【经济术语】什么是人工智能及其对经济的影响
人工智能 (AI) 今天被定义为第四次工业革命最杰出的进步之一，它是通过机器，尤其是计算机系统模拟人类智能过程。这些过程包括学习（获取信息和使用信息的规则）、推理（使用规则进行近似或得出结论）和自我修正。人工智能的特定应用包括专用系统、语音识别和智能视觉。
人工智能 (AI) 可分为弱或强。弱人工智能，也称为小型人工智能，是一种设计和训练用于执行特定任务的人工智能系统。个人虚拟助手，例如 Apple 的 Siri，是弱人工智能的一种形式。强人工智能系统，又称通用人工智能系统，是具有人类特有的通用和认知能力的人工智能系统。当遇到未知任务时，强大的人工智能系统能够在没有人工干预的情况下找到解决方案。
由于人工智能系统的硬件、编程和设计成本可能很高，许多供应商在其标准产品中包括人工智能组件，以及人工智能即服务 (AIaaS) 的访问平台。英文缩写)。人工智能即服务允许个人和公司在客户决定选择一个平台之前，为各种商业目的和评估多个平台而试验人工智能。流行的云 AI 产品包括：Amazon AI 服务、IBM Watson Assistant、Microsoft Cognitive Services 和 Google AI 服务。
虽然人工智能工具为企业提供了一系列新的功能，但人工智能的使用引发了道德问题。这是由于深度学习算法的使用，许多最复杂的 AI 工具都具有这种算法，它的智能程度取决于它们在训练过程中收到的信息。由于人类选择用于训练 AI 程序的信息，因此人类偏见的可能性是固有的，必须密切监控。
一些行业专家认为，人工智能一词被流行文化严重扭曲，导致公众对人工智能产生不切实际的恐惧，并对这项技术将如何改变工作场所和生活抱有不切实际的期望。。研究人员和营销人员希望具有更中性内涵的增强智能标签将有助于理解人工智能只会改进产品和服务，而不是取代使用它们的人类。
人工智能的类型
密歇根州立大学综合生物学和计算机科学助理教授兼工程师 Arend Hintze 将 AI 分为四种类型，从目前存在的 AI 系统类型到目前尚不存在的有感知系统。
其类别如下：
类型 1：反应式机器。一个例子是深蓝，IBM 的国际象棋程序在 1990 年代击败了加里卡斯帕罗夫。深蓝可以识别棋盘上的棋子并做出预测，但他没有记忆，无法利用过去的经验来为未来的决策提供信息。分析可能的行动，你自己的和你的对手的 - 并选择最具战略意义的行动。Google 的 Deep Blue 和 AlphaGO 是为特定目的而设计的，不能轻易适应其他情况。
类型 2：有限记忆：这些人工智能系统可以使用过去的经验来为未来的决策提供信息。自动驾驶汽车中的一些决策功能就是这样设计的。观察会告知在不久的将来可能发生的行动，例如改变路线。这些观察结果不会永久存储。
类型 3：心智理论：这个心理学术语指的是他人对自己的信念、愿望和意图的理解，这会影响他们做出的决定。这种类型的人工智能还不存在。
类型 4：自我意识：在这一类中，人工智能系统具有自我意识，它们是有意识的。具有自我意识的机器了解它们当前的状态，并可以使用这些信息来推断其他人的感受。这种类型的人工智能还不存在。
人工智能技术的例子：
人工智能嵌入在各种不同类型的技术中。这里有七个例子：
自动化：它是导致系统或功能自动处理的原因。例如，可以对机器人自动化过程进行编程，以执行人类通常执行的大量可重复任务。机器人自动化过程不同于技术自动化，因为它们可以适应不断变化的环境。
机器学习：无需编程即可让计算机运行的科学。深度学习是机器学习的一个子集，用相当简单的术语来说，可以将其视为预测分析的自动化。机器学习算法分为三种类型：
监督学习：对数据集进行标记，以便发现模式并将标签用于新数据集。
无监督学习：数据集没有标记，而是根据它们的异同进行组织。
强化学习：信息没有被标注，而是在执行一个或多个动作后，AI系统得到反馈。
机器视觉：它是让计算机看到的科学。该技术使用相机、数字和模拟转换以及数字信号处理来捕获和分析视觉信息。它经常被比作人类视觉，但机器视觉不受机器的限制，例如可以通过编程来看穿墙壁。它用于各种应用，从签名识别到医学图像分析。专注于机器图像处理的计算机视觉经常与机器视觉相结合。
自然语言处理：它是通过计算机程序处理人类语言——而不是计算。这种技术最著名的例子之一是垃圾邮件检测，其中搜索电子邮件的特定行和文本，然后程序确定它是垃圾邮件。当前的自然语言处理方法基于机器学习。自然语言处理可以包括翻译、情感分析和语音识别。
