考和推理就像人的思維一樣。非類人的人工智慧，即機器產生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式
3、弱人工智慧
弱人工智慧觀點認為不可能製造出能真正地推理和解決問題的智能機器，這些機器只不過看起來像是智能的，但是並不真正擁有智能，也不會有自主意識。
弱人工智慧是對比強人工智慧才出現的，因為人工智慧的研究一度處於停滯不前的狀態下，直到類神經網路有了強大的運算能力加以模擬後，才開始改變並大幅超前。但人工智慧研究者不一定同意弱人工智慧，也不一定在乎或者了解強人工智慧和弱人工智慧的內容與差別，對定義爭論不休。
就現下的人工智慧研究領域來看，研究者已大量造出看起來像是智能的機器，獲取相當豐碩的理論上和實質上的成果，如2009年康乃爾大學教授Hod Lipson 和其博士研究生Michael Schmidt 研發出的 Eureqa計算機程序，只要給予一些數據，這計算機程序自己只用幾十個小時計算就推論出牛頓花費多年研究才發現的牛頓力學公式，等於只用幾十個小時就自己重新發現牛頓力學公式，這計算機程序也能用來研究很多其他領域的科學問題上。這些所謂的弱人工智慧在神經網路發展下已經有巨大進步，但對於要如何集成成強人工智慧，現在還沒有明確定論。
4、對強人工智慧的哲學辯論
關於強人工智慧的爭論，不同於更廣義的一元論和二元論的爭論。其爭論要點是：如果一台機器的唯一工作原理就是轉換編碼數據，那麼這台機器是不是有思維的?希爾勒認為這是不可能的。他舉了個中文房間的例子來說明，如果機器僅僅是轉換數據，而數據本身是對某些事情的一種編碼表現，那麼在不理解這一編碼和這實際事情之間的對應關系的前提下，機器不可能對其處理的數據有任何理解。基於這一論點，希爾勒認為即使有機器通過了圖靈測試，也不一定說明機器就真的像人一樣有思維和意識。
需要指出的是，弱人工智慧並非和強人工智慧完全對立，也就是說，即使強人工智慧是可能的，弱人工智慧仍然是有意義的。至少，今日的計算機能做的事，像算術運算等，在一百多年前是被認為很需要智能的。並且，即使強人工智慧被證明為可能的，也不代表強人工智慧必定能被研製出來。
㈢ 強人類和超人工智慧區別
如果僅從理論上推盤演繹，人類的發展速度遠遠比不上人工智慧的發展速度，未來也許會消滅一些人類，這不是危言聳聽！
㈣ 強人工智慧和超人工智慧，完成了之後，那麼下一個人工智慧，到底是什麼人工智慧呢難道是極速人工智慧還
在一個東西未發明之前，你無法想像新發明的東西具有什麼功能或者叫什麼名字？也許到時候會根據他的功能來命名。。。
也許下一個人工智慧，不會再有「人工」兩個字了，也許會是其他名字。。。又或者依然帶著人工兩個字，因為畢竟是人工發明的，但也許不是極速，而是具有感情了。。
一億的速度，和100億的速度，有什麼區別？大眾都疲憊了，你就算發明出一千億的速度，大眾依然是麻木的，見怪不怪了，只有感情，具備感情的人工智慧，才是下一階段最牛的東西。。。而不是速度。。。
㈤ 強人工智慧和弱人工智慧該如何定義
強人工智慧就是我們經常在科幻電影動畫小說里所想像出的那種人工智慧。而弱人工智慧對於人工智慧的定義就寬泛多了。基本上能夠幫我們解決某些特定領域問題的，都可以算作是弱人工智慧。
按照定義，強人工智慧就是能夠執行「通用任務」（Generalized Mission）的人工智慧：它能夠進行通常意義上的學習、推理、認知，解決並非特定領域的問題。按照普羅大眾的想像，它就是真正的人工智慧
超能查派。我們想像中的人工智慧是這樣的。
對於強人工智慧的判定，最著名的莫過於以計算機科學奠基人圖靈為名的「圖靈測試」。圖靈測試的問題很簡單：讓一個人面對兩個對象對話，其中一個對象是人工智慧，一個對象是人類；如果這個人不能成功的分辨出誰是機器，那麼就說明這個人工智慧通過了「圖靈測試」。
上世紀七八十年代強人工智慧的研究者發現他們要解決的通用的認知和推理過程是無法跨越的障礙。於是很多科學家和工程師們轉向了更加實用的，工程化的弱人工智慧研究。他們在這些領域取得了豐碩的成果：人工神經網路、支持向量機、甚至最簡單的線性回歸理論在足夠大的數據量和計算量支撐下，都可以獲得非常出色的結果——比方說識別人臉，或者識別字跡。於是這些弱人工智慧也迅速的應用到了我們的網路和生活的方方面面，從買東西，出門，網上訂餐，我們都用到這些人工智慧。
