弱人工智慧（，簡稱Weak AI）或稱狹義人工智慧（）、應用型人工智慧（），是實現部份思維的人工智慧，且僅專注於某項特定任務。用约翰·瑟尔的話來說，它「對於測試關於思想的假設很有用，但實際上並非思想」。弱人工智慧專注於模仿人類如何執行基本動作，例如記憶或感知事物、解決簡單問題。比如：AlphaGo是一種圍棋軟體，只能專注於下围棋。
弱人工智能与强人工智能相对。后者可指通用人工智能（AGI，能像人类一样解决任何问题）、超级智能（ASI，远超人脑水平的智能），或人工意识（具有意识和心智的机器，瑟尔在此意义上使用“强AI”一词）。当代绝大多数AI系统都属于弱人工智能范畴。
应用领域
弱人工智能已经深入当代社会的各个领域。自动驾驶汽车（如Waymo）利用弱AI技术感知环境并做出驾驶决策。在医疗领域，AI系统被应用于医学影像诊断和药物发现。AlphaGo等游戏AI展示了弱AI在特定任务上超越人类的能力。推荐系统能够根据用户的行为模式有效预测其偏好，如TikTok的“为你推荐”算法可在不到一小时内确定用户的兴趣方向。社交媒体平台还利用AI系统检测可能参与宣传或其他恶意活动的机器人账号。
风险与局限
弱AI系统存在“脆性”（brittleness），即难以在不同环境中稳定运行的局限。这种脆性可能导致系统以不可预测的方式崩溃。不可靠的弱AI可能造成严重的后果：电力中断、核电站损坏、全球经济问题、自动驾驶车辆误操作，以及因AI故障或偏见导致的医疗误诊，而后者可能危及生命。
弱AI也引发了伦理上的争议。在实际应用中，AI系统曾导致不公正的刑事判决、职场招聘中的性别歧视、以及自动驾驶导致死亡等事故。
弱AI与强AI的对比
约翰·瑟尔反对强AI的可能性（他所说的“强AI”指具有意识的人工智能）。他认为图灵测试（由艾伦·图灵提出，最初称为“模仿游戏”）不是测试AI是否为“强”的合适或准确的方法。
学者安东尼奥·列托（Antonio Lieto）指出，当前AI与认知建模的研究与弱AI假设完全一致（不应将其与“通用vs狭义”的AI区分相混淆）。他论证认为，流行的做法，即将受认知启发的AI系统等同于强AI假设，是有问题的，因为“大脑和心智的人工模型可用于理解心理现象，而无需假装它们就是被建模的真实现象”。
參見
*人工智能
*通用人工智慧（或稱強人工智慧）
*深度学习
*专家系统
*人工智能史
*虛擬助理
*机器学习
*人工智能哲學
*合成智能
參考資料
评论 (0)