每当一个问题变得可以通过计算机解决时，人们就会开始争辩说它不需要智能。约翰·麦卡锡经常被引用：“一旦它起作用，就没有人再称它为人工智能了”（在 CACM 中引用）。

我在大学的一位老师说，在 1950 年代，一位教授被问到他认为机器的智能是什么。据说教授回答说，如果自动售货机给了他正确的零钱，那将是聪明的。

后来，下棋被认为是聪明的。但是，计算机现在可以在国际象棋中击败大师，人们不再说它是一种智能形式。

现在我们有了 OCR。在另一个答案中已经说过，我们的方法没有 5 岁儿童的识别设施。一旦做到了，人们就会说：“呸，这不是智力，一个5岁的孩子就可以做到！”

心理偏见，需要声明我们在某种程度上优于机器，是其基础。

尽管 OCR 现在是一种主流技术，但我们的方法确实没有一个真正具有 5 岁儿童的识别功能（尽管声称通过 CAPTCHA 取得了成功）。我们不知道如何使用众所周知的技术来实现这一点，因此 OCR 仍然应该被视为 AI 问题。

要了解为什么会这样，阅读 Douglas Hofstadter的文章“论看到 A 和看到 AS”会很有启发性。

关于另一个答案中提出的观点，代理框架是一个有用的框架，因为它可以在日益复杂的环境中激发成功。然而，有许多难题（例如 Bongard）不需要以这种方式陈述。

我不确定预测 MNIST 是否真的可以被视为一项 AI 任务。人工智能问题通常可以在代理在环境中行动的背景下构建。神经网络和机器学习技术通常不必处理这种框架。例如，分类器正在学习两个空间之间的映射。尽管有人可能会争辩说，您可以将 OCR/图像分类视为 AI 问题——分类器是代理，它做出的每个预测都是一个动作，它会根据其分类准确度获得奖励——这是相当不自然的，并且不同于那些通常被认为是人工智能问题。