现在人工智能的类型太多了，随着人工智能的普及，应用范围的拓展，还将进入更多的领域。

现在人工智能所涉及的学科有：认知科学，数学，神经生理学，信息论，控制论，不定性论，计算机科学，心理学，哲学，语言，自然科学和社会科学等等几乎所有的学科。

应用领域有：翻译，智能控制，专家系统，机器人学，语言，图像理解，遗传编程，自动程序设计，大信息的处理，储存，管理，执行一些生命体无法执行的任务，或者复杂的和规模庞大的任务等等。

具体应用方面有：网络，工业，农业，航空航天，军事，自然，家庭，个人等等，各行各业都有人工智能的身影。

机器学习是我的主要研究方向之一，同时也在带相关方向的研究生，所以我来回答一下这个问题。

人工智能技术经过六十多年的发展，目前主要的研究内容集中在六大领域，分别是机器学习、计算机视觉、自然语言处理、知识表示、自动推理和机器人学。随着大数据的发展，目前机器学习、计算机视觉和自然语言处理相关技术得到了广泛的关注，一些基于机器学习技术的智能体（人工智能产品）已经陆续被部署到生产环境中。

虽然目前市场对于人工智能的呼声比较高，诸多大型互联网企业陆续开始布局人工智能领域，但是目前人工智能领域依然处在行业发展的初期，目前的人工智能产品依然处在“弱人工智能阶段”，智能体对于运行场景依然有较多的要求。

人工智能技术的发展和应用需要一系列技术的支撑，这些技术包括物联网技术、云计算技术、边缘计算技术、大数据技术等。

以机器学习为例，机器学习的步骤包括数据收集、数据整理、算法设计、算法实现、算法训练、算法验证和算法应用，其中算法设计是机器学习的核心，而数据收集是机器学习的基础。所以，在大数据的支撑下，机器学习在大数据时代得到了一定程度的发展。简单的说，数据量越大机器学习的效果就会越好。

目前我国正在持续推进产业结构升级，而网络化、智能化是产业结构升级的重要内容，所以人工智能技术未来的发展空间还是非常值得期待的。产业结构升级的背后必然是人才结构的升级，所以对于职场人来说，掌握一定的人工智能技术会在一定程度上提升自身的职场竞争力。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网方面的问题，或者考研方面的问题，都可以咨询我，谢谢！

人工智能技是研究、开发用于模拟、扩展和增强人类思维和智能的理论、技术及应用的一门科学。

由人工智能延伸出来的领域非常的广泛，目前比较火热的领域为人类语言、视觉的理解，包含语音识别、语义理解，和语言处理，图像识别、图像理解、信息检索等。

背后涉及的技术广泛，比如用于感官的语音、图像识别的硬件及软件算法，信息传输的5G通信等，背后逻辑处理的算法研究、大数据分析等。

个人基于AI和科技领域的从业经历的拙见，不足之处，欢迎探讨和交流。

1、机器学习

2、深度学习

3、强化学习

4、优化算法

5、具体工具平台：python、numpy、keras、tensorflow、pytorch等

6、最后需要数据集，特别是公开的，大家研究有个算法比较基准

人工智能是一门非常高深的技术，学习人工智能有二大方向：

1、掌握人工智能核心技术，成为人工智能专家，这个需要对数学有很深入的学习和研究，最好是重点大学的数学专业博士（极少数的一批人），对数学着迷，很好的掌握和研究了高等数字、线性代数、统计概率学等知识，这样才能深入研究人工智能的核心——算法。

2、学习人工智能应用技术，通常是数据挖掘分析应用，需要学习的技术包括：软件开发技术（特别是python开发），大数据挖掘分析（重点是spark技术），机器学习和深度学习技术。在此基础上还可以分别学习的应用技术方向包括：语音识别技术、图像和人脸识别技术、聊天机器人应用技术、自动驾驶应用技术、以及更综合的应用机器人技术。

无论你是学习人工智能应用或是核心技术研究，都需要非常努力的学习，学无止境，加油加油??

