人工智能的定义是什么？
人工智能导论
计算机科学的一个分支。
人工智能，英文缩写为AI。它是一门研究和开发模拟、扩展和扩充人类智能的理论、方法、技术和应用系统的新技术科学。人工智能是计算机科学的一个分支，它试图理解智能的本质，并产生一种新的智能机器，能够以类似于人类智能的方式做出反应。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统。人工智能自诞生以来，理论和技术日趋成熟，应用领域不断扩大。可以想象，未来人工智能带来的科技产品将是人类智慧的“容器”。
人工智能是对人类意识和思维的信息过程的模拟。人工智能不是人类的智能，但可以像人类一样思考，也有可能超越人类的智能。
人工智能是一门具有挑战性的科学，从事这项工作的人必须了解计算机知识、心理学和哲学。人工智能包含的科学范围很广，由不同的领域组成，如机器学习、计算机视觉等。一般来说，人工智能研究的主要目标之一是使机器能够胜任一些通常需要人类智能的复杂任务。但是不同的时代，不同的人对这个“复杂的作品”有不同的理解。
人工智能的定义
人工智能的定义可以分为两部分，即“人工”和“智慧”。“人工”更容易理解，争议更小。有时候我们要考虑人类能做出什么，或者人自身的智力是否高到可以创造人工智能等等。但总的来说，“人工系统”是通常意义上的人工系统。
关于什么是“智慧”，有很多问题。这涉及到其他问题，如意识一致性、自我、思维意识包括无意识思维无意识意识意识等等。人们普遍认为，人们知道的唯一智慧是他们自己的智慧。但是，我们对自身智慧的理解是非常有限的，对人类智慧的必要元素的理解也是有限的，所以很难定义什么是“人工”智慧。所以对人工智能的研究往往涉及到对人类智能本身的研究。关于动物或其他人工系统的其他智能，一般也被认为是与人工智能相关的研究课题。
人工智能在计算机领域越来越受到重视。它已应用于机器人、经济和政治决策、控制系统和仿真系统。
尼尔森教授对人工智能的定义是:“人工智能是一门关于知识的学科——关于如何表达知识以及如何获取和使用知识的科学。”另一位麻省理工学院的温斯顿教授认为:“人工智能就是研究如何让计算机做过去只有人才能做的智能工作。”这些说法反映了人工智能的基本思想和内容。即人工智能是研究人类智能活动规律，构造具有一定智慧的人工系统，研究如何使计算机做过去需要人类智能的工作，即如何应用计算机软硬件模拟人类的一些智能行为的基本理论、方法和技术。
人工智能是计算机科学的一个分支。自20世纪70年代以来，它被称为世界上最先进的三大技术之一:空间技术、能源技术和人工智能。它也被认为是21世纪的三大前沿技术之一:基因工程、纳米科学和人工智能。这是因为它在过去的30年中发展迅速，在许多学科中得到了广泛的应用，并取得了丰硕的成果。人工智能逐渐成为一个独立的分支，在理论和实践上自成体系。
人工智能(Artificial intelligence)是研究如何让计算机模拟人类的一些思维过程和智能行为如学习、推理、思考、规划等的学科。主要包括计算机实现智慧的原理，使计算机类似于人脑智慧，使计算机能够实现更高层次的应用。人工智能将涉及计算机科学、心理学、哲学和语言学。可以说，几乎所有的自然科学和社会科学的学科都已经远远超出了计算机科学的范畴。人工智能和思维科学的关系是实践和理论的关系。人工智能处于思维科学的技术应用层面，是它的一个应用分支。从思维上看，人工智能不局限于逻辑思维，只有形象思维和灵感思维才能推动人工智能的突破性发展。数学往往被认为是很多学科的基础科学，数学也进入了语言和思维领域。人工智能这门学科也必须借用数学工具。数学不仅在标准逻辑和模糊数学的范围内发挥作用，而且进入人工智能的学科，会相互促进，发展更快。[2]
人工智能的研究价值
例如，繁重的科学和工程计算最初是由人脑承担的。现在计算机不仅能完成这种计算，而且比人脑做得更快更准。因此，当代人不再把这种计算视为“需要人类智慧才能完成的复杂任务”。可见，杂工的定义随着时代的发展和技术的进步而变化，人工智能的具体目标自然也随着时代的变化而发展。一方面不断取得新的进步，另一方面转向更有意义和难度的目标。
一般机器学习的数学基础是统计学，信息论，控制论。还包括其他非数学科目。这种“机器学习”高度依赖“经验”。计算机需要不断地从解决一类问题的经验中获取知识，学习策略。遇到类似问题时，他们和普通人一样，用经验知识解决问题，积累新的经验。我们可以把这种学习方式称为“持续学习”。但人类除了从经验中学习，还可以创造，也就是“跳跃学习”。这在某些情况下被称为“灵感”或“顿悟”。一直以来，计算机最难学的就是“顿悟”。或者更严格地说，计算机在学习和实践中很难学会“独立于量变的质变”，很难直接从一种性质到另一种性质，或者从一种概念到另一种概念。正因为如此，这里的“修行”和人类的修行不是一回事。人类实践的过程既包括经验，也包括创造。
