有很多方式来描述“人工智能”。

• “做决定”的神器

这种形式的自动化/计算/人工智能可以追溯到新石器时代。

早期的人工智能纯粹是启发式的。（也称为“老式人工智能”，又名“符号智能”，又名经典专家系统。）

当前这一代强（狭义）人工智能是统计的，包括神经网络和进化/遗传算法。

人工智能是做出决定的机器。现代统计方法允许这些机器学习和改进他们的决策。

目前最好的人工智能是“狭义的超级智能”，因为它可以在大多数可定义的任务上超过人类，但机器仍然缺乏生物大脑的直觉，而且这种强大的智能是狭隘的——仅限于单个问题或问题类别。

在这种情况下，我会关注什么而不是如何。

• 它将解决业务问题的哪一部分？
• 这如何适应更大的解决方案（AI 模型可能正在做出预测 - 是吗？是否有围绕它构建的应用程序或报告？）
• 与其他解决方案相比，您希望它的表现如何？
• 您在资源方面需要什么：数据、计算、时间？

至于它是如何工作的——我只是把它描述为一个“概率模型”，然后就这样了。如果他们想更深入，他们会问。您甚至可能还不知道确切的模型/算法/方法，因为通常需要进行实验和迭代。