Weak AI

弱人工智能是为执行特定任务或一组有限任务而构建的人工智能，例如识别人脸、转录语音或推荐产品；它不具备对自身所做之事的通用理解或意识。在日常用法中，弱人工智能与人工狭义智能（ANI）同义；按照大多数定义，如今所有正在使用的人工智能系统都属于这一类。“弱”指的是能力范围：在其任务范围内，弱人工智能系统的表现可能超过所有人类专家。

术语的由来#

哲学家 John Searle 在 1980 年的论文《心灵、大脑与程序》中提出了“弱人工智能”和“强人工智能”这两个称谓；该论文介绍了中文房间论证。按照 Searle 的用法，弱人工智能主张计算机是模拟和研究心智的强大工具；而强人工智能主张，经过恰当编程的计算机确实拥有心智并能够理解。他的思想实验设想了一个被关在密室中的人：此人按照一本用英语编写、用于操作汉字的规则手册，回答用中文写出的问题。外面的母语者会被这些回答说服，但密室中的人并不懂中文；Searle 认为，运行程序的计算机也处于同样的境地。

在接下来的几十年里，这些称谓从哲学立场转变为能力类别。如今，“弱人工智能”通常指狭义、特定任务的人工智能，而“强人工智能”则被用作通用人工智能（AGI）的同义词。

弱人工智能的特征#

• 能力局限于任务范围： 弱人工智能系统只会执行其构建或训练所针对的任务。一个训练来读取胸部 X 光片的模型，若没有新的训练数据和重新训练，就无法读取乳腺 X 光片，更不用说下棋了。
• 容易受数据漂移影响： 现代弱人工智能会从数据中学习统计模式，因此只有当输入与训练数据相似时，其准确率才能保持稳定。真实世界的输入发生变化时，即使系统仍报告很高的置信度，也可能出现失效。
• 没有自己的理解或目标：系统将输入映射为输出。它并不知道行人或肿瘤是什么，也没有超出其优化目标以外的目的。
• 在特定范围内超越人类：能力范围狭窄并不妨碍系统表现出色。DeepMind 的 AlphaFold 2 能以接近实验室方法的准确度预测蛋白质结构，这项工作让 Demis Hassabis 和 John Jumper 分享了 2024 年诺贝尔化学奖。

弱人工智能与强人工智能#

• 弱人工智能（ANI）：如今已经存在，涵盖所有已部署的 AI。“ANI”强调能力范围狭窄，而“弱人工智能”还包含了 Searle 最初提出的问题：机器是否理解任何东西。
• 强人工智能（AGI）：目前仅是假设。通常指能在几乎所有认知任务上达到人类水平，并且无需针对具体任务进行工程开发就能学习新任务的系统；按照 Searle 的观点，则指拥有真正心智的机器。
• 人工超级智能（ASI）：目前仅是假设。指几乎在所有领域都超越最优秀人类的系统，也是技术奇点情景背后的设想。

弱人工智能的例子#

• 计算机视觉：驾驶辅助系统会检测行人和车道标线，工厂摄像头会检查零件是否存在缺陷。Ultralytics YOLO26 正是这种狭义人工智能：一个模型系列可处理检测、实例分割和语义分割、深度估计、分类、姿态估计以及有向框，而每个训练好的模型只能处理其训练过的任务和类别。
• 语音识别：语音听写软件、字幕工具和语音助手会将口语音频转换为文本。
• 推荐系统：流媒体和购物服务会根据每位用户的观看和购买记录为商品排序。
• 游戏：IBM 的 Deep Blue 于 1997 年击败了国际象棋世界冠军 Garry Kasparov，但除此之外什么也做不了。

生成式 AI 仍然是弱人工智能吗？#

大型语言模型（LLMs） 能编写代码、翻译、总结，还能回答有关图像的问题，这让“狭义人工智能”这一标签显得不太贴切。Microsoft Research 于 2023 年发表的一篇关于 GPT-4 的论文将 GPT-4 描述为“通用人工智能的火花”；而那些仍将 LLMs 归入狭义人工智能类别的人，会指出 LLMs 的能力参差不齐，这种模式称为锯齿状智能，还会指出训练结束后便不再学习的权重。欧盟《人工智能法案》避开了弱人工智能和强人工智能这两种标签，并将此类系统作为通用人工智能模型进行监管；自 2025 年 8 月 2 日起，这些模型的提供商须履行相关义务。