在介绍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。该定义取自韦伯斯特词典。
人们期望的最常见的答案是“使计算机变得智能，使其能够智能地行动！” ，但问题是多少才智?如何判断智力?
…像人类一样聪明。如果计算机能够以某种方式解决现实问题，并通过从过去的经验中自己改进自己的能力，它们将被称为“智能”。
因此，AI系统更加通用(而不是特定)，具有“思考”的能力并且更加灵活。
我们知道，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，我们得到的人工智能是““自然”(即人类)“ WHO”能够获取和应用通过暴露获得的信息的副本”。
情报包括：
- 推理
- 学习
- 解决问题
- 洞察力
- 语言智能
AI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。 AI领域借鉴了计算机科学，数学，心理学，语言学，哲学，神经科学，人工心理学等众多领域。
人工智能需求
- 创建具有智能行为的专家系统，并具有学习，演示，解释和建议用户的能力。
- 帮助机器找到像人类一样的复杂问题的解决方案，并以计算机友好的方式将其作为算法应用。
AI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。
AI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进行作用的任何事物。智能代理必须能够设定目标并实现目标。在经典计划问题中，代理可以假定它是世界上唯一起作用的系统，从而使代理可以确定其行为的后果。但是，如果代理不是唯一的参与者，则要求代理可以在不确定性下进行推理。这要求代理商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，问题解答和机器翻译。机器感知是使用传感器(例如照相机，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。诸如博弈论，决策论之类的概念要求代理能够检测和模拟人类情感。
很多时候，学生对机器学习和人工智能感到困惑，但是机器学习是自该领域成立以来人工智能研究的基本概念，它是对计算机算法的研究，该算法会根据经验自动提高。机器学习算法及其性能的数学分析是称为计算学习理论的理论计算机科学的一个分支。
Stuart Shapiro将AI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。计算哲学用于发展自适应，自由流动的计算机思维。实施计算机科学的目的是创建可以执行只有人以前才能完成的任务的计算机。
人工智能开发了许多工具来解决计算机科学中最棘手的问题，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
- 语言能力
AI的引人注目的例子包括自动驾驶汽车(例如无人机和自动驾驶汽车)，医疗诊断，创作艺术(例如诗歌)，证明数学定理，玩游戏(例如国际象棋或围棋)，搜索引擎(例如Google搜索)，虚拟助手(例如Siri)，照片中的图像识别，垃圾邮件过滤，司法判决的预测[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
智能机器(或人机混合动力)的性能是否受到限制?超智能，超智能或超人智力是一种假设的主体，其智能将远远超过人类最聪明，最有才华的智力。 “超级情报”还可以指此类代理拥有的情报的形式或程度。
参考： https://en.wikipedia.org/wiki/Artificial_intelligence