这不是你要找的机器人。
当有人请您描述什么是人工智能时，您会想到什么？
很可能，脑海中立刻浮现的会是一张非常人性化的面孔：阿诺德·施瓦辛格（《终结者》）、海利·乔·奥斯蒙（《人工智能》）或布伦特·斯派尔（《星际迷航》）。而提到与之相近的“机器学习”，人们最常联想到的形象通常没有面孔，却可能是《2001太空漫游》中HAL 9000闪烁的红光，或《机械姬》中始终冰冷的机器人逻辑。大众对这一复杂主题的理解，很大程度上源自好莱坞和科幻作品。
然而，这些天马行空的想象，实际上恰恰体现了科学界对人脑运作机制的思考。简单来说，人工智能可以定义为“教计算机如何模仿人类智能的某些方面”。
这种智能的侧重点，尤其是其用途和运行模式，有助于我们定义三种不同类型的AI。要了解未来AI与应用服务将如何协同工作，首先需要逐一分析这三种AI。
强人工智能
我们在电影银幕上看到的庞大凶恶的半机械人，或友善、面色苍白的仿生人，都是自主通用智能的例子。这种智能除了学习并将所学转化为进一步的自主行动外，并无特定用途。这些是人工智能的“强人工智能”模型，而此类AI只存在于科幻作品中，现实中并不存在。
弱人工智能
与“强”AI相比，还有一种更简单、更专注的人工智能，可称为“弱”AI：它能像电影中的仿生人一样自主运行，但用途较为单一。它可以在有限的运行范围内进行简单的适应和学习。这些系统擅长执行预先设计的任务，却无法自行学习新技能。我们每天都会与这些耳熟能详的系统互动，例如Siri、Alexa和Google。我们会让它们升起车窗，或与前车保持一定距离。虽然我们可以询问天气，而它们很可能也能回答，但它们不太可能像Data少校那样，为我们的人际关系提供睿智建议。
辅助型AI
第三类也是最常见的一类AI，往往不会立即显现出来。我们通常不会直接说出它的名称，但每天都会与包含这项技术的系统交互。这些系统属于人工智能的“增强”模型，旨在协助人类智能完成专门任务，让思考过程更高效、决策依据更充分。它们几乎总是高度专用，例如分析X光片上的暗斑并提醒技术人员这些暗斑可能具有重要意义，或快速比较装配线上生产的产品，在人脑尚未来得及作出反应之前发现质量问题。
辅助型AI与应用服务
辅助式AI是数字化转型第三阶段“AI辅助业务”的基础。这种AI将利用下一代应用服务收集的遥测数据，提供解决技术层面业务挑战的方法，从而增强业务能力。这些挑战可能只是识别导致客户转化率下降的性能问题，也可能复杂到识别在数字化业务流程中遇到困难的真实客户。两者都需要覆盖整个数据路径的大规模数据集。只有借助AI支持的高级分析，才能快速发现这两类关联。
为实现这些未来能力，我们已开启自身的数字化转型之旅，重点是将应用服务扩展至从代码到客户的整个数据路径。为实现这一愿景，我们收购了NGINX，近期又收购了Shape Security。这两家公司都提供独特的解决方案和应用服务，为应用交付的未来奠定基础，并支持构建辅助型AI，助力未来数字化业务发展。
关于作者
相关博客文章
2023年应用策略现状：成本与复杂性是推动多云网络发展的首要因素
多云网络解决方案可在核心、云和边缘环境之间实现无缝、安全的互联，为解决当今混合IT面临的挑战提供支持，因而备受业界关注。