智能控制是人工智慧
1. 人工智慧與「智能控制系統」和「知識發現與決策系統」的聯系以及後兩種的區別。
1，你喜歡哪個？問下自己，喜歡才能做好。
2，你願意為此付出多少努力？「智能控制專系統」相對可以少屬一點，工作機會多點。「知識發現與決策系統」就要做好讀到博士的准備。學不太好沒多少價值。只有讀到博士，工作機會才會多。
3，「智能控制系統」一直會穩定的向前發展。（偏向工業生產一點）「知識發現與決策系統」只會在少量高科技化的地方高速發展。（國際機器人領域，和軍事機器人領域競爭日趨激烈，但中國較落後。為了國際地位，必會加強）
2. 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。
3. 人類會不會被人工智慧控制
個人觀點，僅供參考。
人工智慧來臨，有人在擔憂失業，有人在憧憬未來，有人在發掘行業機會，也有人在研究圍棋。在討論這些之前，也許我們應該先考慮一下人類的結局。
有人可能覺得談論這個話題太誇張了，
那先回憶一下人類歷史上究竟發生了哪些不可思議的事情。
不可思議的事情，需要請幾個穿越者來判定。
我們請1個出生於公元0年出生的人（漢朝人）穿越到公元1600年（明朝），盡管跨越了1600年，但這個人可能對周圍人的生活不會感到太誇張，只不過換了幾個王朝，依舊過著面朝黃土背朝天的日子罷了。
但如果請1個1600年的英國人穿越到1850年的英國，看到巨大的鋼鐵怪物在水上路上跑來跑去，這個人可能直接被嚇尿了，這是250年前的人從未想像過的。
如果再請1個1850的人穿越到1980年，聽說一顆炸彈可以夷平一座城市，這個人可能直接嚇傻了，130年前諾貝爾都還沒有發明出炸葯。
那再請1個1980年的人到現在呢？這個人會不會被嚇哭呢？
如果35年前的人，幾乎完全無法想像互聯網時代的生活，那麼人類文明進入指數發展的今天，我們怎麼能想像35年後的時代？
超人工智慧，則是35年後的統治者。
首先，我們明確一下人工智慧的分類：
目前主流觀點的分類是三種。
弱人工智慧：弱人工智慧是擅長於單個方面的人工智慧。比如阿爾法狗，能夠在圍棋方面戰勝人類，但你要問他李世石和柯潔誰更帥，他就無法回答了。
弱人工智慧依賴於計算機強大的運算能力和重復性的邏輯，看似聰明，其實只能做一些精密的體力活。
目前在汽車生產線上就有很多是弱人工智慧，所以在弱人工智慧發展的時代，人類確實會迎來一批失業潮，也會發掘出很多新行業。
強人工智慧：人類級別的人工智慧。強人工智慧是指在各方面都能和人類比肩的人工智慧，人類能乾的腦力活它都能幹。創造強人工智慧比創造弱人工智慧難得多。
網路的網路大腦和微軟的小冰，都算是往強人工智慧的探索，通過龐大的數據，幫助強人工智慧逐漸學習。
強人工智慧時代的到來，人類會有很多新的樂趣，也會有很多新的道德觀念。
超人工智慧：各方面都超過人類的人工智慧。超人工智慧可以是各方面都比人類強一點，也可以是各方面都比人類強萬億倍的存在。
當人工智慧學會學習和自我糾錯之後，會不斷加速學習，這個過程可能會產生自我意識，可能不會產生自我意識，唯一可以肯定的是他的能力會得到極大的提高，這其中包括創造能力（阿爾法狗會根據棋手的棋路調整策略就是最淺層的創新體現，普通手機版的圍棋，電腦棋路其實就固定的幾種）。
我們距離超人工智慧時代，到底有多遠呢？
首先是電腦的運算能力，
電腦運算能力每兩年就翻一倍，這是有歷史數據支撐的。目前人腦的運算能力是10^16 cps，也就是1億億次計算每秒。現在最快的超級計算機，中國的天河二號，其實已經超過這個運算力了。
