AI(Artificial Intelligence)即人工智能，最初是在1956 年被提出，人工智能研究如何用計算機去模擬、延伸和擴展人的智能；如何把計算機用得更聰明；如何設計和建造具有高智能水平的計算機應用系統；如何設計和制造更聰明的計算機以及智能水平更高的智能計算機等。

人工智能是計算機科學的一個分支，研究包括機器人、語音識別、圖像識別、自然語言處理和專家系統等。它的研究不僅涉及到計算機科學，而且還涉及到腦科學、神經生理學、心理學、語言學、邏輯學、認知（思維）科學、行為科學和數學以及信息論、控制論和系統論等許多學科領域。需要軟件、硬件、自動化和通信設備等來支持。
21世紀以來，大數據、云計算等信息技術給人工智能發展帶來了契機，成本低廉的大規模并行計算、大數據、深度學習算法、人腦芯片４大催化劑引領人工智能的發展出現上行趨勢，同時人工智能的發展也給新一代信息技術與工業各領域***融合提供了新的動力。人工智能全面融入人們的社會生活。
人工智能的技術突破在多個領域催生了一批新興的細分行業，智能寫作主要包括深度學習、機器學習、自然語言處理、計算機視覺／圖像識別、手勢控制、虛擬私人助手、智能機器人、推薦引擎和協助過濾算法、情境感知計算、語音翻譯、視頻內容自動識別等，機器學習成為研究和應用的核心領域。人工智能領域迎來創業和融資高潮，各國紛紛加快布局，美國領先優勢明顯。

簡單來說，人工智能就是為機器賦予人的智能。是能以人類智能相似的方式做出反應的智能機器。當然，我們熟知的機器人僅僅是人工智能的一個分支。機器通過學習獲取新的知識和新技能，是實現人工智能的一種方法。即機器學會“人識別事物的方法 ”。
科學家己經研制出了各種各樣的產品來模仿人類身體器官的功能，如音箱，收音機，機械手等，但是人類大腦的功能是否能夠在機器上模仿出來呢？如何判斷一臺機器具有智慧呢？在定義智慧時，英國科學家圖靈做出了貢獻，如果一臺機器能夠通過稱之為圖靈實驗的實驗，那它就是智慧的，圖靈實驗的本質就是讓人在不看外型的情況下不能區別是機器的行為還是人的行為時，這個機器就是智慧的。
圖靈采用“問”與“答”模式，即觀察者通過控制打字機向兩個測試對象通話，其中一個是人，另一個是機器。要求觀察者不斷提出各種問題，從而辨別回答者是人還是機器。圖靈還為這項測試親自擬定了幾個示范性問題：

問： 請給我寫出有關“第四號橋”主題的十四行詩。
答：不要問我這道題，我從來不會寫詩。
問：34957加70764等于多少？
答：（停30秒后）105721
問：你會下國際象棋嗎？
答：是的。
問：我在我的K1處有棋子K；你僅在K6處有棋子K，在R1處有棋子R。輪到你走，你應該下哪步棋？
答：（停15秒鐘后）棋子R走到R8處，將軍！
圖靈指出：“如果機器在某些現實的條件下，能夠非常好地模仿人回答問題，以至提問者在相當長時間里誤認它不是機器，那么機器就可以被認為是能夠思維的。”
從表面上看，要使機器回答按一定范圍提出的問題似乎沒有什么困難，可以通過編制特殊的程序來實現。然而，如果提問者并不遵循常規標準，編制回答的程序是極其困難的事情。例如，提問與回答呈現出下列狀況：
問：你會下國際象棋嗎？
答：是的。
問：你會下國際象棋嗎？
答：是的。
問：請再次回答，你會下國際象棋嗎？
答：是的。
你多半會想到，面前的這位是一部笨機器。如果提問與回答呈現出另一種狀態：
問： 你會下國際象棋嗎？
答：是的。
問：你會下國際象棋嗎？
答：是的，我不是已經說過了嗎？
問：請再次回答，你會下國際象棋嗎？
答：你煩不煩，干嘛老提同樣的問題。
那么，你面前的這位，大概是人而不是機器。上述兩種對話的區別在于，第一種可明顯地感到回答者是從知識庫里提取簡單的答案，第二種則具有分析綜合的能力，回答者知道觀察者在反復提出同樣的問題。“圖靈測試”沒有規定問題的范圍和提問的標準，如果想要制造出能通過試驗的機器，以我們的技術水平，必須在電腦中儲存人類所有可以想到的問題，儲存對這些問題的所有合乎常理的回答，并且還需要理智地做出選擇。

---

作者：Get智能寫作