人工智能 (AI) 在我们日常使用的软件应用程序中的应用越来越普遍，包括家庭和手机中的数字助理、上班乘坐的汽车中使用的汽车技术、以及帮助我们在到达时完成工作的智能生产力应用程序。

那么，人工智能究竟是什么呢？

对此有很多定义；有些是技术性的，有些是哲学性的；但一般而言，我们倾向于将 AI 视为展示一种或多种类似人类能力的软件，如下表所示：

 视觉感知 - 能够使用计算机视觉功能接受、解释和处理图像、视频流和实时摄像机的输入信息。

文本分析和对话 - 能够使用自然语言处理 (NLP) 来“阅读”，还可以生成逼真的响应并从文本中提取语义。

语音 - 能够将语音识别为输入，并能合成语音输出。 将语音功能与对文本应用 NLP 分析的功能相结合后，实现了一种称为“对话式 AI”的人机交互形式，在这种形式中，用户可以与 AI 代理（通常称为“机器人”）进行交互，就像与真人交互那样。

进行决策 - 能够利用过去的经验和学习的相关性来评估情况和采取适当措施。 例如，识别传感器读数异常，并采取自动措施防止故障或系统损坏。

了解与 AI 相关的术语

人们在谈论人工智能时会用到一些相关术语，我们有必要对每个术语的定义做一个全面的了解。

数据科学

数据科学是一门专注于数据处理和分析的学科；应用统计技术揭示和可视化数据中的关系和模式，并定义有助于探索这些模式的试验模型。

例如，数据科学家可能会收集某一地理区域中濒危物种种群的数据样本，并将其与同一区域的工业化水平和经济人口统计数据相结合。 然后可以对数据进行分析，使用统计技术从样本中推断，以了解人类活动与野生动物之间的趋势和关系，并使用显示人类活动对野生动物种群可能产生的影响的模型对假设进行验证。 这样一来，数据科学家便可以帮助人们确定出最佳策略，找到满足人口经济福祉和保护濒危野生动物这两种需求之间的理想平衡点。

机器学习

机器学习是数据科学的一个子集，负责处理预测模型的训练和验证。 通常，数据科学家准备数据，然后使用它来训练基于算法的模型，该算法利用数据中特征之间的关系来预测未知标签的值。

例如，数据科学家可能使用他们收集的数据来训练一个模型，该模型根据观察到的筑巢地数量、指定为受保护的土地面积、当地人口、当地道路上的每日交通量等因素来预测某个物种数量的年增长率或下降率。 然后，可以将此预测模型用作一种工具，用于评估当地住房、基础设施和工业发展计划，以及对当地野生动物的潜在影响。

人工智能

人工智能通常（但并非总是）建立在机器学习的基础上，以创建模拟一个或多个人类智能特征的软件。

例如，平衡野生动物保护和经济发展需求需要准确监测受保护的濒危物种的数量。 依靠人类专家正确识别所涉及的动物或在足够长的时间内监测大片区域以获得准确的计数可能并不可行。 事实上，人类观察员的参与可能会让动物不敢出没，影响监测效果。 在这种情况下，可以训练一个预测模型，用它来分析由分布在远程位置上的运动激活摄像机拍摄的图像数据，预测照片中是否有这种动物出现。 然后，可将该模型用于软件应用程序中，该应用程序可对动物的自动识别做出响应，以跟踪大面积地理区域内的动物出没情况，识别种群密集区域，并可将这些区域列为候选保护区。