所以說：你只知道人工智能AI，然而，默默改變世界的，卻是智能增強IA——《新未來簡史》如是說。
這里，我們首先來給人工智能歸納一下類別。這個很重要，不然，大家會搞混淆的。
最早的機器智能可分為“傳統人工智能”(Artificial Intelligence，簡稱AI)和“增強智能((intelligence augmentation，簡稱IA)”。這一劃分標準在如今的研發、實踐界還比較盛行。
后來，或許有人為了將這些概念盡可能的統一起來，于是，人工智能有了三種類別的劃分，即弱人工智能、強人工智能和超強人工智能，其中“增強智能”幾乎等同于“弱人工智能”，但卻略有不同，前者立足并偏重于“人機交互”。而傳統人工智能則類似于“通用人工智能”，但又有所不同，應該還包含強人工智能。
強人工智能觀點認為，有可能制造出真正能推理和解決問題的智能機器，并且，這樣的機器能將被認為是有知覺的，有自我意識的。強人工智能可以又可以分為兩類：
一是類人的人工智能，即機器的思考和推理就像人的思維一樣;二是非類人的人工智能，即機器產生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。
弱人工智能觀點認為不可能制造出能真正地推理和解決問題的智能機器，這些機器只不過看起來像是智能的，但是并不真正擁有智能，也不會有自主意識。
通用人工智能與強人工智能有很多相似的地方，但又是不同的：
所謂通用人工智能(Artificial General Intelligence，AGI)，是指在不特別編碼知識與應用區域的情況下，應對多種甚至泛化問題的人工智能技術。這個技術雖然冷門并遙遠，但其實也有不少學術機構與企業在做，一般被認為是人工智能技術未來的發展方向。而強人工智能(Strong Artificial Intelligence)則不僅要具備人類的某些能力，還要有知覺、有自我意識，可以獨立思考并解決問題。
雖然兩個概念似乎都對應著人工智能解決問題的能力，但我們可以把前者想象為無所不能的計算機，后者則類似穿著鋼鐵俠戰甲的人類。
按照強弱人工智能的觀念，強調“人機交互”增強智能IA就屬于弱人工智能范疇的內容。時至今日，日常生活和實踐中的所有人工智能，都屬于“弱人工智能”。通用人工智能、強人工智能目前全都存在于理論與人們的想象之中，超級人工智能更不用說了。
也就是說截至目前，強人工智能基本上還沒有真正起步呢!那些有關未來最恐怖的預測基本上都屬于強人工智能或超強人工智能概念下的理解與發揮。
早期，絕大多數研究者們都陷入“用計算機取代人類”這一傳統人工智能研究方向中，這是主流。這是自上而下的定義與思考模式。
但是，有一些少數的人開始另辟蹊徑，他們采用了自下而上的研究途徑，試圖從逐漸增長的數據量中尋找模式，這種方法幾乎都未建立人腦模型，卻造就了人類當前絕大多數，甚至幾乎是所有的與計算機相關的認知系統。這一途徑就是上文提及的“智能增強”(或弱人工智能)，這是與傳統人工智智能的AI相對，簡稱IA。
在“智能增強”的倡導者們看來，計算機只知道什么是理性與冰冷，從來就不懂得什么是人情冷暖，人類只是在大量重復、海量計算和海量記憶上遜色于計算機，在處理抽象化、情緒化、非邏輯性的問題上似乎有著計算機不可逾越的優勢。當機器人變得足夠復雜的時候，它們既不是仆人，也不是主人，而是人類的伙伴。所以，通過人機交互，將機器擅長的這些事情交給計算機，就能很好地彌補我們的短板。
按照“智能增強”這一概念，其內容和涉及的領域包括機器視覺，指紋識別，人臉識別，視網膜識別，虹膜識別，掌紋識別，專家系統，智能工廠、自動規劃，智能搜索，定理證明，博弈，自動程序設計如無人駕駛，智能控制，機器人學，語言識別、自然語言處理、圖像識別與遺傳編程等，雖然這些都被主流傳統人工智能AI的推崇者們歸為AI的范疇。
