为什么我们现在将神经网络视为人工智能？

“我们”不是。这通常是由于媒体来源的报道简化了科技新闻。

AI 的定义有些不稳定，有时也存在争议，但在研究和科学界，它并没有改变到 AI=NN 的程度。

发生的事情是，对神经网络的研究在过去十年中取得了一些真正的进步。这些进步已经解决了诸如非常基本的计算机视觉之类的仅限研究的问题，并使其足以转变为可以在商品硬件上用于现实世界的技术产品。

这些是改变游戏规则的技术进步，它们在内部使用神经网络。使用神经网络的研究和开发仍在产生新的和改进的想法，因此已成为一个非常受欢迎的学习领域。

许多使用神经网络的研究也是对人工智能的研究。计算机视觉、自然语言处理、自主代理控制等方面通常被认为是人工智能的一部分。这在报告中得到了简化，并被大肆宣传的营销活动用来将几乎所有带有 NN 的产品标记为“人工智能”。通常更正确的是统计或数据科学。数据科学是另一个被媒体和技术公司滥用的术语——使用人工智能和数据科学的主要区别在于，数据科学是一个新术语，因此与它的现有用途没有冲突。

人工智能作为一个学科和研究领域的其余部分并没有消失。其中一些很可能使用神经网络作为工具包的一部分来构建或研究事物。但不是全部，即使使用了神经网络，人工智能部分也不一定是神经网络。

人工智能不仅仅与神经网络有关。

形式证明助手（如Coq或Frama-C）在某些圈子中被视为 AI。像DECODER这样的项目有一种人工智能的味道。

符号 AI 系统（如RefPerSys）和更普遍的专家系统在 AI 书籍中被提倡，如人工存在，有意识的机器的良心。那本书（Pitrat 着）没有提到太多神经网络。

神经网络适用于某些问题（例如计算机视觉），但不适用于其他问题。

自主机器人（如火星探路者）不仅仅使用神经网络。

自然语言处理是人工智能的一个子部分，不仅使用神经网络方法。