人工智能的工作原理是：计算机会通过传感器（或人工输入的方式）来收集关于某个情景的事实。计算机将此信息与已存储的信息进行比较，以确定它的含义。计算机会根据收集来的信息计算各种可能的动作，然后预测哪种动作的效果最好。计算机只能解决程序允许解决的问题，不具备一般意义上的分析能力。

人工智能之所以能够进入产业化阶段，是因为多层神经网络技术（深度学习）的成功应用。从图像识别到自动驾驶，从问答系统到机器翻译，神经网络横扫人工智能各个领域，大有“一统江湖”之势。因此搞懂了神经网络，就等于理解了人工智能的核心内涵。神经网络是什么呢？其实很简单，如图所示，把几层节点连接起来，就成了一个神经网络。

神经网络示意图（图片来自网络）

通过简单的点击、拖拽，用户可以构造和训练神经网络。这里创建了两层节点，第一层两个，第二层三个，连接起来就成了一个最简单的神经网络（算上输出层就是三层）。左端输入数据，右端就会输出结果。

你听过的那些高深的技术，例如自动驾驶、图像识别之类，原理背后就是这么个东西。只不过层数和节点会多些，如图：

当然，还有很多技术细节，例如参数优化、数据预处理等，这些就不是非专业人士需要掌握的知识了，这里暂时就不讨论了。

人工智能的相关问题及解释

1、人工智能的实际应用有哪些？

机器视觉：机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。

2、人工智能的学科范畴

人工智能是一门边沿学科，属于自然科学和社会科学的交叉。

3、人工智能涉及学科有哪些？

哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论。

4、人工智能研究范畴包括哪些方面？

自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计软计算，不精确和不确定的管理，神经网络，复杂系统，遗传算法。

5、人工智能的本质是什么？

人工智能就其本质而言，是对人的思维的信息过程的模拟。