一、人工智能技术定义
人工智能技术是让机器取代人从事复杂生产劳动一类信息技术，
倘若一项技术不是信息技术，那么它并非属于人工智能技术类别，大工业阶段纺织机、织布机等很多机器同样可以取代人从事复杂生产劳动，但它们与信息技术无关，因为这個不属于人工智能技术，丰富数据材料，让信息技术在当今阶段扮演着举足轻重角色，而其中让机器可以从海量数据中自学习技术便属于人工智能技术，
倘若一项信息技术无法让机器百分之百取代人，依靠机器独立地创造价值，那么任凭这项技术能带给咱们多么有效信息，它还无法算作人工智能技术，对数据实行加工、搞定、分析数据分析或数据挖掘技术确可以让咱们有效地掌握数据背后信息，但是倘若这类技术无法让机器独立创造价值，那么它们还不具备人工智能技术基石特质，事实上，数据分析或数据挖掘技术固然要紧，但它们往往无法作为独立产品形态而存在，同时它们创造价值范围往往是受技术运用者主观本事局限，
倘若一项信息技术无法创造社会价值〔就对他人创造价值〕，那么任凭它表面上如何要紧，它都不属于真正意义上人工智能技术，人工智能技术是那些可以创造社会价值信息技术，至于它们以何种方法创造社会价值，将在以下一部分逐一介绍，不光这般，持有人工智能技术机器所取代往往不是人简单生产劳动，而是人复杂生产劳动，倘若说工业革命中机器取代人在一定范围内体力劳动，那么人工智能技术让机器取代人在一定范围内脑力劳动，对人脑力劳动模仿、补充、一部分取代，正是人工智能技术有别于历史上其他要紧技术根本之处，
二、作为起点经验
人工智能技术发展起点，是人在生产劳动过程中经验积累，
在人工智能技术体系中，专家系统、机器学习技术扮演着最要紧角色，所以咱们将着重分析人工智能技术这两個分支，任凭是专家系统还是机器学习，它们本质都是将人经验以各异格局转化为让机器可以独立决策计算机算法，
在专家系统中，针对待搞定难题，人将与难题相关经验转化为一系列逻辑规则，由计算机依据这些逻辑规则实行决策，因为这個，专家系统也叫做规则引擎，专家系统所运用逻辑规则不光涵盖与难题相关“自变量”，还涵盖与自变量有关参数设定，比方说，假设待搞定难题是对变量y实行分类〔变量y一般被称作“意向变量”〕，x1、x2为与难题相关自变量，专家系统逻辑规则具有如下格局：当x1 > Θ且x1 + x2
作为人工智能技术另一個分支，机器学习技术是从历史数据中奠定模型，经由模型让机器可以自行决策一项技术，机器学习技术基石是统计学，而机器学习技术重心便是从数据样本中探寻自变量、意向变量之间量化关系，、专家系统一样，机器学习技术也须要由人来设定自变量，但机器学习技术是根据模型来计算与自变量有关参数，在以上例子中，机器学习技术可以同样运用x1、x2对y实行分类决策，但机器学习技术并非须要对参数Θ、Δ实行预先设定，而是将参数设定任务交给模型去完成，同时这個模型奠定须要一定量历史样本，每一条历史样本不光涵盖x1、x2所有数值，还涵盖意向变量y历史结果，
显而易见，专家系统、机器学习技术意向是一致，都是让机器可以自行决策，同时，任凭是专家系统还是机器学习技术，二者都须要人经验作为机器可以自行决策输入材料，各异是，专家系统所须要经验材料更加具体，机器学习所须要经验材料更加抽象，表面上看，专家系统仅须要少量经验材料，而机器学习须要大量数据材料，事实上，咱们须要供应给专家系统经验材料是浓缩数据，而咱们须要供应给机器学习数据材料是尚未浓缩经验，二者都是经验材料，二者也都是数据材料，前者侧重经验材料质一部分，后者侧重经验材料量一部分，顺便提一下，人们经常有一种错觉，感觉机器学习技术应用疗效好坏层次最先选依赖于输入给它数据大小——数据越大，机器学习技术疗效越好，实际上，输入给机器学习技术数据倘若无法有效地捕捉经验，这些数据不光没有作用，甚至会引发副作用，专家系统与机器学习两种各异技术，均有它们适用范围，倘若人对须要搞定难题具有祥明定性、定量经验，那么专家系统往往更容易有效地搞定难题，倘若人对难题经验并非充足，但可以获取一定量历史样本，那么机器学习技术往往更有优点，
人工智能技术发展起点是人经验积累到一定层次，而人工智能技术发展终点是机器在逐渐增大范围内取代人实行复杂生产劳动，在经验积累初期，人经验可以被总结为这样或那样逻辑规则时候，专家系统让机器在特定范围内取代人实行复杂生产劳动，伴随经验积累增加，人经验材料质不够，便由经验材料量丰富来替代，机器学习技术让机器在更大范围内取代人实行复杂生产劳动，人工智能技术发展过程，也是机器可以运用经验材料范围扩大过程，同时也就是机器在更大范围内取代人实行复杂生产劳动过程，
三、经验演变
经验是人工智能技术发展源头，人工智能技术也反过来让经验在更大范围内发挥作用，
在绝大多数行业发展初级阶段，人生产劳动往往是主观，只有当人生产劳动实际活动量积累到一定层次之后，才具备积累行业经验先决条件，经验材料积累过程，也就是人理性从实践中实行抽象过程，这种从实践到理性过度，是人实行生产劳动一個要紧飞跃，同时这种飞跃客观结果就是经验材料沉淀，
