人工智能的未来——人工智能进化的7个进化阶段
根据人工智能统计，预计到2025年，全球人工智能市场将增长到600亿美元。到2030年，全球GDP将因人工智能而增长15.7万亿美元，因为它将使企业生产力提高40%。自2000年以来，对人工智能的投资增长了6倍。事实上，84%的企业认为人工智能可以赋予他们竞争优势。
人工智能的未来——人工智能进化的7个进化阶段
基于规则的系统
这种形式的人工智能无处不在。无论我们是在工作、在家还是在旅行，它都围绕着我们。从商业软件到智能应用程序，从飞机到电子设备，都遵循基于规则的系统。机器人流程自动化是基于规则的系统的下一阶段，在该系统中，机器可以自行执行完整的流程，而无需人类的任何帮助。
由于它是人工智能的一个基础级别，也是最普遍的，它具有成本效益和快速。这就是移动应用程序开发公司使用它的原因。另一方面，它需要全面的知识和领域专业知识，并涉及某种人工参与。为这样的系统生成规则是复杂的、耗时的和资源密集型的。
语境意识与记忆
这种类型的算法是通过提供有关它们将在其中实施的特定领域的信息而开发的。由于这些算法是使用专家的知识和经验进行训练的，并且经过更新以应对新出现的情况，这使得它们成为人类的替代品同行业的专家。这种类型的人工智能最好的例子之一是智能聊天机器人。
聊天机器人已经改变了企业看待客户支持和提供客户服务的方式。它不仅使企业免于雇用客户服务代表，而且还帮助他们自动化和简化客户支持。除此之外，它还可以通过许多其他方式帮助企业。
1.提高客户满意度
2.收集有用的客户数据
3.增加销售额
4.省钱
5.快速回应客户的询问
6.确保全天候可用
这种类型的另一种形式人工智能是机器人顾问。这些Robo顾问已经被用于金融领域，帮助人们做出明智的投资决策。未来，我们可能会看到它们在其他行业的应用也在增长。他们可以自动化和优化被动索引策略，并遵循均值-方差优化。
特定领域的专业知识
与上下文感知和保留人工智能不同，特定领域的专业知识不仅旨在达到人类能力的水平，还希望超越它。由于它可以访问更多的数据，它可以比人类做出更好的决定。我们已经看到它在癌症诊断领域的应用。
这种人工智能的另一个流行例子是谷歌的深度思维阿尔法围棋。最初，系统被教授获胜的规则和目标，后来，它自学了如何玩围棋。这里需要注意的重要一点是，它是在人类的支持下这样做的，这阻止了他们做出糟糕的决定。2016年3月，我们终于看到Alpha Go以4比1的比分击败了18届世界围棋冠军Lee Sedol。
阿尔法围棋成功后不久，谷歌创造了阿尔法归零，玩围棋不需要人力支持。它学习规则，分析成千上万的围棋游戏来创造策略。三天后，它以100比0的巨大优势击败了阿尔法围棋。这清楚地表明了智能机器的潜力，以及当它们获得类似人类的智能时能做什么。这是人工智能领域的巨大突破。
推理机器
这些推理机是由具有思维理论的算法驱动的。这意味着它可以理解不同的精神状态。事实上，他们也有信仰、知识和意图——用来创造他们自己的逻辑。
因此，他们有能力推理，谈判，并与人类和其他机器互动。这种算法目前处于开发阶段，但我们可以期待在未来几年看到它们在商业应用中的出现。由于这一点，他们可以与人类以及其他机器进行互动、推理，甚至谈判。
自我感知系统
人工智能的最终目标是创造能够超越人类智能的系统。尽管我们非常接近实现这一目标，但仍然没有任何系统能够实现这一壮举。专家们在这个问题上存在分歧，一些人认为我们可以在不到五年的时间内达到那个水平，而另一些人则认为我们可能永远无法达到那个水平。
自我感知的AI系统会有更多的视角，能够理解和反应情绪反应。就像有自我意识的人类一样，有自我意识的机器也可以表现出一定程度的自制力，可以根据情况调节自己。
人工超智能
人工智能研究人员已经开发了可以在游戏中从人类手中获胜的系统，并在许多其他领域做得更好。下一步是什么？对人工智能专家来说，真正的挑战是创造出在每个部门都能超越人类的人工智能系统。作为一个人类，想象我们前方数英里的某样东西是不可能的，更不用说创造它了。
如果人工智能研究人员成功地按照这些思路创造了一些东西，我们可能会看到它正被用于解决世界上最大的问题，如贫困、饥饿和气候变化。事实上，我们也可以期待这样的系统做出新的科学发现，设计新的经济和治理模式。就像自我感知系统一样，专家们对这是否可能持观望态度。即使有可能，这个梦要多久才能重见天日？
奇点与超越
在人工智能的这个阶段，我们将能够将我们的大脑相互连接起来。这将为互联网的未来铺平道路。这不仅有助于传统活动，如分享想法，也有助于高级活动，如观察梦的能力。它可以使人类与其他生物交流，如植物和动物。
