在引出人工智能的含义之前，让我们先了解一下智能的含义——
智力：学习和解决问题的能力。这个定义取自韦氏词典。
人们期望的最常见的答案是“让计算机变得智能，以便它们能够智能地行动！” ，但问题是智商多少？如何判断智商？
……和人类一样聪明。如果计算机能够以某种方式解决现实世界的问题，通过从过去的经验中自行改进，它们将被称为“智能”。
因此，人工智能系统更通用（而不是具体），具有“思考”的能力并且更灵活。
众所周知，智力是获取和应用知识的能力。知识是通过经验获得的信息。经验是通过接触（培训）获得的知识。总结这些术语，我们得到人工智能，因为它是“‘世界卫生组织’自然（即人类）的副本，能够获取和应用它通过暴露获得的信息。”
智能由以下部分组成：
- 推理
- 学习
- 问题解决
- 洞察力
- 语言智能
人工智能中使用了许多工具，包括搜索和数学优化版本、逻辑、基于概率和经济学的方法。人工智能领域借鉴了计算机科学、数学、心理学、语言学、哲学、神经科学、人工心理学和许多其他领域。
对人工智能的需求
- 创建具有智能行为的专家系统，具有学习、演示、解释和建议用户的能力。
- 帮助机器像人类一样找到复杂问题的解决方案，并以计算机友好的方式将它们作为算法应用。
人工智能的应用包括自然语言处理、游戏、语音识别、视觉系统、医疗保健、汽车等。
人工智能系统由代理及其环境组成。代理（例如，人或机器人）是可以通过传感器感知其环境并通过效应器对该环境起作用的任何事物。智能代理必须能够设定目标并实现它们。在经典的规划问题中，代理可以假设它是世界上唯一起作用的系统，允许代理确定其行为的后果。但是，如果代理不是唯一的参与者，那么它需要代理可以在不确定的情况下进行推理。这要求智能体不仅要评估其环境并做出预测，还要评估其预测并根据其评估进行调整。自然语言处理使机器能够阅读和理解人类语言。自然语言处理的一些直接应用包括信息检索、文本挖掘、问答和机器翻译。机器感知是使用来自传感器（例如相机、麦克风、传感器等）的输入来推断世界各个方面的能力。例如，计算机视觉。博弈论、决策理论等概念要求代理能够检测和模拟人类情绪。
很多时候，学生会在机器学习和人工智能之间混淆，但机器学习是人工智能研究领域自成立以来的一个基本概念，它是对通过经验自动改进的计算机算法的研究。机器学习算法及其性能的数学分析是被称为计算学习理论的理论计算机科学的一个分支。
Stuart Shapiro 将人工智能研究分为三种方法，他称之为计算心理学、计算哲学和计算机科学。计算心理学用于制作模仿人类行为的计算机程序。计算哲学用于开发适应性强、自由流动的计算机思维。实施计算机科学的目标是创建可以执行以前只有人类才能完成的任务的计算机。
AI 开发了大量工具来解决计算机科学中最困难的问题，例如：
- 搜索和优化
- 逻辑
- 不确定推理的概率方法
- 分类器和统计学习方法
- 神经网络
- 控制理论
- 语言
人工智能的高调例子包括自动驾驶汽车（如无人机和自动驾驶汽车）、医疗诊断、创作艺术（如诗歌）、证明数学定理、玩游戏（如国际象棋或围棋）、搜索引擎（如Google 搜索）、虚拟助手（如 Siri）、照片中的图像识别、垃圾邮件过滤、司法判决预测 [204] 和有针对性的在线广告。其他应用包括医疗保健、汽车、金融、视频游戏等
机器或人机混合体的智能程度是否存在限制？超级智能、超智能或超人智能是一种假想的智能体，其智能远远超过最聪明、最有天赋的人类思维。 “超级智能”也可以指此类代理人所拥有的智能形式或程度。
参考资料： https://en.wikipedia.org/wiki/Artificial_intelligence