反而，经验材料全面应用，仍旧受作为劳动主体人生命力局限，人工智能技术发生，让机器可以取代人实行复杂生产劳动，就便在人工智能技术在一個行业应用中尚未百分之百成熟阶段，在机器还只是一部分地取代人实行生产劳动时候，人也在一定层次上获得额外时间，机器为人在生产劳动上所节省时间，让人可以耗费更少时间直接面对劳动对象，而持有更多时间从经验中提炼专家系统所须要逻辑规则、机器学习技术所须要数据，不光这般，人还可以从人工智能技术在实际应用中结果来判断，在人工智能技术应用过程哪些步骤，机器最须要经验指导，以前，是人有什么经验材料，机器便运用什么经验材料;现在，是机器须要什么经验材料，人便可以主动地创造获得这些经验材料条件，因为这個，人工智能技术在一個行业生产线应用，让机器须要经验材料收集与运用不再是割裂步骤，而形成一個统一整体，况且，人越是有放矢地为机器供应合适经验材料，机器为人带来时间节省便越是明显，人越是从日常繁琐劳动中被释放出现，也就越是有条件积累更丰富经验材料，可见，人工智能技术发展，不光增加可以被机器运用经验材料范围，也给经验材料源源连续供给带来额外刺激，
咱们晓得，一個完整行业生产线涵盖多個局部生产环节，在人工智能技术发展初期，机器所吸纳经验材料往往是从局部生产环节中积累起来，而这些局部经验材料往往都是孤立，互相之间联系百分之百是偶然，伴随人工智能技术发展，每個局部生产环节机器劳动日益完善，机器如何在不同样局部生产环节形成一個统一机器体系须要便越发强烈，马克思说，“须要是同满足须要手段一同发展，同时是依靠这些手段发展，”〔马克思《资本论》〔最先個卷〕〔第十四章〕〕这在人工智能技术发展过程中，是尤为这般，当同一個机器体系作用于行业生产线中不同样局部生产环节时候，每一個生产环节完成任务时间往往是可以预估，每一個生产环节所起到作用、它对其他相关生产环节影响也是可以规划，现在，不同样局部生产环节协作经验，便逐渐积累起来，伴随人工智能技术在一個行业生产线应用成熟，机器对经验材料须要，逐渐地从局部趋向于整体，从微观趋向于宏观，从特殊趋向于一般，因为这個，人工智能技术从各异局部生产环节延伸至一個完整行业生产线过程，也就是经验材料在更大范围内转化为一個整体生产体系过程，
由此可见，伴随人工智能技术发展，经验已经引发根本更迭，经验材料演变，是伴伴随人工智能技术成熟一起发展，同时是借助人工智能技术发展而发展，以前，经验是如何让人更有效地实行生产劳动经验;现在，经验是如何让机器更有效地实行生产劳动经验，以前，经验是对人劳动行为理性总结;现在，经验是对机器局部劳动、整体劳动动态规划，
四、作为终点机器
人工智能技术发展终点，是让机器可以独立于人，自发地、不间断地为生产劳动创造价值，
人工智能技术，让机器具备从经验材料中自学习本事，于是大幅度增加机器实行生产劳动广度、深度，正是这种自学习本事，让机器变成很多行业中价值创造过程中主角，人工智能技术有别于其他信息技术，并非由于人工智能技术在其内容上优越性或特殊性，而是人工智能技术所赋予机器在生产劳动或价值创造过程中独立性，
传统信息技术是机器为人供应协助，由人来完成最后生产劳动;人工智能技术将这個过程颠倒过来，是人为机器供应协助，由机器来完成最后生产劳动，之前，人是价值创造过程最先选角色，机器是人工具;现在，机器是价值创造最先选角色，人是机器工具，人工智能技术绝非仅是一种让人增加技能、可以从事更复杂生产劳动特殊工具，恰恰相反，在机器逐渐扩大价值创造范围过程中，辅助机器实行生产劳动人所须要技能要求越来越低，
一個完整行业生产线一般是由多個互相关联局部生产环节所组成，再聪明机器也无法一下子取代一個行业生产线中所包含全部生产环节，在一個行业被人工智能技术所改造过程中，机器往往先说从一個局部生产环节开始发挥作用，让机器取代人劳动先说局限于这一個生产环节，起初，机器对人局部劳动取代所造成生产效能提升往往是无法眼，人们也最容易在这個起初环节质疑运用机器实际意义，反而，只要机器取代人占领一個局部生产环节，机器对与这個生产环节相关其他生产环节占领便变成一個无法阻挡势头，
在一個完整行业生产线中，倘若机器、人同时在各异局部生产环节实行生产劳动，机器与人之间协作便引发阻碍，相比人与机器之间协作，机器与机器之间协作更具有连续性特点，其过程是百分之百由科学规律来支配，在这种摆脱人主观局限科学生产过程中，每一個局部生产环节所须要时间及全部生产环节所须要时间便可以事先估算出现，在人工智能技术应用于一個行业生产线过程中，人生产劳动主观性逐渐消逝于机器生产劳动客观性中，人局部生产劳动逐渐融合于机器集中生产劳动体系，由此可见，人工智能技术发展结果，不光体现于机器在一個局部生产环节中可以独立地创造价值，人工智能技术发展结果，也体现于机器体系在一個行业生产线中多個局部生产环节中，以科学方法实行有机地协作。