强人工智能超人工智能
㈠ 弱人工智能，强人工智能，超人工智能 分别怎么翻译 不要自己翻，要官方版的
强人工智能：BOTTOM-UP AI
弱人工智能：TOP-DOWN AI
㈡ 强人工智能与通用人工智能有什么本质区别
1、强人工智能和弱人工智能
人工智能的一个比较流行的定义，也是该领域较早的定义，是由当时麻省理工学院的约翰·麦卡锡在1956年的 达特矛斯会议上提出的：人工智能就是要让机器的行为看起来就像是人所表现出的智能行为一样。但是这个定义似乎忽略了强人工智能的可能性。另一个定义指人工智能是人造机器所表现出来的智能。总体来讲，目前对人工智能的定义大多可划分为四类，即机器“像人一样思考”、“像人一样行动”、“理性地思考”和“理性地行动”。这里“行动”应广义地理解为采取行动，或制定行动的决策，而不是肢体动作。
2、强人工智能
强人工智能观点认为有可能制造出真正能推理和解决问题的智能机器，并且，这样的机器能将被认为是有知觉的，有自我意识的。强人工智能可以有两类：类人的人工智能，即机器的思考和推理就像人的思维一样。非类人的人工智能，即机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式
3、弱人工智能
弱人工智能观点认为不可能制造出能真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。
弱人工智能是对比强人工智能才出现的，因为人工智能的研究一度处于停滞不前的状态下，直到类神经网络有了强大的运算能力加以模拟后，才开始改变并大幅超前。但人工智能研究者不一定同意弱人工智能，也不一定在乎或者了解强人工智能和弱人工智能的内容与差别，对定义争论不休。
就现下的人工智能研究领域来看，研究者已大量造出看起来像是智能的机器，获取相当丰硕的理论上和实质上的成果，如2009年康乃尔大学教授Hod Lipson 和其博士研究生Michael Schmidt 研发出的 Eureqa计算机程序，只要给予一些数据，这计算机程序自己只用几十个小时计算就推论出牛顿花费多年研究才发现的牛顿力学公式，等于只用几十个小时就自己重新发现牛顿力学公式，这计算机程序也能用来研究很多其他领域的科学问题上。这些所谓的弱人工智能在神经网络发展下已经有巨大进步，但对于要如何集成成强人工智能，现在还没有明确定论。
4、对强人工智能的哲学辩论
关于强人工智能的争论，不同于更广义的一元论和二元论的争论。其争论要点是：如果一台机器的唯一工作原理就是转换编码数据，那么这台机器是不是有思维的?希尔勒认为这是不可能的。他举了个中文房间的例子来说明，如果机器仅仅是转换数据，而数据本身是对某些事情的一种编码表现，那么在不理解这一编码和这实际事情之间的对应关系的前提下，机器不可能对其处理的数据有任何理解。基于这一论点，希尔勒认为即使有机器通过了图灵测试，也不一定说明机器就真的像人一样有思维和意识。
需要指出的是，弱人工智能并非和强人工智能完全对立，也就是说，即使强人工智能是可能的，弱人工智能仍然是有意义的。至少，今日的计算机能做的事，像算术运算等，在一百多年前是被认为很需要智能的。并且，即使强人工智能被证明为可能的，也不代表强人工智能必定能被研制出来。
㈢ 强人类和超人工智能区别
如果仅从理论上推盘演绎，人类的发展速度远远比不上人工智能的发展速度，未来也许会消灭一些人类，这不是危言耸听！
㈣ 强人工智能和超人工智能，完成了之后，那么下一个人工智能，到底是什么人工智能呢难道是极速人工智能还
在一个东西未发明之前，你无法想象新发明的东西具有什么功能或者叫什么名字？也许到时候会根据他的功能来命名。。。
也许下一个人工智能，不会再有“人工”两个字了，也许会是其他名字。。。又或者依然带着人工两个字，因为毕竟是人工发明的，但也许不是极速，而是具有感情了。。
一亿的速度，和100亿的速度，有什么区别？大众都疲惫了，你就算发明出一千亿的速度，大众依然是麻木的，见怪不怪了，只有感情，具备感情的人工智能，才是下一阶段最牛的东西。。。而不是速度。。。
㈤ 强人工智能和弱人工智能该如何定义
强人工智能就是我们经常在科幻电影动画小说里所想象出的那种人工智能。而弱人工智能对于人工智能的定义就宽泛多了。基本上能够帮我们解决某些特定领域问题的，都可以算作是弱人工智能。
按照定义，强人工智能就是能够执行“通用任务”（Generalized Mission）的人工智能：它能够进行通常意义上的学习、推理、认知，解决并非特定领域的问题。按照普罗大众的想象，它就是真正的人工智能
超能查派。我们想象中的人工智能是这样的。
