2、人工智能发展的六大路径及挑战

人工智能发展的六大路径及挑战

在人工智能的发展领域，存在着多种不同的发展路径，每一条路径都有其独特的特点和潜在的发展方向。以下将为大家详细介绍人工智能发展的六大主要路径。

基于逻辑、算法开发和知识操纵系统的人工智能

这一类别涵盖了从艾伦·图灵和约翰·冯·诺伊曼提出的通用计算引擎概念衍生而来的统计、理论或通用系统。部分相关研究从假设在无限强大机器上实现通用人工智能（AGI）的数学理论出发，再进行规模缩减。基于符号表示的方法可被称为传统的“老式人工智能”（GOFAI），即通过应用数据和逻辑来解决问题。

这一领域的范围极为广泛，从IBM的沃森所采用的实用工程方法，到量子计算的奇妙世界，再到马库斯·胡特基于算法概率的通用人工智能，后者似乎只在真正的宇宙尺度上才有相关性。此外，斯蒂芬·沃尔夫勒姆设计的另一个“通用”可计算性系统也可归入此类。

正如谷歌研究总监彼得·诺维格所解释的，仅这一个类别就包含了令人眼花缭乱的分支，每个分支都有热情的追随者。例如，知识的获取方式就有很多种：是手动编码、通过有监督学习输入，还是通过无监督的互联网访问获取？

这种方法受到的监督最为严格，每个认知子类型都由非常细心的人类设计师团队精心塑造。不过，即使这些系统未能完全模拟出智慧，它们仍可能成为其他方法（如即将介绍的涌现式、进化式或模拟式系统）的主要子组件。

需要注意的是，硬件和软件这两个因素必须并行发展，该方法才能取得成果，但它们很少能平稳地同步发展。

认知、进化和神经网络

在这一领域，存在一些容易产生误导的术语。例如，彼得·诺维格指出，“级联非线性反馈网络”这样的表述本可以涵盖与神经网络相同的领域，而无需提及