智能、理解、脑力、推理能力、敏锐、智慧。
这些术语通常用来表示人类的智力。它们所涵盖的广泛内涵表明，关于我们所称智力的本质，曾经进行过许多辩论。数千年来，人类一直在苦苦思索如何最好地描述和定义这一术语。虽然创造了数百种定义，但在很长一段时间内，智力被视为获取和应用知识与技能的生物心理能力。
一个多世纪以来，智力的辩论因对生物心理元素适用性的竞争和不确定性感到振奋。
人工智能（AI），即具备执行传统上被认为是人类独有领域的能力的机器，已经对人类社会产生了冲击。自20世纪下半叶以来，尤其在过去二十年中，机器展示了学习和应用学习的能力，这在过去只有人类才能做到。
然而，人类智能和人工智能在许多方面存在显著差异。它们并不是同义词，也不能互换。尽管关于人类智能和人工智能定义的内部争论仍然激烈，但两者之间的差异是明显的。
本文是
企业人工智能指南
- 还包括：
- 人工智能如何推动收入？这里有10种方法
- 人工智能无法替代的8种工作及其原因
- 2024年十大人工智能和机器学习趋势
人类智能的解释：人类能做什么比人工智能更好？
人类在需要同理心的环境和任务中通常优于人工智能。人类智能包括理解和与其他人情感相关的能力，而这一能力是人工智能系统难以模仿的。经过至少30万年的演化，智人（Homo sapiens）发展出了一整套互动技能——这种基于社交动物发展的智能，使其在多种形式的社交智能中表现出色。判断、直觉、微妙而有效的沟通以及想象力等相关活动，都是人类智能在现有任何形式的人工智能中更有用、更有价值的领域。
人工智能的解释：人工智能能做什么比人类更好？
人工智能系统在多个重要类别中超越人脑。人工智能，特别是机器学习算法（生成性人工智能是其一个子集），在处理和整合新信息以及在不同人工智能模型之间共享新知识方面表现出色。人工智能的耐力也优于人类智能；机器不需要休息，也不会分心。机器学习是一种极其强大的工具，能够在数据中检测模式。在许多实例中，包括医学影像、语音、数字欺诈和抄袭，人工智能在大多数模式识别方面的效果远超普通人类。此外，人工智能的工作速度远远超过人类智能；在速度方面，机器将在大多数经过训练的任务中以数量级的优势超越人类。
人工智能和人类智能的三种具体差异
1. 单次学习与多次学习
人类智能。人类最神奇的特质之一是能够从少量样本中学习新概念和想法，有时甚至只需一个样本。大多数人类甚至能够理解和识别模式，并利用它进行概括和推断。例如，在看过一两张豹子的图片后，再看不同类型动物的图片，人类能够高准确度地判断这些图片是否描绘了豹子。这种能力被称为单次学习。
人工智能。相反，人工智能系统通常需要大量的示例才能达到与人类相当的学习水平。一个人工智能系统可能需要数百万甚至数十亿个样本，才能学习到超过普通人类智能的水平。这种对多次学习的需求使人工智能与人类智能区分开来。许多研究者认为，这一差异是描述人类在学习效率上通常优于人工智能系统的有力依据。
人工智能看起来像人类，但自然智能与人工智能之间存在根本差异。
2. 想象力与复述
人类智能。许多心理学家、哲学家和认知研究者认为，想象力是人类的基本能力。他们甚至将想象力视为人类的一个重要特征。气候灾难的加速、潜在国际冲突的威胁和其他迫在眉睫的挑战，持续呼唤富有想象力的问题解决方案。人类在21世纪的生存深受新颖思想的影响，促使对人类想象力的思考和如何最好地培养它进行了一场小型文艺复兴。
定义层出不穷，但大多数人认为人类的想象力是形成不存在或不在场的现象的思想、心理感受和概念的能力。那些可能发生、曾经发生或永远无法发生的事物，都是想象的经典形式，几乎每个人的脑海中都能轻易浮现。
人工智能。相比之下，许多研究者认为人工智能系统更倾向于复述而非想象。复述可以理解为按原样回忆信息。计算机系统在这方面表现得非常出色。诸如生成性人工智能工具的人工智能系统，可以以合成形式进行复述。当这些系统被训练绘制各种类型的汽车图像时，它们能够生成从中学习的示例的混合。例如，一个训练于标志性汽车的人工智能系统，可能会生成1968年福特野马、1950年大众甲壳虫和2023年法拉利Portofino的混合体。虽然少数人工智能研究者将其描述为想象，但更准确的说法是将其称为合成复述。
有关企业人工智能的更多信息，请阅读以下文章：
学习人工智能的顶级学位课程
顶级人工智能认证和课程
主要类型的人工智能：解释
人工智能与机器学习与深度学习：主要区别
什么是人工智能伦理？
3. 多感官输入与输出
人类智能。人类智能的另一个显著特征是能够快速接收和整合来自所有感官的信息，并利用这种整合的感知做出决策。视觉、听觉、触觉、嗅觉和味觉无缝且迅速地融合成对我们所处环境及其内外发生的事情的连贯理解。典型人类还能够基于多种感官的感知，做出复杂的反应。因此，普通人类能够整合多模态输入，并创造多模态输出。
人工智能。到2023年，大多数人工智能系统仍无法以这种多模态的方式学习。著名的人工智能系统，如ChatGPT，仅能以一种形式接收输入——例如文本。然而，一些自动驾驶汽车能够接收来自多种来源的输入。自动驾驶汽车目前使用多种传感器类型，包括雷达、激光雷达、加速度计和麦克风，以从它们所导航的环境中获取关键信息。自动驾驶汽车使用多个人工智能系统来理解这些不同的信息流，将其汇总，然后做出导航决策。
人工智能与人类智能的协作
作为实施技术的一种方法，负责任的人工智能旨在减少人工智能应用的负面影响，特别是在伦理上存在争议的情境中。个人隐私；基于种族、性别、宗教和其他归属的歧视；在使用人工智能时缺乏透明度和通知；对人工智能驱动的决策进行审查：在这些领域，负责任的人工智能努力减少人工智能对个体生计和福祉造成的伤害。人类智能在避免或尽量减少这些伤害方面远非完美，但应用人类伦理的最佳实践优于人工智能，因为后者缺乏我们所理解的伦理。
将具备伦理意识的人类与人工智能过程和应用紧密结合，尤其是在涉及人类生活敏感领域（如健康、工作和自主权）时，将是并且可能继续是遏制伦理上不可接受结果的关键。随着人工智能研究和实施的不断推进，以及对更多应用人类想象力的实际和生存需求的增长，我们应该期待这两种智能形式在人工智能与人类的合作中日益融合。
最近对公民的民意调查和全球政策制定者的迹象表明，人们对将决策权交给即使是最智能的人工智能系统持强烈不愿意的态度。但与此同时，人类社会目前面临的问题似乎超出了人类及时找到解决方案的能力。中心挑战可能在于整合这两种智能，以便放大各自的优点，同时减少或消除各自的弱点。有些人会觉得这一前景令人不安，但我们面临的全球性问题的规模可能使得这种融合不可避免。人类与人工智能的合作可能不仅是我们最好的希望，而且是我们无法抗拒的选择。
