人工狭义智能（ANI）：5分钟或更短的解释
在过去几十年里，世界目睹了巨大的技术发展。人工智能是这些重大变革的主要贡献者。
令人惊讶的是，如今使用人工智能如此普遍，以至于我们甚至都没有注意到。从Siri的天气更新到Netflix的个性化推荐，人工智能使这些成为可能。
目前你看到的大多数人工智能应用都是由人工窄智能（ANI）完成的。继续阅读以了解更多关于ANI的信息。
什么是人工智能？
Artificial intelligence（AI）是一门研究构建能够执行通常需要人类智能的任务的智能机器的学科。它使机器能够模拟人类思维的能力，甚至改进这些能力。
人工智能已经成为我们日常生活的重要组成部分。如今，大多数科技公司都在使用某种形式的人工智能，并且许多公司也在投资这项技术。
人工窄智能（ANI）
人工窄智能（ANI）也被称为弱人工智能和窄人工智能。这项技术可以根据特定的数据集执行特定的任务。一些ANI的例子是 facial recognition、下棋、自动驾驶汽车等。
人工窄智能在功能上受到限制，因此被认为是弱智能。窄人工智能没有意识、自我意识和真正的智能。它的价值在于专注和目标导向。
ANI是如何工作的？
人工窄智能系统通常会在特定数据集上进行训练，以便能够理解它们所要解决的问题。一旦达到这个目标，ANI就可以利用这些知识进行决策、结果预测和执行行动。
例如，如果你想训练一个窄人工智能系统来识别图像中的鸟类，你需要用包含鸟类图像的数据集来训练它。训练之后，当ANI在其他图像中看到鸟时，它将能够识别出来。
人工窄智能的类型
ANI可以有很多类型。窄人工智能的两种主要类型是：
- 反应式人工智能：这种基本的ANI没有记忆或数据存储能力。它模仿人类思维的行为，并可以根据解释做出反应，而无需以往的经验。
- 有限记忆人工智能：这是更高级的ANI级别。它可以存储数据，因此能够使用统计数据准确地进行解释。
ANI与AGI的区别
- ANI可以执行特定任务，而AGI可以采取普遍的智能行动。
- 窄人工智能从程序员提供的固定域模型中学习。相反，通用人工智能可以在其环境中进行自学习和自推理。
- ANI通常执行无需理解的反射任务。AGI具备完整的人类认知能力。
- 窄人工智能从大量标记的示例中获取理解。而通用人工智能主要从非结构化数据和少量示例中学习。
- 人工窄智能无法将其理解应用于其他任务或领域。然而，通用人工智能可以将知识传递到不同的领域中使用。
ANI的好处
快速决策
人工窄智能系统可以比人类更快地处理数据和完成任务。因此，它可以促进更快的决策。因此，整体生产力、效率和生活质量得到了很大的改善。
IBM Watson使用的ANI帮助医生做出数据驱动的决策，使医疗保健变得比以往更快更好。
执行日常任务
ANI的另一个好处是它可以使人类摆脱重复的常规任务。从调整音乐音量到关闭你可能忽略的餐厅灯光，它使我们的日常生活变得更加轻松。
此外，搭载ANI技术的自动驾驶汽车让我们在堵车时有更多自由时间去做我们喜欢的活动。
节省成本
使用ANI通常可以帮助您节省人工劳动成本。您可以在办公室门口安装闭路电视摄像头，让人工狭义智能来负责这项任务，而不必聘请安保人员。
更好的人工智能开发基础
ANI系统还可以作为通用人工智能和超级人工智能等不同AI版本的基础。link_3是一种支持link_4转换的ANI，具有较高的准确性。
高效的单任务表现
在执行单一任务时，狭义人工智能系统比人类更出色。想象一下从X光或超声波图像中检测癌症。ANI系统可以比训练有素的放射科医师更准确地检测到癌肿。
ANI的应用案例
#1. 农业
ANI可以帮助解决各种与农业相关的任务，包括作物监测和害虫控制。例如，您可以使用ANI分析作物图像以确定是否有任何感染。它还应该能够了解害虫，以便确定最有效的治疗方法。
#2. 医疗保健
ANI在医疗保健行业中也发挥着重要和有用的作用。它可以协助进行医疗状况诊断和预测患者结果。医生可以使用狭义AI分析癌症患者的图像，以找出具有潜在癌症迹象的患者。
#3. 制造业
制造业是另一个人工狭义智能大量使用的行业。从生产计划到产品检验，ANI可用于确保人工劳动力减少但效率更高。例如，经过良好训练的ANI系统可以检查产品并识别有缺陷的产品。
#4. 金融
即使在金融领域，人工狭义智能的应用也越来越多。这项技术可以分析金融数据、预测市场趋势和其他重要的经济和商业因素。您可以让这个系统通过案例研究找出对冲基金的投资机会。
#5. 交通运输
ANI还可以帮助规划路线、优化交通流量和管理交通。适当使用时，它可以优化送货路线并减少燃料消耗。
#6. 客户服务
这是ANI被用于的行业之一。在客户服务中，狭义AI可以回答客户的问题并解决问题。例如，您可以训练这个ANI系统通过聊天机器人回答常见问题并提供客户解决方案。
ANI的挑战
#1. 需要坚不可摧的安全性
人工智能仍然是一个脆弱的系统，他人可以注入噪音来混淆系统。攻击者可以更改人工智能程序代码，以侵入自动驾驶汽车的软件系统。因此，确保军用级别的安全性对于ANI系统来说是一个挑战。
#2. 受人类效率限制
ANI在成功完成任务方面在很大程度上依赖于人类。因此，它受到他们的失误的影响。想象一下，一个人操作员不正确地定义了ANI系统的任务。在这种情况下，无论数据集的大小如何，系统都会得出错误的结论。
#3. 可能存在偏见
尽管通过大型数据集进行了训练，但ANI往往会提供没有合理解释的错误结果。通常，包含有偏见信息的数据集是导致此类问题的原因。此外，它缺乏常识。
结论
人工狭义智能已经在我们生活的各个方面产生了革命性的影响。尽管存在一些挑战，但它提供了丰富的好处，例如决策制定、面部检测和自动化。
它还作为未来人工智能（如通用人工智能）的基石。要了解更多关于人工智能的信息，您可以参考这些online courses来学习人工智能。