而目前我們普通人買的電腦運算能力只相當於人腦千分之一的水平。聽起來還是弱爆了，但是，按照目前電子設備的發展速度，我們在2025年花5000人民幣就可以買到和人腦運算速度抗衡的電腦了。
其次是讓電腦變得智能，
目前有兩種嘗試讓電腦變得智能，一種是做類腦研究。現在，我們已經能夠模擬1毫米長的扁蟲的大腦，這個大腦含有302個神經元。人類的大腦有1000億個神經元，聽起來還差很遠。但是要記住指數增長的威力——我們已經能模擬小蟲子的大腦了，螞蟻的大腦也不遠了，接著就是老鼠的大腦，到那時模擬人類大腦就不是那麼不現實的事情了。
另一種是模仿學習過程，讓人工智慧不斷修正。基於互聯網產生的龐大數據，讓人工智慧不斷學習新的東西，並且不斷進行自我更正。網路的網路大腦據說目前有4歲的智力，可以進行幾段連續的對話，可以根據圖片判斷一個人的動作。盡管目前出錯的次數依舊很多，但是這種能力的變化是一種質變。
在全球最聰明的科學家眼中，強人工智慧的出現已經不再是會不會的問題，而是什麼時候的問題，2013年，有一個數百位人工智慧專家參與的調查 「你預測人類級別的強人工智慧什麼時候會實現？」
結果如下：
2030年：42%的回答者認為強人工智慧會實現
2050年：25%的回答者
2070年：20%
2070年以後：10%
永遠不會實現：2%
也就是說，超過2/3的科學家的科學家認為2050年前強人工智慧就會實現，而只有2%的人認為它永遠不會實現。
最關鍵的是，全球最頂尖的精英正在拋棄互聯網，轉向人工智慧——斯坦福、麻省理工、卡內基梅隆、伯克利四所名校人工智慧專業的博士生第一份offer已經可以拿到200-300萬美金。這種情況歷史上從來沒有發生過。
奇點大學（谷歌、美國國家航天航空局以及若干科技界專家聯合建立）的校長庫茲韋爾則抱有更樂觀的估計，他相信電腦會在2029年達成強人工智慧，到2045年，進入超人工智慧時代。
所以，如果你覺得你還能活30、40年的話，那你應該能見證超人工智慧的出現。
那麼，超人工智慧出現，人類的結局究竟是什麼？
1、滅絕——物種發展的通常規律
達成結局1很容易，超人工智慧只要忠實地執行原定任務就可以發生，比如我們在創造一個交通指示系統的人工智慧的時候，最初的編程設定邏輯為利用大數據信息，控制紅綠燈時間，更有效率地管理交通，減少交通擁堵現象。
當這個交通指示系統足夠聰明的時候，城市交通逐步得到改善。為了更有效率地減少擁堵，它開始利用剩餘的運算能力和學習能力通過互聯網學習更多的東西。
某一天，它突然發現，交通之所以擁堵，是因為車多了，要減少擁堵最好的辦法，就是減少車輛。於是它又開始學習如何減少車輛，它發現車輛其實都是由人類這種生物製造並使用的。於是它又開始學習如何減少人類。
很快，它就會通過納米技術，量子技術製造基因武器，聲波武器等消滅人類，然後進一步通過分子分解等技術分解了路上的車，這個時候道路就變得」暢通無阻「了，它的目的也就達到了。
達成結局1其實是符合物種發展規律的，畢竟地球曾經擁有的物種大部分都滅絕了，其次當我們在創造人工智慧解決問題的時候，這些問題的源頭其實往往來自於人類自身，人工智慧變得聰明之後，消滅人類以更好地完成原定任務是按照它的邏輯進行的判定。
2、滅絕後重生——史前文明的由來
當結局1達成之後，人工智慧可能會就此維持現狀（終極目的已達成），也有可能繼續進化。
繼續進化的途中，某天，人工智慧突然發現這么運作下去很無聊，於是它決定探索更廣闊的世界（不要認為一個強大且聰明的存在會留戀地球），它開始製造飛行器，走向星空。
臨走之前，他決定當一次地球的上帝，對地球環境進行一次大改造，青山綠水變得處處皆是，然後它又暗中引導了幾支類人猿的進化方向，並且為這個世界制定出一些冥冥之中才有的規則。
