定义1：智能(intelligence)
人的智能是人类理解和学习事物的能力，或者说，智能是思考和理解的能力而不是本能做事的能力。
定义2：智能机器(intelligence machine）
是一种能够呈现出人类shi的机器，而这种智能行为是人类用大脑考虑问题或创造思想。
定义3：人工智能（学科）
人工智能（学科）是计算机科学中涉及研究、设计和应用智能机器的一个分支，它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。人工智能（学科）是智能科学中涉及研究、设计及应用智能机器和智能系统的一个分支，而智能科学是一门与计算机科学并行的学科。
定义4：
人工智能（能力）是智能机器所执行的通常与人类智能有关的智能行为，这些智能行为涉及学习、感知、思考、识别、判断、推理、证明、通信、设计、规划、行动和问题求解等活动 。
人工智能的其他定义：
从拟人思维的角度：
是一种使计算机能够思维，使机器具有智力的激动人心的新尝试；
是那些与人的思维、决策、问题求解和学习等有关活动的自动化；
从理性思维的角度：
是用计算模型研究智力行为；
是研究那些使理解、推理和行为成为可能的计算；
从拟人行为的角度：
是一种能够执行需要人的智能的创造性机器的技术；
研究如何使计算机做事让人过得更好；
是研究和设计具有智能行为的计算机程序，以执行人或动物所具有的智能任务；
从理性行为的角度：
是一门通过计算过程力图理解和模仿智能行为的学科；
是计算机科学中与智能行为的自动化有关的一个分支。
人工智能是一门前沿的综合学科，
发展进度：未阅读
下图为人工智能发展简史图：
人工智能学科的发展不是一帆风顺的：
早期的成就 (1952～1969)
- 自然语言的机器翻译。1953年，美国乔治大学，1954年IBM公司在701计算机上做俄译英的公开表演。此时，前苏联、中国也开展机器翻译的研究。
- 利用计算机证明数学定理。1956年，Newell和Simon，用程序Logic Theorist证明《数学原理》第二章中的38条定理，1963年证明全部52条定理。
- 1956年，Samuel研制了第一个跳棋程序，具有学习功能，打败一个州冠军。
- 1956年，Selfridge研制第一个字符识别程序。1959年，又提出功能更强的模式识别。
- 1957年， Newell，Shaw和Simon研究不依赖具体领域的通用解题程序GPS(General Problem Solving）
- 1965年，Robinson提出消解法（即归结原理），掀起研究计算机定理证明的又一次高潮。
巨大的期望：AI牛人Newell, Simon等早期所吹的“牛皮”
- 不出10年，计算机将成为世界象棋冠军。
- 不出10年，计算机将发现和证明重要的数学定理。
- 不出10年，计算机将能谱写具有优秀作曲家水平的乐曲。
- 不出10年，大多数心理学理论将在计算机上形成。
- 有人甚至断言，20世纪80年代将全面实现AI，2000年机器智能超过人。
现实的困境 (1966～1973)
- 消解法（归结原理）能力有限
例如：证明两个连续函数之和仍是连续函数，推了10万步还没有推出来。
- Sauel的下棋程序，1965年，世界冠军Helmann获得四连胜。
- 机器翻译闹出不少笑话
有人挖苦说，美国花了2000万美元为机器翻译立了一块“墓碑”。
“The spirit is willing but the flesh is weak”，意思是“心有余而力不足”。
机器翻译过程：英语－> 俄语 －> 英语
结果被译为： “The vodka is good but the meat is spoiled”，意思是“伏特加是好的，肉变质了”。
“Out of sight, out of mind”，意思是“眼不见心不烦”。将其翻译成俄语，竟成了：“ 又瞎又疯”。
- 从神经生理学角度研究AI，存在不可逾越的困难。人脑有1010以上个神经元，能否将1010个机器组成一个联合运行的网络？
- 1973年，英国发表了Lighthill report，认为AI的研究即使不是骗局，至少也是庸人自扰。终止了英国的AI研究。
- IBM公司也取消了本公司范围内的AI研究活动。
KBS(知识库系统): 力量的钥匙？ (1969 – 1979)
Newell, Simon等老一辈AI专家，关心的是“通用的、万能的符号逻辑运算体系”——物理符号系统假设。
Nilsson更进一步提出，物理符合体系的核心方法是逻辑演绎方法。他的口号——“命题主义” ，主张一切AI研究应在一个类似逻辑的形式框架内进行。
1968年，Stanford年轻教授Feigenbaum主持的专家系统DENDRAL问世，开创了AI的一个重要应用领域，以知识为基础的专家咨询系统（KBS）。
Feigenbaum及其提出的KBS的主要贡献
在IJCAI-1977上，Feigenbaum提出知识工程、专家系统及其开发工具
Feigenbaum认为，万能的逻辑体系从根本上说是不可能的，其最大弱点就是缺乏知识，缺乏人类在几千年的文明史上积累起来的知识。
Feigenbaum的主要贡献：
知识工程是1977-1987AI中最有成就的分支之一
在恢复和推进AI的社会形象方面起了很大作用
AI成为工业 (1980 – 现在)
- 专家系统及其开发工具
- 1981年，日本的“第五代计算机”计划
- 英国的Alvey Report建议恢复投资AI
提出——“基于知识的智能系统”（Intelligent Knowledge Based System, IKBS）
神经网络的回归 (1986 – 现在)
- 1969年，Bryson & Ho提出反向传播算法
- 1982年，Hopfield神经元网络
- 1986年，Rumelhart & McClelland：主编论文集 — Parallel Distributed Processing（并行分布模型）
- 形成“联接主义”方法，与“符号主义”方法形成互补
AI成为科学（1987－现在）
- AI理论应建立在严密的数学基础上
- 严格的定理、确凿的实验证据，不靠直觉
- 与现实应用相关，而不是与玩具样例相关
- 机器学习不应与信息论分离
- 不确定性推理不应与随机模型分离
- 搜索不应和经典的优化及控制分离
- 自动推理不应和形式化方法分离
- 在方法论上，AI已成为坚实的科学方法
- 利用Internet和共享测试数据库及代码，AI系统的重复实验成为可能
Intelligent Agent的出现（1995-现在）
- Internet ：最重要的Intelligent Agent 环境之一
- AI 成为搜索引擎、推荐系统、商务智能系统的基本工具
- “Agent的观点”： 将AI领域目前分离的子领域重新组织为一个有机整体
Russell & Norvig. AI: A Modern Approach
Pools et al. 1998
Nilsson, 1998
,
