软件工程不是人工智能的子领域。

软件工程是研究和应用如何以系统性、规范化、可定量的过程化方法去开发和维护软件，以及如何把经过时间考验而证明正确的管理技术和当前能够得到的最好的技术方法结合起来。它的目标是设计、开发和维护高质量的软件系统。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器学习、深度学习、自然语言处理等技术。

软件工程的基本定义及其主要目标

软件工程是运用科学知识和技术进行软件定义、开发和维护的学科，旨在通过系统化、规范化和可定量的过程化方法来提高软件开发的质量、效率和可靠性。其研究对象包括程序设计语言、数据库、软件开发工具、系统平台、标准、设计模式等。

软件工程的主要目标包括：

1. 提高软件质量：通过规范化的开发过程、测试和质量控制，确保开发出高质量、易于维护和可靠的软件产品。

2. 提高开发效率：通过工程化的开发过程，提高开发效率，减少开发成本和时间。

3. 满足用户需求：通过系统分析、需求分析和用户反馈，确保软件产品能够满足用户的实际需求。

4. 管理软件开发项目：通过有效的项目管理，确保软件开发能够按照预定的时间表、预算和质量标准完成。

5. 提高软件维护能力：通过规范化的开发过程和文档化，提高软件维护能力，降低维护成本。

人工智能的基本概念及研究方向

人工智能是研究、开发用于模拟、延伸和拓展人的智能的理论、方法和技术及应用系统的一门新的技术科学。其基本概念包括以下几个方面：

1. 定义与目的：

   • 人工智能旨在使计算机系统能够执行通常需要人类智能才能完成的任务，如学习、推理、解决问题、理解语言等。
   • 它致力于开发能够感知、理解、学习、推理、决策和与人类进行交互的智能系统。

2. 主要研究领域：

   • 机器学习：这是人工智能的重要分支，也是当前研究最为活跃的领域之一。它的核心是让计算机系统具备从数据中自动学习和改进的能力，从而实现对未知数据的预测和决策。机器学习的研究内容包括但不限于监督学习、无监督学习、半监督学习、强化学习等。
   • 深度学习：深度学习是机器学习的一个子领域，近年来取得了显著的发展。它利用深度神经网络模型，通过逐层抽象和组合的方式，实现对复杂数据的表示和学习。深度学习的研究内容包括卷积神经网络（CNN）、循环神经网络（RNN）、生成对抗网络（GAN）等。
   • 自然语言处理：自然语言处理是人工智能的另一个重要方向，它研究如何实现计算机与人类之间的自然语言交互。自然语言处理的研究内容包括语音识别、文本分析、机器翻译、对话系统等。
   • 计算机视觉：计算机视觉是人工智能领域的一个重要研究方向，它致力于让计算机系统具备理解和处理图像和视频信息的能力。计算机视觉的研究内容包括图像识别、目标检测、图像分割、视频分析等。

综上所述，人工智能的基本概念涉及多个方面，包括定义与目的以及主要研究领域。这些领域相互交织，共同推动了人工智能技术的发展和应用。