XiaoMi-AI文件搜索系统
World File Search System狭义
揭开协同效应的面纱：探索应用人工智能和狭义人工智能的进步
混凝土的硅酸盐水合物晶体 (2023) 《空气与废物管理协会杂志》，73 (1)，第 40-49 页。Pap，J.，等人，使用机器学习对组织绩效进行建模
检查更新现实世界的趋势、城乡差异以及利用狭义和广义下一代序列的社会经济差异
肺癌患者中，按大小 [大面板（50 + 基因）、中等面板（2 至 49 个基因）、单基因] 随时间推移的基因检测总数和比例。B，非肺癌患者中，按大小 [大面板（50 + 基因）、中等面板（2 至 49 个基因）、单基因] 随时间推移的基因检测总数和比例。
人工智能与国家安全
人工智能研究领域始于 20 世纪 40 年代，但由于三大推动力的融合，人们对人工智能的兴趣在 2010 年左右开始激增：（1）“大数据”来源的可用性，（2）机器学习方法的改进，以及（3）计算机处理能力的提升。8 这些增长推动了狭义人工智能的发展，狭义人工智能指的是解决特定问题集（如游戏、图像识别和导航）的算法。 目前所有的人工智能系统都属于狭义人工智能类别。 狭义人工智能最流行的方法是机器学习，它涉及统计算法，这些算法通过分析大型训练数据集得出自己的程序来复制人类的认知任务。 9 在训练过程中，计算机系统会创建自己的统计模型，以在以前没有遇到过的情况下完成指定任务。
通用人工智能不可能实现吗？
大致而言，“狭义”人工智能的目标是开发能够做“智能”事情的人工智能系统。从人工智能诞生到今天，大多数人工智能研究都处于这一水平。自然语言处理、视觉、规划和行动、问题解决、游戏等系统都取得了成功（或部分成功），这些系统在人工智能教科书和研究文章中都有讨论。通常，给定的狭义人工智能系统只执行其设计的一项任务：人工智能国际象棋程序无法查看或解决代数问题，反之亦然。（有关狭义人工智能成功的良好调查，请参阅 Brachman 和 Levesque 2022 年第 3 章——强烈推荐作为 L&S 书籍的解毒剂和补充。）通用人工智能是试图产生一个可以以协调的方式完成大多数或所有狭义任务的单一人工智能系统，从而完全像人类一样“智能”。
人工智能在医疗保健和体外受精领域的应用机会
人工智能 (AI) 在大众媒体和专业媒体中自然而然地获得了越来越多的关注。最近发布的几款生成式人工智能产品为人们对人工智能潜在负面影响的担忧增加了“可触及”的背景——失业猖獗、“失控”的人工智能和深度伪造视频，仅举几例。关于人工智能的富有成效的对话需要对话者认识到人工智能是一个非常广泛和多样化的领域，具有“狭义”和“通用”应用。狭义人工智能应用如今非常普遍且部署广泛。可以就如何更广泛地采用狭义人工智能同时提高透明度和舒适度进行无畏的对话。通用人工智能更为复杂，通常会导致需要何种程度的政府监管（如果切实可行）。本文重点介绍狭义人工智能在医疗保健和生育方面的应用。为寻求了解狭义人工智能应用的普通受众提供了利弊、挑战和建议。成功和不成功的例子提供了应对狭隘人工智能机遇的框架。（Fertil Steril 2023；120：3 – 7。2023 年，美国生殖医学会。）关键词：人工智能、机器学习、大型语言模型、AI、NLP、生成式 AI
人工智能的下一个十年
我们可以将稳健人工智能与狭义智能等进行对比，狭义智能可以非常出色地执行单一的狭义目标（例如下棋或识别狗的品种），但通常以极端的方式围绕单一任务，并且不稳健，无法在不进行大量再训练的情况下转移到哪怕是稍微不同的情况（例如，转移到不同大小的棋盘，或从一个视频游戏转移到另一个具有相同逻辑但不同角色和设置的视频游戏）。此类系统在应用于训练它们的确切环境时通常会表现得非常出色，但如果环境与训练它们的环境有所不同，有时甚至只是细微的差别，我们通常无法依赖它们。此类系统已被证明在游戏环境中非常强大，但在现实世界的动态、开放式变化中尚未证明其足够强大。
心灵上传的伦理：个人身份
1 弱人工智能或狭义人工智能的例子；谷歌搜索引擎、自动驾驶汽车、Siri 或 Alexa 等虚拟助手等，一般而言，人工智能仅针对狭义用途进行编程。2 强人工智能或通用人工智能是一种理论上具有与人类同等智力的人工智能，最初就像一个没有知识的孩子，然后随着时间的推移利用其自学功能进行学习。3 人工智能假设超越人类智能并变得无法控制和不可逆转的阶段。
