人工智能不是一个简单的术语。有不同的类型，从最简单的基于规则的 AI 到黑盒 AI，如此复杂以至于人类无法准确理解他们在做什么。

没有伪代码如果在程序中使用会自动构成人工智能。不是那么黑白分明。但我可以举个例子：

这是一个基于规则的国际象棋人工智能，如果它落后太远，它就会放弃，如果它领先得足够远，它就会积极下棋。

if player.score - my.score > 10:
    forfeit
elif my.score - player.score > 10:
    agressive = True

for each piece of my.pieces:
    for each square of board.squares:
        if noThreats(square) and agressive is True:
            move(piece, square)
            return

这被认为是“人工智能”，因为它假装智能——似乎对国际象棋有真正的理解，同时简单地遵循一套规则，使其成为“人工智能”。

这是另一个更复杂的 AI：

decisionNet = NeuralNetwork(64 inputs, 2 outputs)

choice = decisionNet(board.squares) // Returns a chess square with one of my pieces and desitnation 
move(choice)

这使用了一个神经网络来做出决定，这可能已经在一堆示例游戏上进行了训练，也可以针对自身进行训练。由于这个“训练阶段”，人类无法在不付出大量努力的情况下准确地理解网络在做什么，因此它甚至给了对国际象棋的更令人信服的理解。但如果我们愿意，我们仍然可以理解这个网络的细微差别，并表明它不具备智能，它再次只是假装它。

我应该提一下，几乎任何具有if语句的代码都可以被视为 AI。我提供的示例更容易被理解为理解一个非常复杂的概念（国际象棋），而不是验证用户登录。它们都有相同的基本原理，只是表面上看起来比另一个复杂。

从哲学上讲，我自己的研究使我将人工智能理解为任何做出决定的人工制品。这是因为“智能”的词源强烈暗示“在备选方案之间进行选择”，这些含义一直追溯到原始印欧语系。

（智力程度或“强度”只是效用的衡量标准，通常与其他决策机制相比，或者“环境中的适应性”，其中环境是任何行动空间。）

因此，自动化（人工智能）智能最基本的形式是：

if [some condition] 
then [some action]

值得注意的是，在通俗意义上，与人类能力相匹配或超过人类能力的狭隘人工智能直到最近才出现，当时我们有足够的处理和内存来从统计决策算法中获得足够的效用。但Nimatron可能构成了现代计算环境中第一个功能强大的窄人工智能，而第一个自动化智能是简单的陷阱和圈套，几乎只要我们使用工具，它们就一直伴随着我们。

我将把它留给其他人来分解所有各种形式的现代人工智能。