内容
资料来源：iLexx / iStockphoto
带走：
人工智能可能有一天可以通过使用人工神经网络来实现，但是这些令人兴奋的技术之间存在一些关键差异。
人工智能（AI）和人工神经网络（ANN）是计算机科学中两个令人兴奋且相互交织的领域。但是，这两者之间有一些差异值得我们了解。
关键区别在于神经网络是寻求人工智能的垫脚石。
人工智能是一个广阔的领域，其目标是创建智能机器，这取决于定义智能的方式已经多次实现。尽管我们拥有可以在“ Jeopardy”比赛中获胜并击败国际象棋冠军的计算机，但AI的目标通常被视为对通用情报的追求，即可以应用于各种无关问题的情报。
到目前为止，许多AI的创建都是有目的的，例如运行一个打乒乓球或在“ Jeopardy”中占主导地位的机器人。当计算机科学家坐下来并创建要执行特定任务的东西时，这是不可避免的结果–他们最终可以完成这项任务，而没有其他事情。
为了解决面向任务的AI的问题，计算机科学家开始研究人工神经网络。我们总体上智能的大脑由生物神经网络组成，这些神经网络根据我们的感知和外界刺激进行连接。
一个大大简化的例子是被烧伤的痛苦。第一次发生这种情况时，您的大脑即会建立连接，以识别被称为火（火焰，烟味，热量）的感觉信息，并将其与疼痛联系起来。这是您在很小的时候就学习如何避免被烧伤的方法。通过相同的神经网络，我们可以做很多普通的学习，例如“冰淇淋味道很好”，甚至可以进行演绎性的飞跃，例如“下雨前总是有云”或“ 12月股票总是反弹”。这些飞跃并不总是正确的。 （有糟糕的冰淇淋，并且12月库存下降），但是可以通过经验进行修正，从而可以进行自适应学习。
人工神经网络试图通过构建一个简单的框架程序来响应问题并接收有关其行为的反馈，从而在计算机上重新创建该学习系统。计算机可以通过完成数千次相同的问题并根据收到的反馈来调整其响应来优化其响应。然后可以给计算机一个不同的问题，它可以按照从上一个计算机中学到的相同方法进行处理。通过改变计算机已经掌握的问题和解决问题的方法，计算机科学家可以教会计算机成为通才。
尽管像好莱坞电影《 The Martrix》中所描绘的那样，可以让人联想到计算机正在占领世界并收获人类的图像，但从神经网络到人工智能，我们还有很长的路要走。在神经网络上测试的问题全部以数学方式表达。您不能将花朵放在电脑上，告诉它根据气味猜测颜色，因为气味必须用数字表示，然后计算机必须在内存中将这些数字以及花朵的图像分类散发出那种气味。
没有错误，没有压力-在不破坏生活的情况下创建可改变生活的软件的分步指南
当没有人关心软件质量时，您就无法提高编程技能。
就是说，可以为人工神经网络提供诸如气味之类的更多输入的能力以及从所有这些输入中学习的能力，可能正朝着生产甚至满足最坚决的AI爱好者标准的第一条人工智能迈进。
本质上，人工神经网络是旨在帮助计算机学习的人类神经网络模型。人工智能是圣杯，一些计算机科学家正在尝试使用模仿神经网络等技术来实现。