定義
人工智慧是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
涉及學科
哲學和認知科學（思維科學是AI的理論），數學（基礎科學），神經生理學，心理學，計算機科學，資訊理論，控制論，不定性論。
研究領域
機器人、語言識別、圖像識別、自然語言處理和專家系統等。
細分內容：自然語言處理，知識表現，智能搜索，推理，規劃，機器學習，知識獲取，組合調度問題，感知問題，模式識別，邏輯程序設計軟計算，不精確和不確定的管理，人工生命，神經網絡，複雜系統，遺傳算法
應用領域
應用分類：
B端：物體識別、智能路徑規劃等各類提升效率的應用
C端：智能交互等代替人工的場景
機器人，經濟政治決策，控制系統，仿真系統
機器視覺，指紋識別，人臉識別，視網膜識別，虹膜識別，掌紋識別，專家系統，自動規劃，智能搜索，定理證明，博弈，自動程序設計，智能控制，機器人學，語言和圖像理解，遺傳編程等。
優缺點
優點：擅長連續性學習。機器學習的數學基礎是「統計學」、「資訊理論」和「控制論」，對經驗的依賴性強。
缺點：跳躍性學習能力差，即不擅長創造，沒有靈感和頓悟。
2013年，帝金數據普數中心數據研究員S.C WANG開發了一種新的數據分析方法，該方法導出了研究函數性質的新方法。作者發現，新數據分析方法給計算機學會「創造」提供了一種方法。本質上，這種方法為人的「創造力」的模式化提供了一種相當有效的途徑。這種途徑是數學賦予的，是普通人無法擁有但計算機可以擁有的「能力」。從此，計算機不僅精於算，還會因精於算而精於創造。
有待考察。
發展階段-認知智能
感知智能主要是數據識別，需要完成對大規模數據的採集，以及對圖像、視頻、聲音等類型的數據進行特徵抽取，完成結構化處理。
認知智能則需要在數據結構化處理的基礎上，理解數據之間的關係和邏輯，並在理解的基礎上進行分析和決策，即認知智能包括理解、分析、決策三個環節。
行動智能是在認知智能基礎之上的執行，主要是人機協同。人機協同是在複雜的環境下，以知識圖譜為支撐，進行數據推理，合理調度資源，使人類智能、人工智慧和組織智能有效結合，打通感知、認知和行動的智能系統
作者：愛分析ifenxi
連結：https://xueqiu.com/5243595231/138844112
來源：雪球
著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。
風險提示：本文所提到的觀點僅代表個人的意見，所涉及標的不作推薦，據此買賣，風險自負。
- 感知智能
- 認知智能
- 行動智能
成果領域：
- 人機對弈
- 模式識別
- 自動工程
- 知識工程
發展方向
《重大領域交叉前沿方向2021》（2021年9月13日由浙江大學中國科教戰略研究院發布）認為當前以大數據、深度學習和算力為基礎的人工智慧在語音識別、人臉識別等以模式識別為特點的技術應用上已較為成熟，但對於需要專家知識、邏輯推理或領域遷移的複雜性任務，人工智慧系統的能力還遠遠不足。 [9] 基於統計的深度學習注重關聯關係，缺少因果分析，使得人工智慧系統的可解釋性差，處理動態性和不確定性能力弱，難以與人類自然交互，在一些敏感應用中容易帶來安全和倫理風險。類腦智能、認知智能、混合增強智能是重要發展方向。 [8]
下期預告
人工智慧的理論-思維科學
認知智能供應商的核心能力-行業知識圖譜
參考文檔：
1、百度詞條-人工智慧
https://baike.baidu.com/item/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/9180?fr=aladdin#2
2、AI的下一個戰場，一文看懂認知智能 | 愛分析洞見
https://xueqiu.com/5243595231/138844112
3、MBA智庫-認知智能
https://wiki.mbalib.com/wiki/%E8%AE%A4%E7%9F%A5%E6%99%BA%E8%83%BD#_ref-0