定义 - 人工智能 (AI) 是什么?
人工智能（AI）是计算机科学的一个领域，它强调创造像人类一样工作和反应的智能机器。深度学习是AI的一个子集，AI其实是更广的一个定义。Techopedia(为企业提供人工智能支持的一个外国集团)是这样解释人工智能的：
人工智能是计算机科学的一个分支，旨在创建智能机器，现在已成为技术行业的重要组成部分，人工智能相关的研究通常非常专业和专一（专一性是指某个小领域也可能会研究得很深入）。
人工智能所面临的主要问题：
知识工程可解释性解决问题（机器学习）感知学习计划操纵和移动的能力（机器人）知识工程是AI研究中的重要部分，机器只有在它们有充足的关于现实世界的信息时，才能表现得更“人类化”。人工智能必须去识别、分析各个物体，以及该物体的类别、属性等信息，形成一个巨大的知识网（知识工程）。解决机器中的常识、逻辑可解析性和问题解决的能力，是一个非常困难的工作。
可解释性最近在深度学习中经常被提到，各路神仙也是为了这个优秀的性质而不断探索。之所以说可解释性是优秀的性质，从一个例子上就可以体现，AlphaGo与人类选手李世石的人机大战里面，AlphaGo走出了众多让围棋专家都看不懂的棋法，假若AlphaGo也具有可解释性，我们可能可以得出类似“我走这一步是因为第xx步怎样怎样”、“现在的局面在我看来是xxx怎样怎样，我可能要小心xxx什么什么”、“对面的选手这一步下得一般”、“敌人这一步很犀利，但是我已经有办法破解，xxx这样这样”。但是在人工智能的学习上，即使是十分有名气的大师，对于解析人工智能这个事情上，往往是无从下手，通往可解释性的路格外崎岖。三架马车之一 Hinton（深度学习之父） 就有做过这方面的探索，创造出来的胶囊算法，在思想上就是往可解释性靠。
机器学习可以说是AI的核心组成部分。无监督学习需要具备学习输入流内在模式的能力，有监督学习则涉及到数值回归和分类。可以直观这样理解，通过分类能直接确定某个实例的类别（定性），而回归则是对于给定的输入或输出实例，去寻找一个尽可能拟合的复杂函数，从而给出某个实例的输出（定量）。机器学习算法及其性能的数学分析是理论计算机科学中定义明确的分支，通常称为计算学习理论。
机器感知是指通过感官输入来推断世界各个不同方面的能力，而计算机视觉是指分析具有诸如面部、物体和手势的一些子问题的视觉输入的能力。
机器人也是与人工智能相关的一个主要领域。机器人需要智能处理任务，主要是操作和处理事物，以及一些运动轨迹规划等子问题。
应用 - 人工智能应用场景(简单例取13个方面应用)
社会问题。美国的一些学术机构正在雇佣人工智能来应对世界上最大的经济和社会挑战。例如，南加州大学推出了社会人工智能中心，其目标是利用人工智能来解决诸如无家可归等社会相关问题。在斯坦福大学，研究人员利用人工智能来分析卫星图像，以确定哪些地区的贫困程度最高。空中作战系统。空中作战司（AOD）将AI用于基于规则的专家系统。AOD用于人工智能，用于作战和训练模拟器的代理操作员，任务管理辅助，战术决策支持系统。简单来说，是智能无人机系统。功能小到送快递，大到国家间打架。AI玩游戏。毫无疑问地，它有这个能力，假若你认为围棋是一种游戏，那么，它已经做到了，它以世界顶级的水平玩家身份出现在了公众的视野。可以预期，以后打英雄联盟刚不过，也就是刚不过了，只能自嘲： "并不是我技术菜，是敌人凭实力杀的我" 。
各位看官 觉得可以给个赞哦
---------------------------工作室介绍分割线------------------------------------
DeepAiExpert 提供的 人工智能、技能培训、软件架构、技术外包 服务成功帮助众多企业和个人实现了价值。
我们的官网：www.DeepAiExpert.cn www.DeepAiExpert.com
