人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND））等等问题。人唯独了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就比较难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。逻辑推理是人工智能研究中较持久的领域之一。贵州人工智能机器学习
人工智能的应用领域：问题求解。人工智能的第1大成就是下棋程序，在下棋程度中应用的某些技术，如向前看几步，把困难的问题分解成一些较容易的子问题，发展成为搜索和问题归纳这样的人工智能基本技术。现在的计算机程序已能够达到下各种方盘棋和国际象棋的锦标赛水平。但是，尚未解决包括人类棋手具有的但尚不能明确表达的能力。如国际象棋大师们洞察棋局的能力。另一个问题是涉及问题的原概念，在人工智能中叫问题表示的选择，人们常能找到某种思考问题的方法，从而使求解变易而解决该问题。到目前为止，人工智能程序已能知道如何考虑它们要解决的问题，即搜索解答空间，寻找较优解答。云南AI人工智能**创新生态布局成为人工智能产业发展的战略高地。
关于强人工智能的争论不同于更广义的一元论和二元论（DUALISM）的争论。其争论要点是：如果一台机器的唯独工作原理就是对编码数据进行转换，那么这台机器是不是有思维的？希尔勒认为这是不可能的。他举了个中文房间的例子来说明，如果机器光光是对数据进行转换，而数据本身是对某些事情的一种编码表现，那么在不理解这一编码和这实际事情之间的对应关系的前提下，机器不可能对其处理的数据有任何理解。基于这一论点，希尔勒认为即使有机器通过了图灵测试，也不一定说明机器就真的像人一样有思维和意识。
医疗人工智能在患者端、亿元端和生态段均用较为普遍的应用场景，从不同角度对医疗人工智能中心应用价值进行分析，具体看：①患者端：人工智能重塑就医体验利用人工智能技术，医疗服务可以突破医院的物理边界，以患者为中心，延伸到诊前、诊中、诊后的就医全流程。②医院端：人工智能重构管理体系人工智能深入病人管理（电子病历）、药械管理（器械设备与药品智能化闭环管理）、病房管理（智能手术排班）、绩效管理（DRGs绩效）、后台管理（人力财税等智能后台综合管理）等方面，为医院管理体系带来整体升级重构。③生态端：人工智能完善医疗服务生态在整个医疗服务体系中，医院处于中心位置，是各项信息数据汇聚与整合的中间枢纽，此外还有其他医疗服务机构、医疗健康产品提供方、支付方、监管方等。人工智能(ArtificialIntelligence)，英文缩写为AI。
未来三年内，人工智能将深刻地改变人类活动方式，推动人工智能和全球价值链进一步整合，引发新一轮产业变革，终成为推动城市发展和经济高质量发展的新引擎。对于科技创新与产业变革而言，重视创新并落地应用，缺一不可。当前人工智能的落地应用，体现在物联网技术、云计算与大数据、人工智能在安防、健康医疗和老龄化社会等诸多领域的应用等方面。近年来，人工智能落地应用有望进一步提速。德勤数据显示，今年至2021年，中国人工智能产业规模将突破1000亿元。这在一定程度上反映出，在全球科技创新与产业变革潮流的率领下，中国人工智能产业在全球的高速增长期已经到来。以创新驱动力进行产业发展，推动科技创新和产业变革，是当前人工智能落地应用必备的条件之一。AI可以采取主动措施，使模型可以发现异常并提前提醒相关部门。浙江VPU人工智能**
人工智能作为新一轮科技**和产业变革的中心力量。贵州人工智能机器学习
建立对新技术的信任：第二个障碍是技术本身，它较初对许多人来说是难以理解的。在这里，重要的是消除人们普遍担心的问题，即由AI控制的机器人会在晚上突然突然爆发自己的意志。有人声称，人工智能系统如何做出决定是不可预测和不可理解的。那不是真的神经网络是乘法和加法的序列。它们是确定性的，其工作原理可以与学校的数学联系起来，但是它们确实有许多参数。因此，您无法一目了然地告诉他们他们是如何做出决定的。也有人呼吁AI使其决策路径易于理解，较好是遵循if-then-else模式的可理解规则。如果可能的话，将不需要复杂的模型，因为常规编程就足够了。但是，人工智能是对问题的答案，在这些问题中，如果易于解释的其他规则则不存在任何解决方案。在这些系统中建立信任所需要的是可测试的，可靠的系统，可以通过使用该系统并了解AI在给定用例中的响应方式来进行探索。当这项测试快速而轻松地进行时，发现的结果以及由AI驱动的机器人将受到信任。贵州人工智能机器学习
