人工智能 網路解釋
百度百科
人工智慧
人工智慧（Artificial Intelligence），英文縮寫為AI。是新一輪科技革命和產業變革的重要驅動力量， 是研究、開發用於模擬、延伸和擴展人的智慧的理論、方法、技術及應用系統的一門新的技術科學。
人工智慧是智慧學科重要的組成部分，它企圖瞭解智慧的實質，並生產出一種新的能以與人類智慧相似的方式做出反應的智慧型機器。人工智慧是十分廣泛的科學，包括機器人、語言識別、圖像識別、自然語言處理、專家系統、機器學習，電腦視覺等。
人工智慧大模型帶來的治理挑戰也不容忽視。馬斯克指出，在人工智慧機器學習面具之下的本質仍然是統計。營造良好創新生態，需做好前瞻研究，建立健全保障人工智慧健康發展的法律法規、制度體系、倫理道德。著眼未來，在重視防範風險的同時，也應同步建立容錯、糾錯機制，努力實現規範與發展的動態平衡。
2024年12月20日，“人工智慧”當選為漢語盤點2024年度國際詞。當地時間2025年1月13日，美國拜登政府發佈《人工智慧擴散出口管制框架》，將對出口到全球的人工智慧技術和GPU都進行三個級別的出口管制。1月14日，中國外交部發言人郭嘉昆表示：堅決反對美方在AI領域也搞“三六九等”。
截至2024年12月，生成式人工智慧產品，占整體人口的23.5%；有2.49億人表示自己使用過生成式人工智慧產品，占整體人口的17.7%。生成式人工智慧使用者中，利用生成式人工智慧產品回答問題的使用者最為廣泛，占比達77.6%；將生成式人工智慧產品作為辦公助手的使用者占比達45.5%。
wikipedia
人工智慧（英語：artificial intelligence，縮寫為AI），亦稱機器智慧，指由人製造出來的機器所表現出來的智慧。通常人工智慧是指用普通電腦程式來呈現人類智慧的技術。該詞也指出研究這樣的智慧系統是否能夠實現，以及如何實現。同時，隨著醫學、神經科學、機器人學及統計學等方面的發展，普遍認為人類的部分職業也逐漸被其取代。
人工智慧于一般教材中的定義領域是“智慧主體（intelligent agent）的研究與設計”，智慧主體指一個可以觀察周遭環境並作出行動以達致目標的系統。約翰·麥卡錫於1955年的定義是“製造智慧型機器的科學與工程”。安德莉亞斯·卡普蘭和邁克爾·海恩萊因（Michael Haenlein）將人工智慧定義為“系統正確解釋外部資料，從這些資料中學習，並利用這些知識通過靈活適應實現特定目標和任務的能力”。人工智慧可以定義為模仿人類與人類思維相關的認知功能的機器或電腦，如學習和解決問題。人工智慧是電腦科學的一個分支，它感知其環境並採取行動，最大限度地提高其成功機會。此外，人工智慧能夠從過去的經驗中學習，做出合理的決策，並快速回應。因此，人工智慧研究人員的科學目標是通過構建具有象徵意義的推理或推理的電腦程式來理解智慧。人工智慧的四個主要組成部分是：
- 專家系統：作為專家處理正在審查的情況，並產生預期或預期的績效。
- 啟發式演算法：包括評估小範圍的解決方案，並可能涉及一些猜測，以找到接近最佳的解決方案。
- 自然語言處理：在自然語言中實現人機之間的交流。
- 電腦視覺：自動生成識別形狀和功能的能力。
人工智慧的研究是高度技術性和專業的，各分支領域都是深入且各不相通的，因而涉及範圍極廣。人工智慧的研究可以分為幾個技術問題。其分支領域主要集中在解決具體問題，其中之一是，如何使用各種不同的工具完成特定的應用程式。
AI的核心問題包括建構能夠跟人類似甚至超卓的推理、知識、計畫、學習、交流、感知、移動 、移物、使用工具和操控機械的能力等。通用人工智慧（AGI）目前仍然是該領域的長遠目標。目前弱人工智慧已經有初步成果，甚至在一些影像識別、語言分析、棋類遊戲等等單方面的能力達到了超越人類的水準，而且人工智慧的通用性代表著，能解決上述的問題的是一樣的AI程式，無須重新開發演算法就可以直接使用現有的AI完成任務，與人類的處理能力相同，但達到具備思考能力的統合強人工智慧還需要時間研究，比較流行的方法包括統計方法，計算智慧和傳統意義的AI。目前有大量的工具應用了人工智慧，其中包括搜索和數學優化、邏輯推演。而基於仿生學、認知心理學，以及基於概率論和經濟學的演算法等等也在逐步探索當中。