人工智能的思考
人工智能自1956年在美国诞生至今已50多年了。长久以来，人工智能对于普通人来说是那样的可望而不可及，然而它却吸引了无数研？a href='http：//www.xuexila.com/yangsheng/kesou/' target='_blank'>咳嗽蔽钕撞胖恰4用拦槭±砉ぱг骸⒖诨？梅隆大学到IBM公司、本田公司、SONY公司以及国内的清华大学、中科院等科研院所，全世界许多实验室都在进行着AI技术的实验。随着时代的发展及信息革命的到来，人工智能的研究领域日益拓宽，其内容逐步丰富，对人类发展有划时代的意义。
人工智能是指在现今社会，提供某种程序让计算机能够拥有人类大脑的一些思维活动。在能执行告诉计算能力的同时，增加自己学习并且通过自己的学习积累，达到能自己解决一些非程序化事件。这是一种创新，一种挑战，因为，就目前的发展水平而言，要想达到人工智能，计算机业的发展还源远流长。人工智能最初有两个定义，其一：美国斯坦福大学教授尼尔逊说“人工智能是关于知识的学科—怎样表示知识以及怎样获得知识并使用知识的科学”;其二：MIT教授温斯顿则认为“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作”。
人工智能的研究课题
人工智能的研究方向已经被分成几个子领域，研究人员希望一个人工智能系统应该具有某些特定能力，以下将这些能力列出并说明。
解决问题
早期的人工智能研究人员直接模仿人类进行逐步的推理，就像是玩棋盘游戏或进行逻辑推理时人类的思考模式。到了1980和1990年代，利用 概率和经济学上的概念，人工智能研究还发展了非常成功的方法处理 不确定或不完整的资讯。
对于困难的问题，有可能需要大量的运算资源，也就是发生了“可能组合爆增”：当问题超过一定的规模时，电脑会需要天文数量级的存储器或是运算时间。寻找更有效的算法是优先的人工智能研究项目。
人类解决问题的模式通常是用最快捷，直观的判断，而不是有意识的，一步一步的推导，早期人工智能研究通常使用逐步推导的方式。人工智能研究已经于这种“次表征性的”解决问题方法取得进展：实体化AGENT研究强调感知运动的重要性。神经网络研究试图以模拟人类和动物的大脑结构重现这种技能。
知识表示
AN ONTOLOGY REPRESENTS KNOWLEDGE AS A SET OF CONCEPTS WITHIN A DOMAIN AND THE RELATIONSHIPS BETWEEN THOSE CONCEPTS.
主条目： 知识表示和常识知识库
智能规划
智能AGENT必须能够制定目标和实现这些目标。他们需要一种方法来建立一个可预测的世界模型，这样就可以选择功效最大的行为。 在传统的规划问题中，智能AGENT被假定它是世界中唯一具有影响力的，所以它要做出什么行为是已经确定的。 但是，如果事实并非如此，它必须定期检查世界模型的状态是否和自己的预测相符合。如果不符合，它必须改变它的计划。因此 智能代理必须具有在不确定结果的状态下推理的能力。 在多AGENT中，多个AGENT规划以合作和竞争的方式去完成一定的目标，使用演化算法和群体智慧可以达成一个整体的突现行为目标。
机械学习
主条目： 机器学习
机械学习的主要目的是为了从使用者和输入数据等处获得知识，从而可以帮助解决更多问题，减少错误，提高解决问题的效率。对于人工智能来说，机械学习从一开始就很重要。1956年，在最初的达特茅斯夏季会议上，雷蒙德索洛莫诺夫写了一篇关于不监视的概率性机械学习：一个归纳推理的机械。
语言处理
主条目： 自然语言处理
运动控制
主条目： 机器人学
机器知觉
主条目： 机器感知、 计算机视觉和 语音识别
机器感知 是指能够使用传感器所输入的资料然后推断世界的状态。 计算机视觉能够分析影像输入。另外还有 语音识别 、人脸辨识和物体辨识。
情感社交
主条目： 情感计算
KISMET， 一个具有表情等社交能力的机器人
情感和社交技能对于一个智能AGENT是很重要的。 首先，通过了解他们的动机和情感状态，代理人能够预测别人的行动。此外，为了良好的 人机互动，智慧代理人也需要表现出情绪来。至少它必须出现礼貌地和人类打交道。至少，它本身应该有正常的情绪。
创造能力
主条目：计算机创造力
一个人工智能的子领域，代表了理论和实际所定义的创造力。 相关领域研究的包括了人工直觉和人工想像。
多元智能
大多数研究人员希望他们的研究最终将被纳入一个具有多元智能，结合以上所有的技能并且超越大部分人类的能力。 有些人认为要达成以上目标，可能需要拟人化的特性，如 人工意识或 人工大脑。 上述许多问题被认为是人工智能完整性：为了解决其中一个问题，你必须解决全部的问题。即使一个简单和特定的任务，如 机器翻译，要求机器按照作者的论点，知道什么是被人谈论，忠实地再现作者的意图。因此，机器翻译被认为是具有人工智能完整性：它可能需要强人工智能，就像是人类一样。
主要影响
人工智能对自然科学的影响。在需要使用数学计算机工具解决问题的学科，AI带来的帮助不言而喻。更重要的是，AI反过来有助于人类最终认识自身智能的形成。
人工智能对经济的影响。专家系统更深入各行各业，带来巨大的宏观效益。AI也促进了计算机工业网络工业的发展。但同时，也带来了劳务就业问题。由于AI在科技和工程中的应用，能够代替人类进行各种技术工作和脑力劳动，会造成社会结构的剧烈变化。
人工智能对社会的影响。AI也为人类文化生活提供了新的模式。现有的游戏将逐步发展为更高智能的交互式文化娱乐手段，今天，游戏中的人工智能应用已经深入到各大游戏制造商的开发中。
伴随着人工智能和智能机器人的发展，不得不讨论是人工智能本身就是超前研究，需要用未来的眼光开展现代的科研，因此很可能触及伦理底线。作为科学研究可能涉及到的敏感问题，需要针对可能产生的冲突及早预防，而不是等到问题矛盾到了不可解决的时候才去想办法化解。
