机器学习、深度学习和强化学习的关系和区别是什么？

AI风向标1年前 (2023)更新小蝶@葫芦娃AI

7.8K 0 0

人工智能 (Artificial Intelligence, AI)主要应用领域和三种形态：弱人工智能、强人工智能和超级人工智能。

一，弱人工智能

也称限制领域人工智能或者应用型人工智能。

指的是专注于且只能解决特定领域问题的人工智能，毫无疑问，我们今天看到的所有人工智能算法和应用都属于弱人工智能的范畴，AlphaGo是弱人工智能的一个最好实例。AlphaGo虽然在围棋领域超越了人类最顶尖选手，但它的能力也仅止于围棋。一般而言，限于弱人工智能在功能上的局限性，人们更愿意将弱人工智能看成是人类的工具，而不会将弱人工智能视成威胁。

二，强人工智能

强人工智能又称通用人工智能或者完全人工智能，指的是可以胜任人类所有工作的人工智能，人可以做什么，强人工智能就可以做什么，这种定义过于宽泛，缺乏一个量化的标准来评估什么样的计算机程序才是强人工智能为此不同的研究者提出了许多不同的建议。最为流行，被广为接受的标准，是前面我们详细讨论过的图灵测试，但即便是图灵测试本身，也只是关注与计算机的行为和人类之间的行为。从观测者角度而言的不可区分性，并没有提及计算机到底需要具备哪种具体的特征或能力才能实现这种不可区分性。

一般认为，一个可以称得上强人工智能的程序，大概需要具备以下几个方面的能力：

第一，存在不确定因素时进行推理，使用策略，解决问题，制定决策的能力

第二，知识表示的能力，包括常识性知识的表示能力

第三，规划能力

第四，学习能力

第五，有使用自然语言进行交流沟通的能力

第六，将上述能力整合起来，实现既定目标的能力

基于上面几种能力的描述，我们大概可以想象一个具备强人工智能的计算机程序会表现出什么样的行为特征，一旦实现了符合这一描述的强人工智能，那我们几乎可以肯定的说，所有人类工作都可以用人工智能来取代。

在强人工智能的定义里存在一个关键的的专业性问题：强人工智能是否有必要具备人类的意识？有些研究者认为只要只有具备人类意识的人工智能才可以叫强人工智能。另一些研究者则说，强人工智能只需要具备胜任人类所有工作的能力就可以了，未必需要人类的意识，也就是说，一旦牵涉“意识”，强人工智能的定义和评估标准就会变得异常复杂，而人们对于强人工智能的担忧也主要来源于此。

三，超人工智能

假设计算机程序通过不断发展，可以比世界上最聪明的人类还聪明，那么由此产生的人工智能系统就可以被称为超人工智能。

牛津大学哲学家、未来学家Nick.Bostrom在他的《超级智能》一书中，将超人工智能定义为在科学创造力，智慧和社交能力等每一方面都比最强的人类大脑聪明很多的智能，显然对于今天的人来说，这是一种只存在于科幻电影中的想象场景。与弱人工智能、强人工智能相比，超人工智能的定义最为模糊，因为没人知道超越人类最高水平的智慧，到底会表现为何种能力。首先我们不知道强于人类的智慧形式是怎样的一种存在，现在去谈论超人工智能和人类的关系不仅仅为时过早，而是根本不存在可以清晰界定的讨论对象，其次我们没有办法也没有经验去预测超人工智能到底是一种不现实的幻想还是一种在未来必定会降临的结局，也就是说，我们根本无法准确推断到底计算机程序有没有能力达到这一目标。

买硬件服务器划算还是租云服务器划算？

深度学习机器学习知识点全面总结

自学机器学习、深度学习、人工智能

2023年深度学习GPU服务器配置推荐参考

多年来一直专注于科学计算服务器，入围政采平台，H100、A100、H800、A800、RTX6000 Ada，单台双路192核心服务器等。

机器学习：一切通过优化方法挖掘数据中规律的学科。

深度学习：一切运用了神经网络作为参数结构进行优化的机器学习算法。

监督学习、无监督学习和强化学习分别是机器学习中三个重要的课题。

强化学习：不仅能利用现有数据，还可以通过对环境的探索获得新数据，并利用新数据循环往复地更新迭代现有模型的机器学习算法。学习是为了更好地对环境进行探索，而探索是为了获取数据进行更好的学习。

可以学习和模拟人类的人工智能通常是由深度学习+强化学习实现的。在算法方面，人工智能最重要的算法仍是神经网络。