A. AI設計和VI設計有什麼區別

AI設計，即人工智慧；VI設計，即視覺識別系統，二者的主要區別如下：

一、性質不同專

1、人工智慧：是屬研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

2、視覺識別系統：運用系統的、統一的視覺符號系統。

二、作用不同

1、人工智慧：企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

2、視覺識別系統：用完整、體系的視覺傳達體系，將企業理念、文化特質、服務內容、企業規范等抽象語意轉換為具體符號的概念，塑造出獨特的企業形象。

三、特點不同

1、人工智慧：人工智慧可以對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。

2、視覺識別系統：最外在、最直接、最具有傳播力。


B. 人工智慧的定義是什麼

人工智慧(Artificial Intelligence)，英文縮寫為抄AI，是襲指由人工製造出來的，並由電腦系統所表現出來的智能，是模擬和擴展人類智能的理論、技術及應用系統的一門新的技術科學。20世紀70年代以來與空間技術、能源技術並稱為世界三大尖端技術，也被認為是21世紀三大尖端技術(基因工程、納米科學，人工智慧)之一。

人工智慧的傳說可以追溯到古埃及，但隨著20世紀以來電腦技術的飛速發展，人工智慧已不再是傳說，人們已最終可以創造出機器智能。人工智慧一詞最初是在1956年達特茅斯大學學會上提出的，從那以後，研究者們發展了眾多理論和原理，人工智慧的概念也隨之擴展，科學對其的研究也開始快速發展。

C. 人工智慧是什麼專業

人工智慧的研究主來要有三方自面：一是純理論性的，以強人工智慧或者神經網路為研究方向，這樣的話，本科可以選擇神經科學，也可以選修心理學、哲學、計算機科學二是從演算法層面對人工智慧的優化，這也是大多數人現在對人工智慧的理解，本科自然要學計算機科學了，但博弈論之類重視邏輯的小類別學科也有選修或者自學的必要。第三種就是工業應用的方面。樓主的認識很對，這樣主要應該學習自動化和機械控制。不知樓主在國內還是國外讀大學。在國外，人工智慧的理論研究還是很有價值的。國內嘛就別想了。在國內，計算機是現在很火的專業不必多說。選機械控制專業的話就業前景非常好。樓主你說喜歡硬體方面科技產品設計？若不是機械控制，人工智慧目前還主要是研究演算法層面的。電子工程這樣的硬體專業目前對人工智慧還沒啥應用。當然樓主有志於在國內研究神經網路那是祖國的驕傲啊^ ^ 人工智慧是一門很迷人的學科。希望樓主能找到適合自己的方向好好發展，帶動我國的人工智慧領域哦！

D. 人工智慧是什麼

人工智慧（計算機科學的一個分支）

人工智慧（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。 人工智慧是計算機科學的一個分支，它企圖了解智能的實質，並生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智慧是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，但沒有一個統一的定義。
人工智慧是對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。但是這種會自我思考的高級人工智慧還需要科學理論和工程上的突破。
人工智慧是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種「復雜工作」的理解是不同的。
工智能的定義可以分為兩部分，即「人工」和「智能」。「人工」比較好理解，爭議性也不大。有時我們會要考慮什麼是人力所能及製造的，或者人自身的智能程度有沒有高到可以創造人工智慧的地步，等等。但總的來說，「人工系統」就是通常意義下的人工系統。
關於什麼是「智能」，就問題多多了。這涉及到其它諸如意識（CONSCIOUSNESS）、自我（SELF）、思維（MIND）（包括無意識的思維（UNCONSCIOUS_MIND）等等問題。人唯一了解的智能是人本身的智能，這是普遍認同的觀點。但是我們對我們自身智能的理解都非常有限，對構成人的智能的必要元素也了解有限，所以就很難定義什麼是「人工」製造的「智能」了。因此人工智慧的研究往往涉及對人的智能本身的研究。其它關於動物或其它人造系統的智能也普遍被認為是人工智慧相關的研究課題。
人工智慧在計算機領域內，得到了愈加廣泛的重視。並在機器人，經濟政治決策，控制系統，模擬系統中得到應用。

E. 人工智慧是怎麼實現的

人工智慧在計算機上實現時有2種不同的方式。一種是採用傳統的編程技術，使系統呈現智能的效果，而不考慮所用方法是否與人或動物機體所用的方法相同。這種方法叫工程學方法（Engineering
approach），它已在一些領域內作出了成果，如文字識別、電腦下棋等。另一種是模擬法（Modeling
approach），它不僅要看效果，還要求實現方法也和人類或生物機體所用的方法相同或相類似。本書介紹的遺傳演算法（Generic
Algorithm，簡稱GA）和人工神經網路（Artificial Neural
Network，簡稱ANN）均屬後一類型。遺傳演算法模擬人類或生物的遺傳-進化機制，人工神經網路則是模擬人類或動物大腦中神經細胞的活動方式。為了得到相同智能效果，兩種方式通常都可使用。採用前一種方法，需要人工詳細規定程序邏輯，如果游戲簡單，還是方便的。如果游戲復雜，角色數量和活動空間增加，相應的邏輯就會很復雜（按指數式增長），人工編程就非常繁瑣，容易出錯。而一旦出錯，就必須修改原程序，重新編譯、調試，最後為用戶提供一個新的版本或提供一個新補丁，非常麻煩。採用後一種方法時，編程者要為每一角色設計一個智能系統（一個模塊）來進行控制，這個智能系統（模塊）開始什麼也不懂，就像初生嬰兒那樣，但它能夠學習，能漸漸地適應環境，應付各種復雜情況。這種系統開始也常犯錯誤，但它能吸取教訓，下一次運行時就可能改正，至少不會永遠錯下去，用不到發布新版本或打補丁。利用這種方法來實現人工智慧，要求編程者具有生物學的思考方法，入門難度大一點。但一旦入了門，就可得到廣泛應用。由於這種方法編程時無須對角色的活動規律做詳細規定，應用於復雜問題，通常會比前一種方法更省力。