多年来，许多人试图定义人工智能。Stuart Russell 和 Peter Norvig 在他们的《人工智能——一种现代方法》一书中总结了很多这些定义

人工智能的定义可以概括为以下几类：

1. 那些解决思维过程和推理的问题（人工智能如何思考/推理）
2. 那些解决行为的问题（人工智能如何根据它所知道的来行动）

此外，上述 2 类进一步分为以下定义：

I. 根据其复制人类表现的能力来评估 AI（执行上述操作）的成功

二、或复制称为“理性”的理想绩效衡量标准的能力（它是否根据自己的知识做“正确”的事情？）

我将引用适合上述每个类别的定义：

• 1.我。“我们与人类思维相关的活动 [自动化]，如决策、解决问题、学习等活动。”- Bellman 1978
• 1.二。“研究使感知、推理和行动成为可能的计算。” ——温斯顿，1992
• 2.I. “研究如何让计算机做目前人们做得更好的事情”——Rich 和 Knight，1991
• 2.二。“智能代理的设计研究” - Poole 等人，1998 年

总而言之，人工智能致力于创造能够做出理性决策并采取理性行动的智能理性机器。

我建议你阅读图灵测试，艾伦·图灵提议测试计算机是否智能。然而，图灵测试有一些问题，因为它是拟人化的。

当航空工程师制造飞机时，他们并没有设定飞机应该像鸟一样飞行的目标，而是根据空气动力学研究开始学习升力是如何产生的。利用这些知识，他们创造了飞机。

同样，人工智能世界中的人们不应该将，恕我直言，人类智能作为努力争取的标准，而是我们可以使用，比如说，理性作为标准（以及其他标准）。

根据《人工智能：一种现代方法》（第 1.1 节）一书，人工智能 (AI) 有多种定义，可分为 4 类。

1. 人性化思考
2. 理性思考
3. 以人为本
4. 理性行事

下图（来自同一本书）提供了 8 个 AI 定义，其中每个框包含 2 个属于同一类别的定义。例如，左上角的定义属于人类思考的范畴。

还有人工智能效应，Pamela McCorduck 在她的著作《思考的机器：人工智能的历史和前景的个人调查》中描述如下（第 204 页）

这是人工智能领域历史的一部分，每次有人想出如何让计算机做某事——下好跳棋，解决简单但相对非正式的问题——都会有一大群批评者说，但那不是思考

什么是人工智能？

这个问题是模棱两可的。我将解决两个不太模糊但相关的问题。

1. AI领域的目标是什么？
2. 什么是人工智能？

AI领域的目标是什么？

在文章什么是人工智能？（2007 年），约翰·麦卡锡（John McCarthy）是人工智能的创始人之一，他也创造了人工智能这个词，他写道

人工智能是制造智能机器，尤其是智能计算机程序的科学和工程。

它与使用计算机来理解人类智能的类似任务有关，但人工智能不必将自己局限于生物学上可观察的方法。

因此，人工智能领域的目标是创造智能程序（或机器）。因此，他根据智能的概念定义了该领域的目标，他将其定义如下。

智能是实现世界目标的能力的计算部分。人、许多动物和一些机器都有不同种类和程度的智力。

因此，我们可以得出结论，人工智能领域的目标是创造程序（或机器），在世界范围内实现不同程度的目标。

这种智能的定义是合理的，并且与强化学习（这可能是通向 AGI 的途径）一致，但可能不够正式和严格。在这个答案中，我报告了 Hutter 和 Legg 给出的一个可能更合理的智力定义，所以我建议你阅读它，但定义大致一致（因为“目标”和“目标寻求行为”的概念" 出现在两个定义中），尽管它们强调不同的方面（例如计算或一般性）。

什么是人工智能？

如今，大多数人区分两种类型的人工智能系统：

• 窄人工智能（又名弱人工智能，虽然这个术语可能不完全是窄人工智能的同义词，但它与强人工智能正好相反：见Chinese-Room argument）：一个解决非常具体问题的系统（例如下围棋）
• 通用人工智能（又名强人工智能，尽管这个术语可能并不总是被用作 AGI 的同义词）：一个可以解决多个问题的系统

这种区别始于哲学论证，例如中国房间论证，其中计算机“理解”实际问题的能力受到质疑。如今，狭义人工智能（如AlphaGo）已经有多个成功案例，但还没有一个“真正的”AGI系统。这主要是因为越来越多的人（可能是明智地）专注于解决具体问题，而不是解决 AI 领域的“圣杯”问题，即创建 AGI，这似乎比创建要困难得多狭窄的人工智能系统。（无论如何，AGI 的创建实际上可能源于对这些特定问题的解决方案，所以也许我们已经在创建构建 AGI 所需的工具，而没有意识到这一点）。有关窄 AI 和强 AI 之间区别的更多详细信息。

智力

关于给定任务或一组任务，决策代理相对于其他决策代理的强度的度量。媒介是无关紧要的——智能是通过有机的和有意创造的机制来展示的。也可能是解决问题的能力，例如已解决的游戏。

人造的

与术语artifact相关，即有意创造的事物。通常，该术语已用于表示物理对象，但人类创建的算法也被视为人工制品。

词源源自拉丁词ars和faciō：“巧妙地构造”，或“制作的艺术”。

人工智能

• 任何巧妙（有意）构建的决策代理。

附录：“智能”的含义

“情报”的本义似乎是“获得”，回到印欧语系。见：智力（词源）；*leg/*leh₂w-

OED 对智能的第一个定义并没有错误，将含义扩展到能力的获取（可证明的效用），只是第二个定义是较旧的和基本的：“[战略] 价值信息的收集；2.3（过时的）信息在一般；新闻。”

您可以将宇宙视为由信息组成，无论信息采取何种形式（物质、能量、状态、相对位置等）。从算法的角度来看，这是有道理的，因为他们必须衡量宇宙的唯一方法是知觉。

获取一个平面文本文件。它可能只是数据，但您可以尝试执行。如果它实际运行，它可能会在某些任务中展示实用程序。（例如，如果它是一个极小极大算法。）

“作为效用度量的智力”本身就是信息意义上的“智力”，特别是我们用来衡量智力的信息，作为一个程度，相对于任务或其他智力。