1樓：
大家都回答了這麼多的原理的答案了，我來說乙個外行如何簡單區分的方法。
看他的公司規模是不是足夠大，
首先，人工智慧需要錢，一般投資是沒有那麼多的其次，看他的資料獲取量是不是足夠廣，沒有個幾十T的儲存不要談論人工智慧，當然，需要時有用的資料。
最後，看看人員的組成，是不是大多數開發人員都有良好的英語水平，並且具有較高的學歷。如果沒有，那麼這家公司基本就是偽人工智慧公司了
2樓：給你機會翻給我看
徐輝的答案算正常的領域裡的人說的，其他幾個應該都沒有接觸學習過人工智慧，現在廣泛流行的人工不否認是引數的運算，但是你以為人類的思考模式是什麼？層次化，類神經網路的框架你覺得不被人承認效果的話，大家會用嗎？甚至現在還有一種新的機器學習方法完全不同於當前主流的方法，人工智慧不神秘但是由於計算機強大的計算能力，在人類的時間觀念中非常強大，這點就夠了，這點能夠提高多大的效率！
因此所謂沒有那麼多人才的疑惑放一放，全世界將理論實現的人一大堆，搞理論的人倒是真是很少，中國的人工智慧人才大量都只明白怎麼做不明白怎麼做得更好，思維不一樣，你們覺得他們不是人才，那是片面的。人工智慧從來沒有過偽，只分強弱，弱的缺失的是情感有張圖我找不到了，這張湊合著理解下，強調一點，你們認為的偽人工智慧是指無法代替人類工作的人工智慧，弱人工智慧是世界主流，強人工智慧理論上存在但應該不可能實現
3樓：王陳正志
如果是以某個目的而誕生的，那麼他就是人工能智慧型嘍
和國家腦學研究所的人聊過這個問題。
如果是以人類意識思維的話，那肯定就是偽的，畢竟人對自己意識的產生都沒研究明白，現在的人造腦，必然是不成立的。
4樓：浩先森
瀉藥。機器視覺研究方向，我的理解，偽人工智慧論斷主要是近些年的人工智慧危機啊，很快很多行業就要被取代，失業就要到來blablabla這些。在助推人工智慧的熱度同時也妖魔化了。
其實真的人工智慧現在發展的還是太慢，只是在實驗室環境下的特定方向上取得了比較好的效果，實際上哪有那麼厲害，說到底就是一堆權值引數做機械化的計算而已，底層還是二傻子一樣的零一運算。希望深度學習的熱潮過去後大家還能如此樂觀。
5樓：
先說個題外話：
凱文-凱利的《必然》一書中有指出，未來的人們更需要的是人工智慧，而非是人工智慧。
回答：
就該新聞而言，所謂的偽人工智慧，實際上應該指的是「不具有學習能力，但能夠做到良好人機互動的程式」。這種按照預設執行的程式，是有應用邊界的。
如何區分？為什麼要去區分？區分的結果有什麼價值麼？好吧，這樣忽悠題主不對，我想應該從學習能力這塊考察。
如何看待饒毅的 人工智慧還是偽智慧型 命題？
偷故事的人 人工智慧可以說是還是一種簡單的機械結構和控制程式的一種集合體，只是這樣的幾個體對於資料的處理能力比較強大，但是如果真的要將人工智慧發展到與人類的大體思考方式一樣的時候，可能我們需要的就不簡簡單單的是這樣的人工智慧了。 Ben Lai 取決於對 智慧型 這個詞的定義，可以看一下Andrew...
什麼是人工智慧？如何入行人工智慧？
十三 目前掀起一波熱潮的人工智慧，主要是在用機器想方設法模擬人腦工作方式。比如神經網路。模擬人腦，像人一樣 是很多人最開始對人工智慧的定義。甚至有乙個爭論，人工智慧是否會超過人類 知乎上有篇翻譯的文，標題叫 為什麼霍金等人都叫大家警惕人工智慧 看完你會覺得頭大甚至有恐慌感，但事實上，科學家們普遍不支...
人的意識上傳到電腦後，如何區分人和人工智慧？
研究員045 要先清楚在這裡人工智慧的定義，假如是按上傳到電腦的人的意識來編寫的，那麼要看有沒有複製正常人的記憶。沒有的話兩者心理狀態應該是不同的。但如果有的話我認為這也是人的一種，只不過後者是人工製造的。假如是純粹引用資料庫來作出反饋的，這叫sirl 或其他的語音助手 假如有自我進化能力與學習能力...