机器人学：这是一个专注于机器人设计和制造的工程领域。机器人经常被用来执行人类难以完成的任务，或者持续重复地执行任务。它们用于车辆装配线或由 NASA 在太空中移动大型物体。研究人员还在使用机器学习来构建可以参与社交的机器人。
自动驾驶汽车：这项技术结合使用计算机视觉、图像识别和深度学习来构建自动驾驶车辆的能力，同时它可以在特定路线上行驶并避开意想不到的障碍物，例如路人。
人工智能应用
人工智能已经成功地在多个领域取得突破。以下是六个示例：
医疗保健中的人工智能：最大的赌注是改善患者的治疗效果和降低卫生系统成本。公司正在应用机器学习来比人类更快地进行诊断。最著名的医疗保健技术之一是 IBM Watson。他懂人类语言，能够回答问题。该系统筛选患者信息和其他可用信息源以制定假设，然后将其与可靠的评分方案一起呈现。其他人工智能应用程序包括聊天机器人，一种用于在线回答问题和协助客户、帮助安排后续预约或帮助患者处理账单的计算机程序，
商业中的人工智能：机器人流程自动化正在应用于通常由人类执行的高度重复的任务。机器学习算法正被集成到客户关系管理和分析平台中，以揭示有关如何更好地为客户服务的见解。聊天机器人已被整合到网站中，为客户提供即时服务。工作自动化也已成为学术界和 IT 分析师的热门话题。
教育中的人工智能：人工智能可以使学校流程自动化，给教育工作者更多的时间。人工智能可以评估学生并适应他们的需求，帮助他们按照自己的节奏学习。人工智能导师可以为学生提供额外的支持，确保他们坚持学习。人工智能可以改变学生学习的地点和方式，甚至可能取代一些教师。
金融领域的 AI：Mint 或 Turbo Tax 等个人理财应用程序中的 AI 正在颠覆金融机构。此类应用程序可以收集个人信息并提供财务咨询服务。IBM Watson 等其他程序已应用于购房过程。如今，该软件为华尔街的大部分交易提供支持。
法律和法律中的 AI：发现过程，在不同的文件中搜索，在法律上对人类来说往往是压倒性的。自动化此类流程可确保更有效地利用时间。初创公司也在构建向导，这些向导可以回答问题，并被编程为通过检查与数据库相关的分类法和本体来快速回答问题。
制造业中的人工智能：这是将机器人融入工作流程的前沿领域。工业机器人仅用于执行一种类型的任务，但随着技术的进步，这些类型的任务会变得更加复杂。
道德和安全问题
人工智能在自动驾驶汽车领域的应用引发了道德和安全问题。汽车可能被黑客入侵，当自动驾驶汽车发生事故时，责任不明确。自动驾驶汽车也可以置于事故不可避免的位置，迫使编程做出关于如何将损害降至最低的道德决定。
其他主要问题是人工智能工具的潜在滥用。黑客开始使用复杂的机器学习工具来访问关键系统，从而使安全性变得超出当前状态。
基于深度学习的音频和视频生成工具对影子演员很有用，影子演员随后可以使用这些工具来宣传极具说服力的假新闻，即在视频中观察到公众人物说从未发生过的事情。
人工智能技术监管
尽管存在所有这些潜在风险，但几乎没有管理人工智能工具的法规，即使存在法律，它们通常也间接提及人工智能。例如，联邦贷款法规要求金融机构向潜在客户解释信贷决策，这可能会限制贷方使用深度学习算法的程度，而深度学习算法本质上可能是不透明的。。欧洲一般信息保护法规（GDPR，英文首字母缩写）对公司使用客户数据的方式进行了严格限制，这阻止了与客户直接联系的人工智能应用程序的许多功能的开发。
2016年，美国国家科学技术委员会发布了一份报告，研究政府监管在人工智能发展中可能发挥的潜在作用，但并未建议考虑任何具体立法。从那以后，这个问题很少受到立法者的关注。
人工智能对经济的影响
人工智能的发展会对经济产生巨大影响。第一：创造不存在的新工作，需要复杂的编程技能，以满足开始获得此类技术工具的公司的需要和需求。第二：流程自动化意味着在任何领域花在生产性任务上的时间要少得多，因此，获得和实施此类技术的国家和公司的生产力得到提高。第三：一些工作可能最终会被人工智能工具的开发所取代，这些工具能够执行以前由人类劳动保留的重复性任务。
鉴于人工智能可能带来的经济影响，有必要对劳动力培训及其再培训进行投资，以防可能失去工作，以便工人和企业家适应人工智能无所不在的劳动力市场的未来。政府最好投资于这些技术，以简化流程并改进实践。面部和图像识别可以成为改善政治稳定、减少犯罪和犯罪的有用工具，但它也可以对倾向于压制其公民自由表达的国家和政府有用，因此要求人工智能的应用是符合道德标准，
