导语：人工智能是什么？一文读懂AI定义与应用是热点新知中的重要话题，本文将为您详细介绍相关知识，内容丰富、通俗易懂，适合日常学习。本文发布于2026年10月11日。

什么是人工智能

人工智能（英文 artificial intelligence，简称 AI），简单说就是让计算机去做那些原本只有人类智慧才能完成的事：学习、推理、解决问题、感知环境、做出决策。它是一门交叉学科，横跨工程学、数学和计算机科学，目标是研究并开发出相应的方法和软件，让机器能够感知环境、运用学到的知识采取行动，从而更好地达成既定目标。

这个词本身也可以指一门学问：研究这样的智能系统究竟能不能实现、又该如何实现。

AI都在哪些地方用得上

它早已不只在实验室里。你可能每天都在用它：更聪明的网络搜索引擎、聊天机器人、手机里的虚拟助手、正在路测的自动驾驶汽车，以及国际象棋、围棋等策略游戏中的对弈和分析程序。进入2020年代，生成式人工智能大范围普及，只要给出一段文字提示，它就能生成图像、音频和视频，让创作和修改媒体内容变得前所未有地容易。

研究者到底在解决哪些问题

传统上，人工智能研究围绕几大目标展开：学习、推理、知识表示、规划、自然语言处理和感知，同时为机器人学提供支撑。为了实现这些目标，研究者会用到状态空间搜索、数学优化、形式逻辑、人工神经网络等技术，也常借助统计学、运筹学和经济学的方法。此外，心理学、语言学、哲学和神经科学等学科同样为AI提供灵感与工具——这也解释了为什么AI领域的研究者背景如此五花八门。

什么是人工通用智能（AGI）

目前大多数AI系统只在特定任务上表现优异，而OpenAI、Google DeepMind、Meta等公司正在尝试打造人工通用智能（AGI），通常指能够跨广泛任务和领域进行学习、推理并运用知识的AI。不过，AGI的精确含义和判定标准至今没有普遍共识：它到底该以什么能力为门槛，谁也说不清。

一段反复起落的历史

人工智能作为一门独立学科诞生于1956年。此后几十年，它多次经历「乐观期—失望—资金撤离」的循环，低谷时期被称为「AI寒冬」。转折出现在2012年之后：人们开始用图形处理器（GPU）加速神经网络，深度学习在影像辨识等多个重要任务上取得突破，资金和关注度随之大幅增长。2017年Transformer架构问世，这股势头进一步加快。进入2020年代，人工智能热潮与生成式人工智能的进步几乎同步到来。

除了好用，还有哪些担忧

能力越强，问题也越突出。除了人工智能安全本身，人们还担心使用AI可能带来的意外后果和危害。伦理问题、长期社会影响乃至潜在的存在性风险，都促使各界讨论该如何监管人工智能。与此同时，随着医学、神经科学、机器人学和统计学的发展，有报道认为人类的部分职业正逐渐被AI取代。这些问题没有简单答案，但已成为人工智能发展中无法回避的一部分。

「人工」加「智能」：定义怎么拆

通常，人工智能指用普通计算机程序来呈现人类智能的技术。一般教材把它定义为「智慧主体的研究与设计」——所谓智慧主体，就是能观察周遭环境并采取行动以达成目标的系统。1955年，约翰·麦卡锡把它描述为「制造智能机器的科学与工程」；安德烈亚斯·卡普兰和迈克尔·海恩莱因则强调，这类系统要能正确解释外部数据、从中学习，并利用学到的知识灵活完成目标。定义各有侧重，但共同点很清晰：让机器具备类似人的感知、判断与行动能力。