很重要。太多关于AI的报道，无论是赞美还是轻蔑，都忽略了这一努力。但只有通过对AI的科学和技术有所了解，才能提出有效的批评。
1956年在新罕布什尔州汉诺威达特茅斯学院举行的研讨会通常被视为“人工智能”领域和研究的开端。组织者是这样描述他们的目标的：
这项研究是在这样一个假设的基础上进行的:原则上，学习的每一个方面或智能的任何其他特征都可以被精确地描述，以至于可以制造一台机器来模拟它。人们将尝试找到如何让机器使用语言，形成抽象和概念，解决现在留给人类的各种问题，并改进自己。(McCarthy et al. 1955)
从那时起，AI的定义就越来越多，越来越模糊。AI专家没有达成共识(Faggella2018c)。将这个定义问题复杂化的是“AI效应”，即只要AI能够做某事，它就不再被认为需要智能。Pamela McCorduck指出，在AI的历史上，“每当有人想出如何让计算机做一些事情一—下好西洋棋，解决简单但相对非正式的问题——就会有批评者齐声说，这不是思考’”(2004:204)。最近的一本AI教科书引用了伊莱恩·里奇1983年对AI的精练定义:“研究如何让计算机完成目前人类做得更好的事情”(引用于Ertel2018: 2)。我们认为AI更正式的定义是:
AI的本质——实际上是智能的本质——是基于有限的数据及时做出适当概括的能力。应用领域越广，用最少的信息就能更快地得出结论，行为就越智能。(Kaplan 2016: 5-6)
这个定义将AI与单纯的计算区分开来，并允许我们通过考虑它们的速度、所需信息的数量和应用的普遍性来区分不同类型的现有和假设的人工智能。然而，卡普兰的定义并没有说明AI在世界上是什么样子。AI并不意味着机器人，这种混淆可以归咎于流行文化。机器人学家艾伦·温菲尔德(AlanWinfield)对机器人给出了三种互补的定义：
introduction: ai-capital .
9