人工智能是如何工作的(does Artificial Intelligence Work)？

今天，人工智能（AI）有各種各樣的形式。什么叫人工智能，什么叫軟件程序，都是一個棘手的問題。軟件界出現了一個趨勢，當過去被稱為"AI"的東西成熟并融入技術背景時，它不再被稱為人工智能。20世紀50年代的程序員可能會稱我們世界...

今天，人工智能（AI）有各種各樣的形式。什么叫人工智能，什么叫軟件程序，都是一個棘手的問題。軟件界出現了一個趨勢，當過去被稱為"AI"的東西成熟并融入技術背景時，它不再被稱為人工智能。20世紀50年代的程序員可能會稱我們世界上的許多嵌入式軟件為"人工智能"——例如，你車上控制燃油噴射的微芯片，或者超市里存儲所有銷售記錄的數據庫，或者谷歌搜索引擎。

所有的人工智能設計至少在某種程度上受到了人腦的啟發。
"一般的軟件開發人員"這個大得多的群體。人工智能研究人員傾向于研究更復雜、更具適應性、更具能力，甚至更像是人類的軟件形式。人工智能領域的工作人員也傾向于跨學科，精通與一般程序員不同的科學和數學領域，包括但不限于：形式統計、神經科學、進化心理學、機器學習和決策理論。
在人工智能領域，主要有兩大陣營：Neats，以及Scruffies。自從1956年人工智能作為一個領域成立以來，該部門一直在實踐中。neat是應用統計學等正式方法的倡導者。他們喜歡他們的程序組織良好、可證明可靠、基于具體理論運行、可自由編輯。Scruffies像凌亂的方法，如適應性神經網絡，認為自己是黑客，把任何東西組合起來，只要它似乎有用這兩種方法在過去都取得了令人印象深刻的成功，也有這兩種主題的混合體。
所有的人工智能設計至少表面上都受到人腦的啟發，根據定義，人工智能是模仿智能的某些方面。人工智能必須建立他們所操作或使用的事物的概念，并將這些概念存儲為數據塊。有時這些塊是動態的，經常更新的，有時是靜態的。一般來說，人工智能關心的是利用關系為了達到某個目標而在數據之間。
目標通常是根據效用來分配的。當給出目標時，人工智能系統可以生成子目標，并根據這些子目標對主要目標的預測貢獻，分配這些子目標的效用值。人工智能繼續追求子目標，直到完成主要目標。然后，它可以自由地轉到一個新的（但通常是相似的）主要目標。人工智能之間的不同之處在于如何實現所有這些動態。