重要的事，请广大的读者不要喷俺，允许俺至少说两遍。
人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。
同时，也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。
比如许婷曾见过的“指路糖豆”，以及会听话，能严格按照主人意思变大变小的“隐形飞机”等。
其实好吃懒做的许婷曾经在她的那个时代，就很认真地发过一个白日梦。
有一天，她能低价买回来一个仿真机器人。
这个机器人可以陪她对话，聊天，玩，还可以干尽一切家务，比如洗衣服、打扫卫生、做饭什么的。
对于洗衣服和打扫卫生，反正干净就行么！
可是做饭嘛，嘿嘿，怎么着至少也会八大菜系中的各项名菜吧？
川菜那是必须的。
水煮毛血旺，水煮鱼片，水煮牛蛙。。。。
许婷是个武汉伢。
那也得要会鄂菜。
排骨藕汤，炸藕夹，红烧武昌鱼。。。。
还有各大面点及小吃。
会西餐那是更好。
双休就买一只蜡烛回来，机器人为许婷端上一盘鲜嫩可口的牛排和意大利通心粉，还有水果沙拉和新鲜出炉的披萨。
许婷就放开情怀，敞开肚皮去吃，机器仿真人就。。。。站在一旁伺候着，当然，如果有需要，还可以机灵地拿着雪白巾布帮许婷擦擦油亮的嘴巴。。。。。
对了，我希望我的机器女仆人象日本动漫《银魂》中的小玉一样，那么温婉清纯可爱。许婷不经意地想道，我可以从她身上汲取美德么！
你想想，一个平民女，由于低价买进了一个智能仿真机器人（请不要问我为什么这么智能的机器人居然是低价出售），从此以后便享受到了女皇一般的待遇，可以颐指气使，可以十指不沾阳春水，可以发号施令，可以从家务活以及自制的难吃菜肴中获得永久的解放。
只是想一想，就会两眼放出无数的星星来。
以后如果有一天，遇上了对的那个人，成了家，将调皮淘气的熊孩子扔给机器人，不是也挺省心而惬意么！
连带着培训、培优、请家教的钱，也全给省了下来。
真好，真的很好。
那么，什么是人工智能呢？
人工智能的定义可以分为两部分，即“人工”和“智能”。
“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。
关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND））等等问题。
人唯一了解的智能是人本身的智能，这是普遍认同的观点。
人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。
人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。
许婷记得，她曾无意中阅读过米国一位专家的报告。语言学团队小组们，致力于让计算机理解并能对所接收到的语句信息进行识别和判断，并作出正确而正常的反应。
他们不断扩大计算机所理解的语言词汇词库容量。
目前这种研究已经深入到，如何使计算机识别人类语气的阶断。
也就是说，同样一句话，如何让计算机认识到，这是一个反问句，或者，只是讥讽，并不需要去回答。
“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。
这类“机器学习”对“经验”的依赖性很强。
计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。
就像百度的工程师在设计汽车无人驾驶的人工智能时，说过一句话：“无人驾驶，就是机器通过传感器，获知周边的情景图像，并迅速做出反应。它的难点并不在于机器的发动，行驶，或是加速、减速还是骤停。而是需要机器，根据360度无死角的传感器获知不同的路况，不同的情景信息，迅速处理，作出判断和反应，是应该加速，还是减速，或是停车。”
他说，我们的技术并不见得比别人的差。
但是，遗憾的是，这却是一个刚出生的“婴儿”。
我们需要让它增长见识，不断经历，获得经验，积累经验，并汲取要点。
由此可见，人工智能就其本质而言，是对人的思维的信息过程的模拟。
对于人的思维模拟可以从两条道路进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器；二是功能模拟，暂时撇开人脑的内部结构，而从其功能过程进行模拟。
现代电子计算机的产生便是对人脑思维功能的模拟，是对人脑思维的信息过程的模拟。
如今没有统一的原理或范式指导人工智能研究。许多问题上研究者都存在争论。
其中几个长久以来仍没有结论的问题是：是否应从心理或神经方面模拟人工智能?
或者像鸟类生物学对于航空工程一样，人类生物学对于人工智能研究是没有关系的？
智能行为能否用简单的原则（如逻辑或优化）来描述？还是必须解决大量完全无关的问题？
人工智能在计算机上实现时有2种不同的方式。
一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法（ENGINEERINGAPPROACH），它已在一些领域内作出了成果，如文字识别、电脑下棋等。
另一种是模拟法（MODELINGAPPROACH），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。
遗传算法（GENERICALGORITHM，简称GA）和人工神经网络（ARTIFICIALNEURALNETWORK，简称ANN）均属后一类型。
遗传算法模拟人类或生物的遗传-进化机制，人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。为了得到相同智能效果，两种方式通常都可使用。
采用前一种方法，需要人工详细规定程序逻辑，如果游戏简单，还是方便的。如果游戏复杂，角色数量和活动空间增加，相应的逻辑就会很复杂（按指数式增长），人工编程就非常繁琐，容易出错。而一旦出错，就必须修改原程序，重新编译、调试，最后为用户提供一个新的版本或提供一个新补丁，非常麻烦。
采用后一种方法时，编程者要为每一角色设计一个智能系统（一个模块）来进行控制，这个智能系统（模块）开始什么也不懂，就像初生婴儿那样，但它能够学习，能渐渐地适应环境，应付各种复杂情况。这种系统开始也常犯错误，但它能吸取教训，下一次运行时就可能改正，至少不会永远错下去，用不到发布新版本或打补丁。利用这种方法来实现人工智能，要求编程者具有生物学的思考方法，入门难度大一点。但一旦入了门，就可得到广泛应用。
人工智能是一门边沿学科，属于自然科学、社会科学、技术科学三向交叉学科。
涉及学科包括哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论，仿生学，社会结构学与科学发展观。
研究范畴是语言的学习与处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法人类思维方式，最关键的难题还是机器的自主创造性思维能力的塑造与提升。
所以有人说，人工智能可能导致第二次工业革命。
