不忘攀登
要想把人工智能解釋清楚並不是一件容易的事情，一方面原因是當前的人工智能並沒有一個明確的定義，也許人工智能永遠也不會有一個明確的定義，因為哲學是人工智能的重要支撐學科之一，所以定義人工智能的難度是非常大的。
另一方面，人工智能本身涉及到的領域非常廣闊，研究的方向也非常多，涉及到機器學習、自動推理、自然語言處理、知識表示、視覺和機器人學等。所以，要想徹底搞清楚人工智能，需要一個系統的學習過程，涉及到的基礎知識除了哲學之外，還包括數學、計算機、控制學、神經學和語言學等。
對於基礎比較薄弱的人來說，理解人工智能可以從三個角度來理解，其一是人工智能擁有一定的自主決策能力，能夠輔助人類做一些確定性比較強的決策動作，這主要是基於合理性來判斷的，而合理性則需要通過算法來進行設計，然後通過數據來進行訓練，最終的目的是讓智能體能夠合理地思考和行動。
其二是人工智能產品具有一定的學習能力，通過學習的過程能夠不斷拓展人工智能產品的應用邊界，以及適應新場景的能力，這一點對於未來人工智能產品的落地應用具有重要的意義。
其三是人工智能產品具有一定的溝通能力，智能體的溝通方式有很多種，比如通過自然語言溝通，通過視覺溝通等等，當然還可以通過各種傳感器來獲取周邊環境的狀態，以便於做出相應的動作。未來智能體的溝通能力能夠在很大程度上決定智能體的落地應用能力，所以目前不少研究生都把自然語言處理和視覺作為自己的主攻方向。
作者簡介：中國科學院大學計算機專業研究生導師，從事IT行業多年，研究方向包括動態軟件體系結構、大數據、人工智能相關領域，有多年的一線研發經驗。
歡迎關注作者，如果有計算機、考研、讀研相關問題也可以私信作者。
IT人劉俊明
人工智能：顧名思義，就是讓機器模仿人的能力。
那麼人具備什麼能力：
1、溝通---人工智能具備語音識別。
2、識別---人工智能圖像識別。
3、判定----人工智能行為識別。
4、推測-----人工智能路徑規劃。
5、自主行動----人工智能機器人。
等等，當然這些都處於初級階段，路還很長。
這一切的背後都是：事物的基本規律（維度）+大數據+算法
趙民強
簡單來說通過大數據和算法實現系統自動化、智能化、可自主學習化、擬人化。