比如在上世紀五六十年代，傳統人工智智能的局外人道格拉斯·恩格爾巴特，他認為“用計算機來增強人類智慧”遠比“用計算機取代人類”更有意義。
在這一思想下，他發明了計算機鼠標，開發了超文本鏈接系統、網絡計算機，以及圖形用戶界面，并致力于倡導運用計算機和網絡，來協同解決世界上日益增長的緊急而又復雜的問題。這些發明與研究，在隨后的10年間成為了現代個人電腦(PC)以及在幾十年后的現代互聯網的根基。他的研究小組作為“人機交互”的拓荒者，還在相關領域獲得21項專利技術。
又比如1997年戰勝世界國際象棋第一人的IBM的超級計算機“更深的藍”也是IA，而不是傳統意義上的人工智能AI，雖然這一事件被一些人冠以“人工智能歷史上具有里程碑的事件”。
還比如美國杜克大學米格爾·尼科萊利斯教授設計的“機械戰甲”，這套復雜龐大的裝置讓一位癱瘓病人得以在2014年巴西世界杯的賽場上踢出首球，跨出腦科學史上的重要一步;以及可用自然語音交流就能按時提醒你或幫你尋找地方、答疑解惑、代勞發短信的蘋果Siri，谷歌與特斯拉的無人駕駛汽車等都是“人機交互”的很好的例子，都不是傳統意義上的人工智能AI。
甚至如今基于神經網絡模型、卷積神經網CNN)等時髦的“深度學習”、“增強學習”等，也屬于IA，而不是傳統意義上的人工智能AI。
所以，如IBM的現任CEO羅睿蘭(Ginni Rometty)在2016年10月前后為《華爾街日報》撰寫“人工智能”主題的文章中甚至說：至于如今大火的AI概念，“盡管‘AI’一詞最終勝出，但這只是一個誤稱”。
按照上述觀點，用一個比喻來描述人工智能AI與智能增強IA之間的關系：AI創造了一個讓大家都關注(喜歡與懼怕)的美妙概念，然后就翹起“二郎腿”開始玩耍了。這個概念有如一套房間，IA住了進來，沒日沒夜的拼命工作。IA一有突破和進展，AI就風光一回，它不僅上臺領獎，而且人們都將IA所做的這些功勞全部歸于AI的名下，雖然AI幾乎從來都不做事。
所以有人這樣說：或許，你知道人工智能AI;然而，默默改變世界的，卻是智能增強IA。
隨著IA業績的擴大，AI越來越出名，而且人們對它的期待與懼怕的預測就越來越瘋狂了。
比如1993年，即便是當時人工智能已經經歷了兩次寒冬，主流觀念的科幻小說作家、計算機科學家弗諾·文奇依然提出了計算的“奇點”概念，這一概念后來被著名的未來學家雷·庫茲韋爾發揚光大：隨著機器智能的飛速進步，人工智能將成功地跨過“奇點”這道門檻，然后實現飛躍，成為“超級人類”。
人們更加樂觀地相信，最遲在2045年，在一些非常重要的工作中，人類將告別歷史舞臺。更有甚者，有人提出，計算機將快速進化，最終將用一代人或者最多兩代人的時間超越人類智能。
還有一些人認為：“傳統人工智能AI”和注重人機交互的“增強智能IA”本是同根同源，如同一枚硬幣的正反兩面。兩者的根本區別在于，制造越來越強大的計算機、軟件和機器人的目的，是用以滿足人類用戶這一核心來設計，還是去替代人類。
現在，在“人工智能”與“增強智能”這兩條發展的道路上，人們越走越遠。甚至今天，在大多數大學里，人工智能和人機交互(增強智能的目的和實現方式)仍然是完全不同的兩個學科。當然，也有一些樂觀者們認為，在未來，傳統人工智能AI和增強智能IA最后將會融合在一起。
不過，主流人工智能的研究者和推崇者們樂觀不已，他們更是期望將“增強智能”納入人工智能的麾下，他們說，智能增強IA不過只是人工智能AI發展歷史上的一個過渡階段而已。
于是，一些聰明的人提出了另一個重要的概念：、超強人工智能、強人工智能和弱人工智能。這個概念的提出在很大程度上，甚至幾乎就解決了上述這一分歧。這個回到了前面所提到的分類描述。
至于未來是否能夠創造出真正的強人工智能的話題，這個將在后面專章講述。不過，只要是沒有突破“意識”和“精神”，不管是類人的和非類人的，“人工智能”中的“智能”或許都是一個美麗的擬人化的比喻。
京公網安備 11010502049343號