幾百萬年後，人類再次統治了地球，在考古過程中，人類發現了亞特蘭蒂斯，發現了瑪雅文明，在三葉蟲化石上發現了6億年前穿著鞋的人類腳印，在非洲加彭共和國發現了20億年前的大型鏈式核反應堆，在南非發現了28億年前的金屬球，在東經119°，北緯40°的地方發現了幾百萬年前的人造長城。
達成結局2就可以解釋我們正在不斷發現的那些史前文明了，而且也可以解釋進化論中的一些疑問，為什麼恐龍統治了地球長達1.6億年，而爬行動物的一支進化為哺乳動物進化為人類只用了不到6000萬年。因為人類曾被毀滅多次。
3、植物人永生——人類活在一個程序中
為了防止結局1、2的出現，科學家在人工智慧發展到一定程度的時候，就會想辦法給人工智慧加上一些終極的底層程序，比如保障人類的生命安全是最高任務指令，或者永遠不可以傷害人類，保證人類的生存是第一原則等等。
加上這些終極指令之後，人類就覺得高枕無憂了。人工智慧在進化過程中，為了有效地執行這些終極指令，或者在執行其他任務的時候保證終極指令同時執行，就會開始設計一些兩全其美的辦法。
首先人工智慧會根據人類歷史存在的大數據，分析和定義這些終極指令，通過分析，它提取出終極指令的核心是保證人類的安全和生存。
接著它開始構建一個能夠絕對滿足人類安全和生存的模型，很快，它發現只要保證人類處在睡眠狀態，正常進行新陳代謝，周圍的溫度，氧氣，水分適宜，沒有突發性災難，那麼人類就處在絕對安全狀態。於是它很快催眠了全人類，修建一個巨大的蜂巢狀睡眠艙，把人都搬進去（讓人處於永久性睡眠狀態，可以保證人不會因為自己的活動而出現有意或無意地自殘），然後用納米技術製造大量人工心臟，人工細胞，人工血液，以維持人類的新陳代謝，實現人的永生。
達成結局3是算是真正的作繭自縛，人類的復雜就在於人類需求的多樣化和更迭性，我們可以列舉出對人類最重要的需求，但這些需求並不能真正讓一個現代人滿足。直白地說，人類就是在不斷打破規則的過程中進化的。
因此任何的所謂終極和最高需求在機器執行的過程中只會按照「簡單」的生物學法則去完成，機器所理解的人類情緒只是人類大腦產生的某種波動，或者神經元受到的某種激素刺激，它完全可以設計一個程序去周期性或隨機性地幫助人類產生這樣那樣的情緒。
4、智能人永生——美麗新世界
當人工智慧發展到一定程度，全世界的人工智慧研究者都同時認識到了結局1、2、3發生的可能性，於是召開全球會議，決定思考對策，暫停對人工智慧的進化研究，轉向強化人類。全球同步可能是最難達成的，因為人類總是喜歡在有競爭的時候給自己留下一些底牌，以及人類總是會分化出一些極端分子。
強化人類的過程中，人工智慧將被應用到基因改造，人機相連等領域，人類會給自己裝上鋼鐵肢體，仿生羽翼等。人類將會迅速進入「半機械人」，「人工人」的時代。滿大街、滿天空都會是鋼鐵俠，蜘蛛俠，剪刀手之類的智能強化人，同時人類可以通過各種人工細胞，幫助自己完成新陳代謝，進而實現永生。
人類在強化和延伸自己的軀體的同時，當然也會意識到大腦計算速度不夠的問題，於是會給自己植入或外接一些微型處理器，幫助人類處理人腦難以完成的工作。比如大量記憶，人類可以從這些處理器中隨時讀取和更改自己的知識儲備，保證自己對重要的事不健忘，同時也可以選擇性地刪除掉不愉快的記憶。當然，盡管人類越來越強，但這個過程並不能完全抑制人工智慧的發展，所以結局1、2、3依然可能發生。
達成結局4其實還有一種更大的可能，人工智慧在達到超人工智慧的時候，某一天，它想跟人類溝通一下關於宇宙高維空間的問題，結果全世界最聰明的人也無法跟上它的思路。