对于强人工智能的判定，最著名的莫过于以计算机科学奠基人图灵为名的“图灵测试”。图灵测试的问题很简单：让一个人面对两个对象对话，其中一个对象是人工智能，一个对象是人类；如果这个人不能成功的分辨出谁是机器，那么就说明这个人工智能通过了“图灵测试”。
上世纪七八十年代强人工智能的研究者发现他们要解决的通用的认知和推理过程是无法跨越的障碍。于是很多科学家和工程师们转向了更加实用的，工程化的弱人工智能研究。他们在这些领域取得了丰硕的成果：人工神经网络、支持向量机、甚至最简单的线性回归理论在足够大的数据量和计算量支撑下，都可以获得非常出色的结果——比方说识别人脸，或者识别字迹。于是这些弱人工智能也迅速的应用到了我们的网络和生活的方方面面，从买东西，出门，网上订餐，我们都用到这些人工智能。
人工智能终会与我们朝夕相处。
㈥ 超人工智能会带来永生还是毁灭
这是哲学问题，确实人工智能需要考虑这个问题，产生的人工智能体对于自身的认知问题。我个人觉得是不可能的，因为实际的人是模拟不出来的，不论算法多么逼近真实的思考过程，总有一些参数是没被发现的，这就确保了个体的独立性
㈦ 强人工智能目前发展怎样，有希望实现吗
强人工智能，没有一个准确的概念，您是何门何派何观点？
在我这里把 强人工智能 也算弱智，或叫 超级模仿秀，或叫 高级应用工具。
在我这里仅分为 人工智能、（真）人、神工智能、（真）神。
鸡能不能够制造出电脑来？猴会不会大数据分析？
人能不能心电感应？（海豚、鲨鱼可以）
人能不能地磁感应？（鸽子、雁鹤可以）
可见光是怎么化谱的？（猫科看的是黑白的吗？）
能用 圆周率 的聪明还是苦算 圆周率 的聪明？
能用工具显得智慧？还是能够思考人生显得智慧？
怎么知道低智慧生物的能不能够执照高智慧的生物？
同在地球和谐共生，全球人数远远不及一个人身边的细菌多，到底是谁在统治地球？哪种是最有智慧的生物？“曼哈顿博士”的思维怎么了？
经常看人与自然、动物世界。感悟是，在食物链系统上，能够生存的都是智慧，人类战乱的地段，还真不如国家野生动物自然保护区。所谓食物链顶端的物种百年(死)之后，要不要有请菌类分解？
食物链循环、熵变理论(质能循环)，说的不是六道轮回是什么？佛说食肉者犹如食前生父母肉。 要不要研究佛学？要不要研究一真法界？
我这的研究分支是给人工智能注入灵魂（招魂），使其成为真人或真“某物种”，只有和谐，没有威胁。 采用佛教哲学，理论已经通了。
只要巨头们愿意了解，我分级的新“真人”类或许可以实现！
㈧ 如果人工智能超过人的智能，后果是什么
“不远的将来，人工智能机器的智能将是人类的万亿个万亿倍，它们面对我们，并不像我们面对狗，而是如同我们面对蚊子、跳蚤甚至岩石，当它们消灭我们的时候，如同我们将蚊子拍死，将臭虫冲进下水道，谁会在消灭跳蚤的时候觉得这样太残忍了呢？
量子时代很快就会到来，量子并行运算的威力是巨大的。比如，分解一个有400个数字的合数是解码史上的一项壮举，即使用现存最快的超级计算机计算也需要几百万年的时间。但是用量子计算机完成这项任务可能只需要一年左右，因此使用量子计算机可以破解现在使用的最复杂的加密算法。人工智能一旦产生了，能力就会呈几何倍上涨。这些人工智能机器将使用分子和原子大小的组成部分，所以这些部分将受量子力学原理的支配。最近，随着理论物理学家和实验物理学家相互竞争来创造新的“量子计算”方法并且把这些想法实现于真正的硬件上，“量子计算”这个崭新的领域开始流行起来。在某种意义上来说，没有人真正理解量子理论。因为它看起来就像一堆数学处方然后给出问题的完美数字答案，但看起来在概念上却完全不直观。
原子以其奇特的方式运作，和人类所习惯的我们这个级别上的事物非常不同。量子力学是真正奇怪的和抽象的。它是这样的一堆数学物理，当原子级别系统和人类级别测量仪器相互作用时，它给出了特定的测量结果的随机性。在经典物理学中，物理系统的状态是清楚的，也就是说，它有特定的状态值，例如在某个时刻的速度是V，它的位置是X，它的动能是K，等等。在量子力学中，事物更抽象。
如果进行某种测量的话，量子系统的状态是由一些数字的抽象数学总和表示的，每一个数字都是和一个测量结果联系在一起的。这个总和与状态的线性加权被称为“重叠”，并且是量子力学的核心概念。
正是这个重叠才是量子计算的伟大特征。重叠随着时间发展，在某种意义上可以同时进行多次运算，而传统的计算机一次只能进行一次计算。
