人工智能有一个简洁的定义，它绕过了定义“智能”的问题，我将其归功于该领域的创始人麦卡锡，尽管我现在只能在H. Simon的这本书中找到它：

“......与寻找完成智能任务的方法有关，如果这些任务是由人类完成的，就需要我们的人类智慧。”

因此，在其核心，我们将每项任务的自动化称为 AI，这只能由人脑完成。当时人们认为能够下国际象棋的计算机在其他方面也很智能。当这被证明是错误的时，人工智能一词被分为“狭义或弱人工智能”，即能够完成人类思维的一项任务的程序，以及“一般或强人工智能”，一个可以完成所有任务的程序的人类思想。

自动驾驶汽车是狭义的人工智能。

请注意，所有这些定义都没有具体说明这些程序是否复制了人类思维的工作方式，或者它们是否通过完全不同的算法得出相同的结果。

其他答案讲述了在某些情况下汽车的指令集，或者目标寻找机器，而事实上，自动驾驶汽车没有特定的指令集。大多数自动驾驶汽车使用深度学习来确定在某些事件中要做什么。我们不告诉他们该怎么做。他们通过示例学习如何做。

用于自动化汽车的神经网络需要大量数据来训练。使用这些数据，汽车可以确定对于某些事件的最佳行动是什么。

根据这段视频，特斯拉的自动驾驶仪在 300.000.000 英里内只有一名人员伤亡。对于人类驾驶员，2014 年的伤亡人数为 32.675。那是每 300.000.000.000 英里。这意味着每 9000 万人类驾驶员中就有 1 人造成致命事故，而自动驾驶汽车为 3 亿分之一。深度学习超越了我们自己的“安全率”，不是通过指导，而是通过学习自己做什么。如果那不是人工智能，我不知道是什么。

自动驾驶汽车表现出一定程度的代理和多域弹性。根据某些定义，它们具有自我意识，并且它们绝对被设计为在大量潜在未知的情况下安全失效，这类似于生物制剂。

人工智能确实与非生物制剂及其代理方法的研究有关。其他一切都只是计算机科学、算法效率、生物学、艺术等。不过，生物和非生物能动性的研究最终会趋同，我们就称其为“智能”研究。

其他人已经给出了非常详细的答案，这是我对问题陈述的外行看法。自动驾驶汽车是一台“寻找目标”的机器。它有一组具有不同优先级的目标。例子。居住者的安全，他人的安全，从 A 点到 B 点等。有些是可以协商的，有些则不是。

为了满足目标，系统应该使用可用的输入（雷达、GPS、相机等）来确定什么是可能的最佳行动方案。有时，当它没有所有信息（一辆隐藏速度标志的卡车）时，它仍然需要做出决定（历史记忆或通过对周围环境的了解）来满足其设计目标。因此，人工智能。