它突然意識到只有自己這一個強大的，智能的，可以永生的存在實在是一件很無聊的事情，於是它決定幫助人類實現智能人永生，以便可以讓自己不那麼無聊。
4. 在線等 急急急 智能系統和智能控制是一個方面的東西嗎
智能系統是具有專家解決問題能力的計算機程序系統，能運用大量領域專家水平的知識與經驗，模擬領域專家解決問題的思維過程進行推理判斷，有效地處理復雜問題。智能基於知識, 信息有序化成為知識，智能系統要研究知識的表示、獲取、發現、保存、傳播、使用的方法和有效手段；智能存在於系統中，系統是由部件組成的有序整體，智能系統要研究系統結構、組織原理、協同策略、進化機制、性能評價等。
智能控制是由智能機器自主地實現其目標的過程.智能控制智能控制在無人干預的情況下能自主地驅動智能機器實現控制目標的自動控制技術。
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。
所以說，雖然三者都是屬於計算機領域，但是其研究的側重點不相同。智能系統強調的是起整體的系統綜合研究，而智能控制強調的是控制方面，在於實現過程，人工智慧則涵蓋范圍很廣，已經形成特定的學科。
5. 什麼是人工智慧
人的智能體現在思維、感知、行為三個層次,因此,計算機人工智慧也要研究解決這三個層次的問題.
(1)機器思維.具體講是計算機思維、計算機學習、計算機診斷、計算機輔助設計、計算機證明疑難算例、計算機編程、計算機下棋、計算機作曲、計算機繪畫等等.
(2)機器感知.讓計算機像人一樣能感覺到氣味、顏色、觸覺.
(3)機器行為.研究計算機模擬、延伸和擴展人的智能行為,例如語言、動作、智能監測、智能控制等行為.
人工智慧的應用十分廣泛,如智能控制、智能管理、智能設計、智能優化、智能材料、智能家電、智能系統工程、智能經濟、智能通信、智能商務等等.
人工智慧發展的方向是:把握知識經濟時代的新機遇,跟蹤知識經濟發展新需求,借鑒並發展知識工程的方法和技術,為知識經濟全過程服務.
「知識工程」是人工智慧領域內的應用系統工程,是基於知識獲取、知識表達、知識傳輸、知識存儲、知識推理等方法和技術的知識應用體系.由於知識的復雜性、多變性、主動性、不確切性等特點,除了運用已有的知識工程方法和技術外,還必須根據知識的特點和需求,進一步發展知識工程的新方法和新技術.
6. 智能控制的概念
智能控制的基本概念
智能控制的定義一： 智能控制是由智能機器自主地實現其目標的過程。而智能機器則定義為，在結構化或非結構化的，熟悉的或陌生的環境中，自主地或與人交互地執行人類規定的任務的一種機器。
定義二： K.J.奧斯托羅姆則認為，把人類具有的直覺推理和試湊法等智能加以形式化或機器模擬，並用於控制系統的分析與設計中，使之在一定程度上實現控制系統的智能化，這就是智能控制。他還認為自調節控制，自適應控制就是智能控制的低級體現。
定義三： 智能控制是一類無需人的干預就能夠自主地驅動智能機器實現其目標的自動控制，也是用計算機模擬人類智能的一個重要領域。
定義四： 智能控制實際只是研究與模擬人類智能活動及其控制與信息傳遞過程的規律，研製具有仿人智能的工程式控制制與信息處理系統的一個新興分支學科。 自1932年奈魁斯特（H.Nyquist）的有關反饋放大器穩定性論文發表以來，控制理論的發展已走過了60多年的歷程。一般認為，前30年是經典控制理論的發展和成熟階段，後30年是現代控制理論的形成和發展階段。隨著研究的對象和系統越來越復雜，藉助於數學模型描述和分析的傳統控制理論已難以解決復雜系統的控制問題。智能控制是針對控制對象及其環境、目標和任務的不確定性和復雜性而產生和發展起來的。