静心科技，打造静心科研。

人工智能技术应用分割：深度学习——计算机视觉——智能机器人——虚拟个人助理——自然语言处理 - 语音识别——自然语言处理 - 通用——实时语音翻译——态势感知计算——手势控制——自动识别视觉内容——推荐引擎等

首先，人工智能是计算机科学的一个分支，简单的说，就是让机器代替人类完成人类不能做或者没时间做的任务，不能用有哪些来衡量吧。其次，人工智能不好学。最后，零基础能不能学会要看是什么的零基础，努力不努力，学人工智能的哪一部分。下面且听我一一道来。

现在的人工智能还基本处在概念性阶段，实际的产品还很少，比较有名的就是谷歌推出的打败围棋冠军无敌手的阿尔法狗。这个阶段研发性质的工作比较多，需要掌握的知识就比较繁多复杂了。比如数学，计算机编程，人体神经网络，画图等等，听听都头疼的。

如果以后到了人工智能产品生产阶段，可能需要的知识就柔和多了。就像研发电子元件很难，但是电子厂流水线工人确相对简单一样。不过就算简单，对学历专业应该也有要求吧。

所以个人觉着，想学人工智能，比较正统的路子还是通过求学途径。如果是相关专业毕业生而且不想继续在学校深造，可以参加培训，虽然不知道能学到什么程度，起码找工作时有个敲门砖。不知道你的零基础是什么基础上的零基础，我想说，努力肯定能学会，只不过起点高过程容易一些，起点低过程艰难一些。

说到人工智能，大家其实很不了解，不信？那来看看人工智能的类型。

1.超级人工智能

对于超级人工智能，有人给出过这样一个推理，十分震撼：

“一个人工智能系统花了几十年时间达到了人类脑残智能的水平，而当这个节点发生的时候，电脑对于世界的感知大概和一个 4岁小孩一般；而在这节点后一个小时，电脑立马推导出了统一广义相对论和量子力学的物理学理论；而在这之后一个半小时，这个强人工智能变成了超人工智能，智能达到了普通人类的17万倍。”

这就是可能的超级人工智能，完全超越人类，甚至超越人类很多很多。当这样一种智能出现，我们会面临什么？不得而知。

或许会像下图一样。。。

2.强人工智能

强人工智能就是可以完全替代人的人工智能。

说白了，你所做的所有事，它都能做。

厉害吗？厉害！可怕吗？可怕！

强人工智能一旦出现，就不是替代一部分人，而是所有人。管你贫穷还是富有，都是愚蠢的人类。。

3.弱人工智能

目前的人工智能就处在这样一个阶段，专注于特定领域的问题。

比如阿法狗，下棋非常厉害，几个月就能自学成才，一举超越人类最强者。阿法零就更厉害，只要三天。

这就是弱人工智能。但它弱吗？并不是，它在特定领域的能力远超人类。比如自动驾驶，比人类驾驶安全很多；比如人脸识别，它能记住n万的人脸……

弱人工智能，就足以在很多领域取代人。比如翻译，谷歌翻译的能力已取得质变，百度昨天的世界大会上，人工智能已能现场实时翻译——翻译到可读的程度。

那么，你怕了吗？

再看看下图：

还好，弱人工智能到强人工智能，还有很长的路要走。

谢邀！对于人工智能分类问题，学界目前没有统一答案，这里谈一些个人见解。

个人认为人工智能分为2类

一，分科人工智能，即针对某一行业开发，如alfpha go下棋,google自动驾驶开车等

二，全科人工智能，即采用通用算法，如ibm watson，他能理解，推理，学习。目前已用于医疗，家电，气象预测等十几个领域。

人工智能产品有：游戏、企业软件、无人机、智能机器人、智能机床、数据挖掘、搜索引擎、个性化推荐、图像处理、虚拟工厂、电子营销、各种云端等