人工智能的三個階段計算智能，感知智能和認知智能 原創
“ 人工智能技術的發展是一個蜿蜒曲折的道路 ”
人工智能技術是一項復雜的系統性工程，而且更多時候它只是一個概念性的技術；沒有有人知道人工智能應該是什么樣，也沒有人知道應該怎么才能實現人工智能。
所以，人工智能技術經過幾十年的發展，一直是在蜿蜒曲折的前進；所以，研究者們就根據人工智能技術發展的現狀以及對其未來的期望總結了人工智能技術發展的幾個階段。
而現在的人工智能技術即將要進入認知智能階段。
人工智能技術發展的三個階段
行業一般將人工智能發展分為三個階段，分別是計算智能，感知智能和認知智能。
第一階段是計算智能，即機器對信息進行存儲和計算；機器能夠像人一樣擁有記憶和計算的能力，即可以存儲和處理海量數據，例如分布式計算和神經網絡等。
第二階段是感知智能，所謂的感知就類似于人類的無感，視覺，聽覺，觸覺等感知能力。隨著傳感器以及各種視頻，音頻等采集工具的發展，機器的感知能力已經越來越強。
但怎么從復雜的外界環境數據中做出準確的分析和判斷，才是人工智能技術需要解決的主要問題。
而這時第三階段認知智能就開始出現了，所謂的認知智能就是讓人工智能具有獨立思考和判斷的能力，根據外部環境給出的數據，在不同的場景下能夠做出決策并行動。比如現在比較火的思維鏈及在其上的規劃和決策理論。
而認知智能才是未來人工智能技術發展的主要方向，原因就是智能體應該具有獨立的規劃和決策能力，如果失去這些能力那么人工智能就和普通的機器沒有任何區別，這時人工智能也就失去了意義。
感知智能是機器具備了視覺、聽覺、觸覺等感知能力，將多元數據結構化，并用人類熟悉的方式去溝通和互動。
認知智能則是從類腦的研究和認知科學中汲取靈感，結合跨領域的知識圖譜、因果推理、持續學習等，賦予機器類似人類的思維邏輯和認識能力，特別是理解、歸納和應用知識的能力
雖然這兩年人工智能技術經過大模型技術的加持，讓人類看到人工智能實現的可能性，但從感知智能到認知智能之間還存在著一些無法解決的問題。
比如說，人類之間的交流需要很強的記憶能力，比如偶爾有一天兩個人可能會聊到幾年前的某個場景。但對目前的大模型技術來說，它的記憶能力還很有限。
而且，兩個人的聊天內容可能還經常涉及到某些邏輯推理，比如某年某月某日和誰誰在一塊喝酒，本來一個兄弟也要來的，結果因為某個原因導致沒有來，這時大模型就需要根據這段話判斷出那個兄弟到底來了還是沒來，而這就需要大模型具有強大的邏輯思維能力和記憶能力。
人類之所以復雜的原因是因為在不同的場景下，人類會做出不同甚至是完全相悖的行為邏輯；而且在不同的場景下，人類需要的東西也不一樣。
比如，在科學研究領域需要的科學，嚴謹的驗證和推理能力；而在職場環境需要的“人情世故”的能力。
舉個簡單的例子，阿爾法狗下期贏了世界上最頂尖的棋手，但如果你讓阿爾法狗和領導下棋，它能領會其中的意義嗎？它不會，它只會想盡一切辦法去贏，因為這才是它的目標。
所以，人類社會中的那種人情世故對人工智能來說可能是完全無法理解的存在，甚至會導致人工智能出現“腦裂”現象。
而這才是人工智能技術或者說現在大模型技術需要解決的技術難點，在條條框框下一板一眼的做事誰都會，但難得是隨機應變的能力。
所以說，從這里來看認知智能也僅僅只是人工智能技術發展過程中的一個小環節，它并不是最終的目標，也無法成為最終的目標。
當然，人工智能到能夠真正的擁有智慧還很遙遠，但是在現階段讓人工智能技術在某些特定的環境下做出合理的規劃和判斷，然后在某些方面取代或提升工作效率更具有現實意義。
人工智能技術是一個需要探索和檢驗的技術，它的發展過程注定是蜿蜒曲折，而不是一帆風順。
就像政治上所說的，目標是明確的，道路上曲折的。
本文轉載自公眾號AI探索時代 作者：DFires