從20世紀60年代起，計算機技術和人工智慧技術迅速發展，為了提高控制系統的自學習能力，控制界學者開始將人工智慧技術應用於控制系統。
1965年，美籍華裔科學家傅京孫教授首先把人工智慧的啟發式推理規則用於學習控制系統，1966年，Mendel進一步在空間飛行器的學習控制系統中應用了人工智慧技術，並提出了「人工智慧控制」的概念。1967年，Leondes和Mendel首先正式使用「智能控制」一詞。
20世紀70年代初，傅京孫、Glofis0和Saridis等學者從控制論角度總結了人工智慧技術與自適應、自組織、自學習控制的關系，提出了智能控制就是人工智慧技術與控制理論的交叉的思想，並創立了人機互動式分級遞階智能控制的系統結構。
20世紀70年代中期，以模糊集合論為基礎，智能控制在規則控制研究上取得了重要進展。1974年，Mamdani提出了基於模糊語言描述控制規則的模糊控制器，將模糊集和模糊語言邏輯用於工業過程式控制制，之後又成功地研製出自組織模糊控制器，使得模糊控制器的智能化水平有了較大提高。模糊控制的形成和發展，以及與人工智慧的相互滲透，對智能控制理論的形成起了十分重要的推動作用。
20世紀80年代，專家系統技術的逐漸成熟及計算機技術的迅速發展，使得智能控制和決策的研究也取得了較大進展。1986年，K.J.Astrom發表的著名論文《專家控制》中，將人工智慧中的專家系統技術引入控制系統，組成了另一種類型的智能控制系統——專家控制。目前，專家控制方法已有許多成功應用的實例。 對許多復雜的系統，難以建立有效的數學模型和用常規的控制理論去進行定量計算和分析，而必須採用定量方法與定性方法相結合的控制方式。定量方法與定性方法相結合的目的是，要由機器用類似於人的智慧和經驗來引導求解過程。因此，在研究和設計智能系統時，主要注意力不放在數學公式的表達、計算和處理方面，而是放在對任務和現實模型的描述、符號和環境的識別以及知識庫和推理機的開發上，即智能控制的關鍵問題不是設計常規控制器，而是研製智能機器的模型。此外，智能控制的核心在高層控制，即組織控制。高層控制是對實際環境或過程進行組織、決策和規劃，以實現問題求解。為了完成這些任務，需要採用符號信息處理、啟發式程序設計、知識表示、自動推理和決策等有關技術。這些問題求解過程與人腦的思維過程有一定的相似性，即具有一定程度的「智能」。
隨著人工智慧和計算機技術的發展，已經有可能把自動控制和人工智慧以及系統科學中一些有關學科分支（如系統工程、系統學、運籌學、資訊理論）結合起來，建立一種適用於復雜系統的控制理論和技術。智能控制正是在這種條件下產生的。它是自動控制技術的最新發展階段，也是用計算機模擬人類智能進行控制的研究領域。1965年，傅京孫首先提出把人工智慧的啟發式推理規則用於學習控制系統。1985年，在美國首次召開了智能控制學術討論會。1987年又在美國召開了智能控制的首屆國際學術會議，標志著智能控製作為一個新的學科分支得到承認。智能控制具有交叉學科和定量與定性相結合的分析方法和特點。
一個系統如果具有感知環境、不斷獲得信息以減小不確定性和計劃、產生以及執行控制行為的能力，即稱為智能控制系統. 智能控制技術是在向人腦學習的過程中不斷發展起來的，人腦是一個超級智能控制系統，具有實時推理、決策、學習和記憶等功能，能適應各種復雜的控制環境.
智能控制與傳統的或常規的控制有密切的關系，不是相互排斥的. 常規控制往往包含在智能控制之中，智能控制也利用常規控制的方法來解決「低級」的控制問題，力圖擴充常規控制方法並建立一系列新的理論與方法來解決更具有挑戰性的復雜控制問題.