在经典计算中，寄存器(比特的存储链)的状态是有限的0或1的串(如0011011101001)。在一个量子计算机寄存器内，状态是大量可能的经典寄存器状态的重叠。举个例子，如果寄存器有N个比特，那么将有2N个可能不同的经典寄存器状态(也就是说，如果N＝3，将有8个不同的经典状态，000，001，010，011，100，101，110，111)。如果N很大，那么2N将巨大。
量子计算的巨大优越性在于大量的经典状态可以被看作是一个(重叠)状态，一个量子系统可以处理的量子状态。为了进行传统的经典计算，有必要对所有的可能状态进行测试，每次测试一个经典的寄存器状态。这是一个非常缓慢的过程，并且当N增加后，测试的次数将以指数级增长(也就是像2，4，8，16，32，64…)。
然而对于量子计算，只需要作一个测试，因为在某种意义上，所有可能的传统状态都合在一起，称为一个量子寄存器状态。量子计算潜在上比传统的经典计算要更有效。因此，世界的很多物理学家现在都在相互竞争，看谁可以制造出下一个性能更加优越的量子计算机。
既然人工智能机器将以原子级别的组成部分制造出来，它就需要像量子计算机一样来运行。既然量子计算机比传统的经典计算机有效，那么这将是一件好事。人工智能机器将是一个量子计算机。
人工智能机器是一个量子计算机，这一结果意义深刻。试想一下量子计算机比经典计算机高2N倍的计算能力。一个小行星般大小的人工智能机器将拥有1040个原子或比特。这样的一个人工智能机器其潜在的计算能力，即使是一个经典类型的人工智能机器，比人类的计算能力也将大很多很多。
量子计算的人工智能机器将会是什么情况呢？如果N是1040，那么2N是多少呢？这个想法让很多人困惑。当人工智能机器可能拥有相当于人类智能万亿个万亿倍水平时，事实上，这个数字已经是小得令人惊讶了。如果往大数字方面想呢？想都不敢想！
㈨ 强人工智能和弱人工智能该如何定义
强人工智能就是我们经常在科幻电影动画小说里所想象出的那种人工智能。而弱人工智能对于人工智能的定义就宽泛多了。基本上能够帮我们解决某些特定领域问题的，都可以算作是弱人工智能。
按照定义，强人工智能就是能够执行“通用任务”（Generalized
Mission）的人工智能：它能够进行通常意义上的学习、推理、认知，解决并非特定领域的问题。按照普罗大众的想象，它就是真正的人工智能
超能查派。我们想象中的人工智能是这样的。
对于强人工智能的判定，最著名的莫过于以计算机科学奠基人图灵为名的“图灵测试”。图灵测试的问题很简单：让一个人面对两个对象对话，其中一个对象是人工智能，一个对象是人类；如果这个人不能成功的分辨出谁是机器，那么就说明这个人工智能通过了“图灵测试”。
上世纪七八十年代强人工智能的研究者发现他们要解决的通用的认知和推理过程是无法跨越的障碍。于是很多科学家和工程师们转向了更加实用的，工程化的弱人工智能研究。他们在这些领域取得了丰硕的成果：人工神经网络、支持向量机、甚至最简单的线性回归理论在足够大的数据量和计算量支撑下，都可以获得非常出色的结果——比方说识别人脸，或者识别字迹。于是这些弱人工智能也迅速的应用到了我们的网络和生活的方方面面，从买东西，出门，网上订餐，我们都用到这些人工智能。
人工智能终会与我们朝夕相处。
㈩ 强人工智能一旦诞生，它们会如何兴起与陨落
一旦”这个词用得好。虽然私下以为其实没有这个可能，可谁又能杜绝这个“一旦”呢？
假定发生了“一旦”，相对于人类而言，强人工智能，可能有点像克苏鲁，是我们浆糊一样的脑袋所无法揣测的存在。
既然是“人工智能”，它的兴起就不用说了吧；本质上就是巴比伦传说中疯狂的通天塔。
至于陨落，只要是科技侧的造物，一定会有技术手段的局限。其实人类已经渐渐摸到了技术手段的天花板了，所以才会寄希望于人工智能——希望人工智能以超出人类的智慧，对现有的技术手段进行突破。
然而，宇宙中，越大的恒星，就烧得越快。脚下的地球，人类来开发，可能到人类灭亡也不能拿它真的怎么样。换成强人工智能，大概率短短数百年，整个地球就不复存在了——即便消耗完整个地球，强人工智能其实依然无法冲出宇宙的牢笼，可它们也一定会这么做的。这无关智慧与愚笨，乃是生命的本能。
相对于宇宙的亘古和浩瀚，技术总是不足道的。
所以若真有强人工智能，它们的痛苦将比人类更甚。因为它们认识的规律更多，相对而言掌握的比例就更少。它们突破的技术手段，在我们人类看来足够用了，可在它们自己看来，就未必够用、甚至是远远不够用。
通俗来讲，因为它们更聪明，所以它们一定比我们更加的眼高手低。题主可以想象，把一个对野外生存一窍不通，但精通本世纪全部前沿科学理论的科学家……扔到石器时代……大致上强人工智能心中的苦就类似这种。
它们会剧烈燃烧，短时间内放出比我们人类耀眼一千倍一万倍的光芒，然后悄然沉寂。