ai和agi的区别

AI分为ANI和AGI，ANI得到巨大发展但是AGI还没有取得巨大进展。ANI,artificial narrow intelligence弱人工智能。这种人工智能只可做一件事，如智能音箱，网站搜索，自动驾驶，工厂与农场的应用等。AGI,artificial general intelligence，做任何人类可以做的事[heading5]机器学习[content]监督学习，从A到B，从输入到输出。为什么近期监督学习会快速发展，因为现有的数据快速增长，神经网络规模发展以及算力快速发展。[heading5]什么是数据？[content]数据集，又称为资料集、数据集合或资料集合，是一种由数据所组成的集合。Data set（或dataset）是一个数据的集合，通常以表格形式出现。每一列代表一个特定变量。每一行都对应于某一成员的数据集的问题。它列出的价值观为每一个变量，如身高和体重的一个物体或价值的随机数。每个数值被称为数据资料。对应于行数，该数据集的数据可能包括一个或多个成员。如何获取数据，一，手动标注，二，观察行为，三，网络下载。使用数据的方法，如果开始搜集数据，可以马上将数据展示或者喂给某个AI团队，因为大多数AI团队可以反馈给IT团队，说明那种类型数据需要收集，以及应该继续构建那种类型的IT基础框架。数据不一定多就有用，可以尝试聘用AI团队要协助梳理数据。有时数据中会出现，不正确，缺少的数据，这就需要有效处理数据。数据同时分为结构化数据与非结构化数据。结构化数据可以放在巨大的表格中，人们理解图片，视频，文本很简单，但是这种非结构化数据机器处理起来更难一些。

|弱人工智能|强人工智能||-|-||弱人工智能指的是针对特定任务或范围较小的任务来设计和训练的AI系统。|强人工智能，或通用人工智能（AGI），是指具有人类水平的智能和理解能力的AI系统。||这些AI系统不是通用智能的；它们只擅长执行提前定义好的任务，但缺乏真正的理解和意识。|这些AI系统有能力完成任何人类可以完成的智力任务，适用于不同的领域，同时拥有某种形式的意识或自我意识。||弱人工智能的例子包括Siri或Alexa等虚拟助手，流媒体服务所使用的推荐算法，以及为特定客服任务所设计的对话机器人。|实现强人工智能是人工智能研究的长期目标，这需要我们开发出在各种任务和环境中都能够进行推理、学习、理解和适应的AI系统。||弱人工智能是高度专业化的，它不具备像人类一样的认知能力，也无法超出为它设定的小范围领域来解决一般问题。|强人工智能目前还只是一个理论概念，还没有任何AI系统能达到这种通用智能水平。|更多信息请见[通用人工智能](https://en.wikipedia.org/wiki/Artificial_general_intelligence)（AGI）。

当我们谈到“智能”这个概念的时候，一大问题是它没有明确的定义。有人说“智能”与抽象思维或自我意识有关，但我们依然无法恰当地定义它。想要了解“智能”一词的模糊性，可以尝试去回答一个问题：“猫是有智力的吗？”不同的人往往会给出不同的答案，因为并没有一个国际公认的测试来证明这一说法的真假。如果你认为有这样的测试，那就试试让你的猫去做个智商测试吧……✅想一想你是如何定义“智能”的。一只能解开迷宫并获得食物的乌鸦是有智力的吗？人类的小孩是有智力的吗？当谈到通用人工智能（AGI）时，我们需要一些方法来判断我们是否创造了一个真正的智能系统。[阿兰·图灵](https://en.wikipedia.org/wiki/Alan_Turing)提出了一种名为“[图灵测试](https://en.wikipedia.org/wiki/Turing_test)”（Turing Test）的方法，该方法目前也被用作“智能”的定义。图灵测试将某一计算机系统和真人进行比较，由于任何自动的检测方法都有可能被计算机系统绕开，图灵测试使用人类评审员来判断结果。如果这位人类评审员在文本对话中无法区分真人和计算机系统，那么这个计算机系统就会被认为是“智能”的。