这是聪明的研究人员梦寐以求的。
2013，数据综合中心的数据研究员S.C WANG开发了一种新的数据分析方法，导出了一种研究函数性质的新方法。作者发现，新的数据分析方法为计算机社会提供了一种“创造”的方式。本质上，这种方法提供了一种相当有效的方法来模拟人的创造力。这种做法是数学赋予的，是普通人无法拥有而计算机可以拥有的“能力”。从此，计算机不仅擅长计算，而且因为擅长计算而擅长创造。计算机科学家应该断然剥夺“有创造力”的计算机过于全面的运算能力，否则计算机总有一天真的会“抓住”人类。
在回顾新方法的推导过程和数学时，作者扩展了对思维和数学的理解。数学是简洁的，清晰的，可靠的，模型化的。在数学发展史上，数学大师们创造力的光辉处处闪耀。这些创意以各种数学定理或结论的形式呈现，而数学定理最大的特点就是以一些基本概念和公理为基础，以模式化的语言方式表达，信息丰富。应该说数学是最简单直白的学科，体现了至少一种创造力模式。
人工智能的发展阶段
1956年夏天，以麦克阿瑟、明斯基、罗切斯特、神农为首的一批有远见的青年科学家聚在一起，研究和讨论了用机器模拟智能的一系列相关问题，并首次提出了“人工智能”一词，标志着这一新学科的正式诞生。IBM的“深蓝”计算机打败了人类世界象棋冠军，这是人工智能技术的完美表现。
人工智能自1956正式提出以来，50年来取得了长足的发展，已经成为一门广泛的交叉和前沿科学。一般来说，人工智能的目的是让计算机机器像人一样思考。如果你想制造一台思考机器，你必须知道什么是思考，更进一步，什么是智慧。什么样的机器是智能的？科学家制造了汽车、火车、飞机、收音机等等。它们模仿我们身体器官的功能，但它们能模仿人脑的功能吗？到目前为止，我们只知道我们皇冠上的这个东西是由数十亿个神经细胞组成的器官。我们对这个东西知之甚少，模仿它可能是世界上最难的事情。
当计算机出现后，人类开始真正有了一个可以模拟人类思维的工具。在随后的几年里，无数科学家为了这个目标而努力。如今，人工智能不再是少数科学家的专利。世界上几乎所有大学的计算机系都在学习这门学科，学计算机的大学生也必须上这样一门课。在大家的不懈努力下，现在的电脑似乎已经变得非常智能了。比如1997年5月，IBM开发的深蓝计算机打败了国际象棋大师卡斯帕罗夫。你可能没有注意到，在一些地方，计算机帮助人们做其他原本属于人类的工作，计算机以其高速度和准确性为人类发挥作用。人工智能一直是计算机科学的前沿学科，计算机编程语言和其他计算机软件也因为人工智能的进步而存在。
科学导论
实际应用
机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、自动规划、智能搜索、定理证明、游戏、自动编程、智能控制、机器人学、语言和图像理解、遗传编程等。
主题类别
人工智能是一门交叉学科，属于自然科学和社会科学的交叉。
涉及学科
哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不确定性理论。
研究类别
自然语言处理、知识表示、智慧搜索、推理、规划、机器学习、知识获取、组合调度问题、感知问题、模式识别、逻辑编程的软计算、不精确和不确定管理、人工生命、神经网络、复杂系统、遗传算法。
意识和人工智能
人工智能本质上是对人类思维信息过程的模拟。
人类思维的模拟可以通过两种方式进行。一种是结构模拟，模仿人脑的结构机制，制造出“类脑”机器；第二种是功能模拟，暂时抛开人脑内部结构，从其功能过程进行模拟。现代电子计算机的出现，是对人脑思维功能的模拟，也是对人脑思维信息过程的模拟。
弱人工智能现在发展很快。尤其是2008年经济危机后，美日欧都希望通过机器人实现再工业化。工业机器人正以前所未有的速度发展，进一步推动了弱人工智能及相关产业的不断突破。许多必须由人完成的任务现在可以由机器人来实现。
但强人工智能暂时处于瓶颈，需要科学家和人类的努力。
人工智能的主要成就
人机游戏
1996 2月10 ~ 17，加里卡斯帕罗夫4-2击败深蓝。
1997年5月3日至11年5月3日，加里卡斯帕罗夫以2.5: 3.5不敌改良后的深蓝。
2003年2月，加里·卡斯帕罗夫以3: 3战平了深足。
2003年6月，加里·卡斯帕罗夫以2: 2战平“X3D德国”X3D-FRITZ。
模式识别
使用$ TERM模式识别引擎，有2D识别引擎，三维识别引擎，驻波识别引擎和多维识别引擎。
2D识别引擎引入了指纹识别、肖像识别、字符识别、图像识别和车牌识别。驻波识别引擎引入了语音识别；3D识别引擎推出了玉带森林1.25挂玩指纹识别智能版。
自动化工程
自动驾驶OSO系统
印刷厂流水线
猎鹰系统的YOD图
知识工程
本文以知识本身为处理对象，研究如何利用人工智能和软件技术来设计、构建和维护知识系统。
专家系统
智能搜索引擎
计算机视觉和图像处理
机器翻译和自然语言理解
数据挖掘和知识发现