人工智能（Artificial Intelligence，简称AI）是计算机科学的一个分支，旨在开发能够模拟、延伸或扩展人类智能的系统。其核心目标是让机器具备学习、推理、感知、规划、决策和解决问题的能力，甚至在某些领域超越人类。以下是关键要点：

1. 定义与核心能力

   AI通过算法和模型模拟人类智能，包括学习（从数据中自动发现规律）、推理（逻辑推断）、感知（图像/语音识别）、语言处理（自然语言理解）和问题解决等能力。

2. 技术基础

   • 机器学习 ：通过数据训练模型实现任务自动化，包括监督学习、非监督学习等。 - 深度学习 ：使用多层神经网络处理复杂模式，常见框架有TensorFlow、PyTorch。 - 神经网络 ：模拟生物神经元结构，实现数据特征提取与处理。

3. 核心特征

   • 自主学习 ：系统通过数据迭代优化性能，无需明确编程。 - 泛化能力 ：从训练数据中提取通用规律，应用于新场景。

4. 应用领域

   涵盖医疗诊断、自动驾驶、金融分析、智能客服、教育辅导等，正在逐步改变传统行业。

5. 分类与局限

   • 弱人工智能（Narrow AI） ：专注特定任务（如语音助手、图像识别）。 - 强人工智能（AGI） ：尚未实现，指具备全面人类智能的系统。

通过不断的技术突破，AI正逐步实现从“工具”向“伙伴”的跨越，但需注意伦理与安全挑战。