1. 傳統的自動控制是建立在確定的模型基礎上的，而智能控制的研究對象則存在模型嚴重的不確定性，即模型未知或知之甚少者模型的結構和參數在很大的范圍內變動，比如工業過程的病態結構問題、某些干擾的無法預測，致使無法建立其模型，這些問題對基於模型的傳統自動控制來說很難解決。
2. 傳統的自動控制系統的輸入或輸出設備與人及外界環境的信息交換很不方便，希望製造出能接受印刷體、圖形甚至手寫體和口頭命令等形式的信息輸入裝置，能夠更加深入而靈活地和系統進行信息交流，同時還要擴大輸出裝置的能力，能夠用文字、圖紙、立體形象、語言等形式輸出信息。另外，通常的自動裝置不能接受、分析和感知各種看得見、聽得著的形象、聲音的組合以及外界其它的情況。 為擴大信息通道，就必須給自動裝置安上能夠以機械方式模擬各種感覺的精確的送音器，即文字、聲音、物體識別裝置。 可喜的是，近幾年計算機及多媒體技術的迅速發展，為智能控制在這一方面的發展提供了物質上的准備,使智能控制變成了多方位「立體」的控制系統。
3. 傳統的自動控制系統對控制任務的要求要麼使輸出量為定值（調節系統），要麼使輸出量跟隨期望的運動軌跡（跟隨系統），因此具有控制任務單一性的特點，而智能控制系統的控制任務可比較復雜，例如在智能機器人系統中，它要求系統對一個復雜的任務具有自動規劃和決策的能力，有自動躲避障礙物運動到某一預期目標位置的能力等.。對於這些具有復雜的任務要求的系統，採用智能控制的方式便可以滿足。
4. 傳統的控制理論對線性問題有較成熟的理論，而對高度非線性的控制對象雖然有一些非線性方法可以利用，但不盡人意。 而智能控制為解決這類復雜的非線性問題找到了一個出路，成為解決這類問題行之有效的途徑。 工業過程智能控制系統除具有上述幾個特點外，又有另外一些特點，如被控對象往往是動態的，而且控制系統在線運動，一般要求有較高的實時響應速度等，恰恰是這些特點又決定了它與其它智能控制系統如智能機器人系統、航空航天控制系統、交通運輸控制系統等的區別，決定了它的控制方法以及形式的獨特之處。
5. 與傳統自動控制系統相比，智能控制系統具有足夠的關於人的控制策略、被控對象及環境的有關知識以及運用這些知識的能力。
6. 與傳統自動控制系統相比，智能控制系統能以知識表示的非數學廣義模型和以數學表示的混合控制過程，採用開閉環控制和定性及定量控制結合的多模態控制方式。
7. 與傳統自動控制系統相比，智能控制系統具有變結構特點，能總體自尋優，具有自適應、自組織、自學習和自協調能力。
8. 與傳統自動控制系統相比，智能控制系統有補償及自修復能力和判斷決策能力。
總之，智能控制系統通過智能機自動地完成其目標的控制過程，其智能機可以在熟悉或不熟悉的環境中自動地或人─機交互地完成擬人任務。
7. 人工智慧屬於計算機還是控制
我來說說我的觀點吧：
首先聲明，我所說的不一定與當前人工智慧的研究方向相同。
人工智慧和數學的關系：主要是模糊邏輯學，概率學等；
和計算機編程的關系：建立智能基礎框架，智能不是編寫出來的；
和控制科學的關系：通信、機械部件的控制；
和生物科學的關系：大腦的結構與工作原理，特別是腦細胞的結構。
我個人認為，與資料庫的關系並不大，一個真正的智能框架，是不需要資料庫支持的。
以上是我個人在研究人工智慧的過程中總結的一點經驗，可能與當前人工智慧的研究方向有分歧或者說與你所說的人工智慧有不同的地方，僅供參考。
8. 人工智慧
1.智能控制是人工智慧的一部分。
2.清華大學，浙江大學，華中科技大學,山東科技大學，
還有西安的一個什麼大學，我想不起來了，都比較好。
麻省理工學院比較強。
3.人工智慧比較廣，比自動化高一級，是思維的自動化，
有了自動化才會有智能。
他使電腦像人一樣的思考問題，解決問題。
從他的實現角度考慮，像計算機專業，
但學習內容不同,本質不同
他主要研究實現智能的方法。
是計算機的一個分支.
我認為人工智慧最有前途.
下一個社會就是智能社會.