人工智慧終會與我們朝夕相處。
㈥ 超人工智慧會帶來永生還是毀滅
這是哲學問題，確實人工智慧需要考慮這個問題，產生的人工智慧體對於自身的認知問題。我個人覺得是不可能的，因為實際的人是模擬不出來的，不論演算法多麼逼近真實的思考過程，總有一些參數是沒被發現的，這就確保了個體的獨立性
㈦ 強人工智慧目前發展怎樣，有希望實現嗎
強人工智慧，沒有一個准確的概念，您是何門何派何觀點？
在我這里把 強人工智慧 也算弱智，或叫 超級模仿秀，或叫 高級應用工具。
在我這里僅分為 人工智慧、（真）人、神工智能、（真）神。
雞能不能夠製造出電腦來？猴會不會大數據分析？
人能不能心電感應？（海豚、鯊魚可以）
人能不能地磁感應？（鴿子、雁鶴可以）
可見光是怎麼化譜的？（貓科看的是黑白的嗎？）
能用 圓周率 的聰明還是苦算 圓周率 的聰明？
能用工具顯得智慧？還是能夠思考人生顯得智慧？
怎麼知道低智慧生物的能不能夠執照高智慧的生物？
同在地球和諧共生，全球人數遠遠不及一個人身邊的細菌多，到底是誰在統治地球？哪種是最有智慧的生物？「曼哈頓博士」的思維怎麼了？
經常看人與自然、動物世界。感悟是，在食物鏈系統上，能夠生存的都是智慧，人類戰亂的地段，還真不如國家野生動物自然保護區。所謂食物鏈頂端的物種百年(死)之後，要不要有請菌類分解？
食物鏈循環、熵變理論(質能循環)，說的不是六道輪回是什麼？佛說食肉者猶如食前生父母肉。 要不要研究佛學？要不要研究一真法界？
我這的研究分支是給人工智慧注入靈魂（招魂），使其成為真人或真「某物種」，只有和諧，沒有威脅。 採用佛教哲學，理論已經通了。
只要巨頭們願意了解，我分級的新「真人」類或許可以實現！
㈧ 如果人工智慧超過人的智能，後果是什麼
「不遠的將來，人工智慧機器的智能將是人類的萬億個萬億倍，它們面對我們，並不像我們面對狗，而是如同我們面對蚊子、跳蚤甚至岩石，當它們消滅我們的時候，如同我們將蚊子拍死，將臭蟲沖進下水道，誰會在消滅跳蚤的時候覺得這樣太殘忍了呢？
量子時代很快就會到來，量子並行運算的威力是巨大的。比如，分解一個有400個數字的合數是解碼史上的一項壯舉，即使用現存最快的超級計算機計算也需要幾百萬年的時間。但是用量子計算機完成這項任務可能只需要一年左右，因此使用量子計算機可以破解現在使用的最復雜的加密演算法。人工智慧一旦產生了，能力就會呈幾何倍上漲。這些人工智慧機器將使用分子和原子大小的組成部分，所以這些部分將受量子力學原理的支配。最近，隨著理論物理學家和實驗物理學家相互競爭來創造新的「量子計算」方法並且把這些想法實現於真正的硬體上，「量子計算」這個嶄新的領域開始流行起來。在某種意義上來說，沒有人真正理解量子理論。因為它看起來就像一堆數學處方然後給出問題的完美數字答案，但看起來在概念上卻完全不直觀。
原子以其奇特的方式運作，和人類所習慣的我們這個級別上的事物非常不同。量子力學是真正奇怪的和抽象的。它是這樣的一堆數學物理，當原子級別系統和人類級別測量儀器相互作用時，它給出了特定的測量結果的隨機性。在經典物理學中，物理系統的狀態是清楚的，也就是說，它有特定的狀態值，例如在某個時刻的速度是V，它的位置是X，它的動能是K，等等。在量子力學中，事物更抽象。
如果進行某種測量的話，量子系統的狀態是由一些數字的抽象數學總和表示的，每一個數字都是和一個測量結果聯系在一起的。這個總和與狀態的線性加權被稱為「重疊」，並且是量子力學的核心概念。
正是這個重疊才是量子計算的偉大特徵。重疊隨著時間發展，在某種意義上可以同時進行多次運算，而傳統的計算機一次只能進行一次計算。
在經典計算中，寄存器(比特的存儲鏈)的狀態是有限的0或1的串(如0011011101001)。在一個量子計算機寄存器內，狀態是大量可能的經典寄存器狀態的重疊。舉個例子，如果寄存器有N個比特，那麼將有2N個可能不同的經典寄存器狀態(也就是說，如果N＝3，將有8個不同的經典狀態，000，001，010，011，100，101，110，111)。如果N很大，那麼2N將巨大。
