美国的专家给大家说说，人工智能的几种常见误解

应用的AI系统只是AGI的有限版本

尽管许多人认为，AI的艺术状态仍然远远落后于人类的智慧。人工智能，即AI，一直是所有AI科学家从图灵到今天的动力燃料。有些类似于炼金术，对复制和超越人类智慧的敏捷的永恒追求，造就了许多技术和科学突破的创造。AI帮助我们了解了人类和自然智力的方方面面，因此，我们建立了有效的算法，灵感来源于我们的理解和模型。

AI和深入学习一样回到这一天，我们认为人工神经网络(ANNs)这个术语真的很酷。这是最初的兴奋围绕它的潜在的事与愿违，直到因为它缺乏规模和能力的过度不适应。现在这些问题在很大程度上已经解决了，我们已经通过"重塑"人工神经网络作为"深度学习"来避免旧名称的耻辱。

最近，深入学习模式正在应用于在线学习应用。这种系统中的在线学习是使用不同的AI技术(如强化学习或在线神经进化)来实现的。这种系统是局限性的，只有在离线学习期间，使用领域大部分都能体验，才能实现深入学习模式的贡献。生成模型后，它将保持静态，而不是完全健壮于应用程序域中的更改。

有一个万能所有AI解决方案一个常见的误解是，AI可以用来解决所有的问题there–即艺术的状态已经达到了一个水平，"AI"的小配置，使我们能够解决不同的问题。我甚至听到人们假设，从一个问题移动到下一个，使得AI系统更聪明，就好像同一个AI系统正在同时解决这两个问题一样。现实是非常不同的:AI系统需要被设计，有时是沉重的，需要专门训练的模型，以适用于一个问题。