人工智能未来发展前景怎么样

什么是人工智能（Artificial Intelligence, 简称AI），目前还没有公认的定义。我认为一个比较合理的定义是，研究和设计智能体（Intelligent Agents）。按照这个定义，研发智能体的任务可归结为利用机器（主要是计算机）来模拟人类的以下4种行为：感知行为（视觉、听觉等）、理性行为（推理、决策等）、行动（手的操作，人脚、动物与人造物的移动等）和情感（表情、灵感等）。因此，AI应该包括理论、算法、软件、硬件、系统和机器人等。

通用人工智能的任务是如何控制无处不在的视觉和听觉，以识别为例，通用人工智能的研究范围包括人体运动的控制、信息传递的精度、信息处理的流畅性、视觉信息的组织等，由于没有考虑空间识别的细节，这些应用程序没有取得良好的效果。对于不同数据来源的AI系统，只能控制优化的微小差异，深入学习更先进，也有可能发生量变的方向性进展。

现在完美的人工智能包括正确的大脑，但人工智能很难实现人类对世界的理解。它只是从我们对世界的认知中提取规律性，运用于对高纬度和无规律系统的自我学习和理解，成为人类。与正态分布相似，现在相当多的研究证明正态分布的背后是规律运用的力量，发生了这么多奇怪的现象。

回到应用的角度，目前机器学习的能力仍然不足，预测精度远低于深度学习，尤其是时序估计，已经是深度学习的短板。通用人工智能的发展需要依靠更广、更高密度的数据，这就像一支球队靠内线的强度打高联赛冠军一样，你不能指望像nba的梦想队一样，内线的强度一直依靠深度学习，所以问题不在于发展人工智能，而在于数据问题，数据背后的可解释性问题。现在出现比较好的通用人工智能应该是自然的现象。背后有一系列良好的数据传输和技术机制支持。

但是，现在还不远。现阶段需要大量的数据积累和存储，使研究结果能够简单地部署到行业和应用场景中。我认为现在的人工智能还很难达到cs229算法那样的程度。人工智能算法已经接近真正的人思维方式，但还有很长的路要走。答案已经过去一年多了，我觉得自己还有点想法，现在对主题的问题有点无知。首先要定义通用人工智能，简单来说，人工智能可以解决所有问题。例如，解决英语四六级考试问题，解决翻译文章，解决语音识别，这些都是通用人工智能。

其次，在未来一两年内，通用人工智能无法达到古代人类的意识思维、思维模式和个人思维。真正的人工智能必须像iphone那样拥有完整的ios系统，拥有完整的硬件平台和完整的数据传输和存储系统，确定通用人工智能的身份。如果题主是指通用ai，那么对不起，大部分机器学习算法只能实现一个模型，如预测准确率、模型复杂度、性能一致性等。当然，系统运行速度越快，训练容量越大，效果就越好。但是，随着深度学习算法的出现，神经网络结构的深度学习算法是图像识别、语音识别。