量子計算的巨大優越性在於大量的經典狀態可以被看作是一個(重疊)狀態，一個量子系統可以處理的量子狀態。為了進行傳統的經典計算，有必要對所有的可能狀態進行測試，每次測試一個經典的寄存器狀態。這是一個非常緩慢的過程，並且當N增加後，測試的次數將以指數級增長(也就是像2，4，8，16，32，64…)。
然而對於量子計算，只需要作一個測試，因為在某種意義上，所有可能的傳統狀態都合在一起，稱為一個量子寄存器狀態。量子計算潛在上比傳統的經典計算要更有效。因此，世界的很多物理學家現在都在相互競爭，看誰可以製造出下一個性能更加優越的量子計算機。
既然人工智慧機器將以原子級別的組成部分製造出來，它就需要像量子計算機一樣來運行。既然量子計算機比傳統的經典計算機有效，那麼這將是一件好事。人工智慧機器將是一個量子計算機。
人工智慧機器是一個量子計算機，這一結果意義深刻。試想一下量子計算機比經典計算機高2N倍的計算能力。一個小行星般大小的人工智慧機器將擁有1040個原子或比特。這樣的一個人工智慧機器其潛在的計算能力，即使是一個經典類型的人工智慧機器，比人類的計算能力也將大很多很多。
量子計算的人工智慧機器將會是什麼情況呢？如果N是1040，那麼2N是多少呢？這個想法讓很多人困惑。當人工智慧機器可能擁有相當於人類智能萬億個萬億倍水平時，事實上，這個數字已經是小得令人驚訝了。如果往大數字方面想呢？想都不敢想！
㈨ 強人工智慧和弱人工智慧該如何定義
強人工智慧就是我們經常在科幻電影動畫小說里所想像出的那種人工智慧。而弱人工智慧對於人工智慧的定義就寬泛多了。基本上能夠幫我們解決某些特定領域問題的，都可以算作是弱人工智慧。
按照定義，強人工智慧就是能夠執行「通用任務」（Generalized
Mission）的人工智慧：它能夠進行通常意義上的學習、推理、認知，解決並非特定領域的問題。按照普羅大眾的想像，它就是真正的人工智慧
超能查派。我們想像中的人工智慧是這樣的。
對於強人工智慧的判定，最著名的莫過於以計算機科學奠基人圖靈為名的「圖靈測試」。圖靈測試的問題很簡單：讓一個人面對兩個對象對話，其中一個對象是人工智慧，一個對象是人類；如果這個人不能成功的分辨出誰是機器，那麼就說明這個人工智慧通過了「圖靈測試」。
上世紀七八十年代強人工智慧的研究者發現他們要解決的通用的認知和推理過程是無法跨越的障礙。於是很多科學家和工程師們轉向了更加實用的，工程化的弱人工智慧研究。他們在這些領域取得了豐碩的成果：人工神經網路、支持向量機、甚至最簡單的線性回歸理論在足夠大的數據量和計算量支撐下，都可以獲得非常出色的結果——比方說識別人臉，或者識別字跡。於是這些弱人工智慧也迅速的應用到了我們的網路和生活的方方面面，從買東西，出門，網上訂餐，我們都用到這些人工智慧。
人工智慧終會與我們朝夕相處。
㈩ 強人工智慧一旦誕生，它們會如何興起與隕落
一旦」這個詞用得好。雖然私下以為其實沒有這個可能，可誰又能杜絕這個「一旦」呢？
假定發生了「一旦」，相對於人類而言，強人工智慧，可能有點像克蘇魯，是我們漿糊一樣的腦袋所無法揣測的存在。
既然是「人工智慧」，它的興起就不用說了吧；本質上就是巴比倫傳說中瘋狂的通天塔。
至於隕落，只要是科技側的造物，一定會有技術手段的局限。其實人類已經漸漸摸到了技術手段的天花板了，所以才會寄希望於人工智慧——希望人工智慧以超出人類的智慧，對現有的技術手段進行突破。
然而，宇宙中，越大的恆星，就燒得越快。腳下的地球，人類來開發，可能到人類滅亡也不能拿它真的怎麼樣。換成強人工智慧，大概率短短數百年，整個地球就不復存在了——即便消耗完整個地球，強人工智慧其實依然無法沖出宇宙的牢籠，可它們也一定會這么做的。這無關智慧與愚笨，乃是生命的本能。
相對於宇宙的亘古和浩瀚，技術總是不足道的。
所以若真有強人工智慧，它們的痛苦將比人類更甚。因為它們認識的規律更多，相對而言掌握的比例就更少。它們突破的技術手段，在我們人類看來足夠用了，可在它們自己看來，就未必夠用、甚至是遠遠不夠用。
通俗來講，因為它們更聰明，所以它們一定比我們更加的眼高手低。題主可以想像，把一個對野外生存一竅不通，但精通本世紀全部前沿科學理論的科學家……扔到石器時代……大致上強人工智慧心中的苦就類似這種。
它們會劇烈燃燒，短時間內放出比我們人類耀眼一千倍一萬倍的光芒，然後悄然沉寂。