1、人工智慧(AI）。人工智慧企圖瞭解智慧的實質，並生產出一種新的能以人類智慧相似的方式做出反應的智慧機器，該領域的研究包括機器人、語言識別、影象識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以預見未來幾年將會進入“人工智慧時代”。
2、今天許多流行的AI系統使用人工神經網路來模擬由非常簡單的互相連線單元組成的網路，有點像大腦中的神經元。這些網路可以通過調整單元之間的連線來學習經驗，這個過程類似人類和動物的大腦通過修改神經元之間的連線來進行學習。神經網路可以學習模式識別、翻譯語言、學習簡單的邏輯推理，甚至建立影象或者形成新設計。其中，模式識別是一項特別重要的功能，因為AI十分擅於識別海量資料中的隱藏的模式，而這對於依賴經驗和知識的人類來說就沒有那麼容易。這些程式執行的神經網路具有數百萬單位和數十億的連線。現在所能創造出來的“智慧”就是由這些電子神經元網路組成的。
3、智慧控制（intelligent controls）。在無人干預的情況下能自主地驅動智慧機器實現控制目標的自動控制技術。對許多複雜的系統，難以建立有效的數學模型和用常規的控制理論去進行定量計算和分析，而必須採用定量方法與定性方法相結合的控制方式。定量方法與定性方法相結合的目的是，要由機器用類似於人的智慧和經驗來引導求解過程。
4、因此，在研究和設計智慧系統時，主要注意力不放在數學公式的表達、計算和處理方面，而是放在對任務和現實模型的描述、符號和環境的識別以及知識庫和推理機的開發上，即智慧控制的關鍵問題不是設計常規控制器，而是研製智慧機器的模型。此外，智慧控制的核心在高層控制，即組織控制。高層控制是對實際環境或過程進行組織、決策和規劃，以實現問題求解。為了完成這些任務，需要採用符號資訊處理、啟發式程式設計、知識表示、自動推理和決策等有關技術。這些問題求解過程與人腦的思維過程有一定的相似性，即具有一定程度的“智慧”。
簡而言之，人工智慧不等於智慧控制，兩者既有聯絡有相互區別，千萬別再弄混淆！
生活百科站
