如今，人工智能解决方案（AI）无处不在。它可以帮助解锁手机、推荐观看内容、回答在线问题，甚至还能帮助医生分析医学影像。但人工智能并非一蹴而就，而是经过数十年的发展和完善。

为了更好地理解这种发展，专家们通常会描述人工智能发展的七个阶段。这些阶段展示了人工智能如何从简单的基于规则的程序发展到超级智能系统等高级概念。

人工智能开发七个阶段概述

人工智能发展的七个阶段描述了不同层次的机器智能解决方案。每个阶段都展现出更高的能力水平。

一阶段：基于规则的系统

人工智能的一阶段包括严格按照人类编程指令运行的系统。

它们遵循清晰的逻辑规则运行。如果满足某个条件，系统就会执行特定操作。这些系统不会学习或适应。

像艾伦·图灵这样的早期计算机科学家探索了机器是否可以模拟智能行为，但初的系统大多是规则驱动的。

如今，在可靠性至关重要的受控环境中，基于规则的系统仍然得到应用。然而，它们代表了人工智能基本的层面。

第二阶段：情境意识和有限记忆

第二阶段引入数据驱动学习。

系统不再仅仅遵循固定的规则，而是开始识别历史数据中的模式。垃圾邮件过滤器和推荐引擎就是很好的例子。

这一阶段标志着人工智能的发展方向从简单的自动化转向基于数据的学习。系统会随着时间的推移而不断改进，但仍然局限于特定任务。

他们不理解含义，他们只是计算概率。

第三阶段：领域特定人工智能，狭义智能

第三阶段是目前大多数现实世界人工智能系统运行的阶段。这一阶段也被称为狭义人工智能。

狭义人工智能擅长单一任务。它无法在训练范围之外执行任务，但在其领域内，却能发挥极其强大的作用。

例如，DeepMind公司创造了AlphaGo，它击败了围棋世界冠军。然而，AlphaGo却无法管理财务或撰写营销策略。

Netflix 等平台使用狭义人工智能来实现个性化推荐。OpenAI 开发的高级模型可以生成内容、分析数据并辅助编码，但它们的功能仍然局限于既定的范畴。

当企业问“我们处于人工智能的哪个阶段”时，诚实的回答是“第 3 阶段”，并且正在向第 4 阶段迈进。

关于 3 级智能体的 AI 的讨论通常集中在能够自动执行工作流程或自主完成结构化任务的系统上，但这些讨论在更广泛的人工智能层次结构中仍然显得狭隘。

第四阶段：推理机器

第四阶段超越了狭义的任务执行，转向情境推理。

在这个阶段，人工智能系统开始整合不同类型的信息，并做出更灵活的反应。像谷歌DeepMind这样的研究实验室正在开发能够模拟跨领域推理的模型。

像《福布斯》这样的科技媒体经常在这个背景下讨论高级人工智能代理和自动化。

然而，这些系统仍然缺乏对人类的全面理解。它们模拟推理，而非拥有独立思考的能力。

第五阶段：通用人工智能

第五阶段代表通用人工智能（AGI）。

通用人工智能（AGI）将能够执行人类可以完成的任何智力任务。它无需重新训练即可学习新技能，并能跨领域迁移知识。

虽然一些在线讨论提到了 AGI 7，但 AGI 实际上是 7 阶段人工智能模型中的第 5 阶段。

目前，通用人工智能（AGI）尚未实现，它仍然是一个研究目标。

第六阶段：人工智能

人工智能超级智能是指在所有可衡量的方面都超越人类智能的系统。

哲学家尼克·博斯特罗姆曾撰文探讨超级人工智能的风险和益处。

有些人用“极端人工智能”来描述这种潜在的未来能力，但它目前仍停留在理论阶段。现今还没有确凿的人工智能实例。

第七阶段：技术奇点

人工智能层级的后一个阶段是技术奇点。

这一概念表明，一旦人工智能发展到足够先进的程度，它就能自我改进。每一次改进都会让它变得更加智能，从而形成一个加速增长的循环。

未来学家雷·库兹韦尔曾预测过这种情况，尽管这一观点仍存在争议。

第七阶段仍处于推测阶段，并非当前技术现实的一部分。