هوش مصنوعی فناوری است که به ما در حل مسائل کمک می‌کند، زیرا هوش مصنوعی می‌تواند حجم عظیمی از داده را پردازش کند و برای آموزش به حجم زیادی از داده نیاز دارد.
با این حال، تعریف هوش مصنوعی در طول سال‌ها تغییر کرده است.
در حالی که بسیاری بر این باورند که تعریف آن مستقیماً با هدف آن مرتبط است، تعاریف مدرن در فرهنگ لغت بر هوش مصنوعی به عنوان زیرشاخه‌ای از علوم کامپیوتر و چگونگی تقلید هوش انسانی توسط ماشین‌ها به صورت شبیه انسان، به جای تبدیل شدن به انسان، تمرکز دارند.
فرهنگ لغت انگلیسی آکسفورد این تعریف را ارائه می‌دهد:
«نظریه و توسعه سیستم‌های کامپیوتری قادر به انجام وظایفی که معمولاً به هوش انسانی نیاز دارند، مانند ادراک بصری، تشخیص گفتار، تصمیم‌گیری و ترجمه بین زبان‌ها.»
هوش مصنوعی به طور کلی توانایی یک سیستم در موارد زیر است:
۱. تفسیر صحیح داده‌های خارجی. به عنوان مثال، هنگامی که یک دوربین داده ارائه می‌دهد، تشخیص تفاوت بین یک شخص و یک سایه.
۲. یادگیری از چنین داده‌هایی، به عنوان مثال، هوش مصنوعی باید یاد بگیرد که رد شدن از روی سایه‌ها اشکالی ندارد، اما رد شدن از روی افراد نه.
۳. استفاده از این آموخته‌ها برای دستیابی به اهداف و وظایف خاص از طریق انطباق انعطاف‌پذیر. به عنوان مثال، هدایت وسیله نقلیه.
۴. انطباق مداوم با شرایط و الزامات داخلی و خارجی. در اینجا چند عدد کلیدی مربوط به هوش مصنوعی آورده شده است. انتظار داشته باشید این اعداد با گذشت زمان بهبود یابند.
داده‌های بزرگ، استدلال، یادگیری و حل مسئله چهار ویژگی کلیدی سیستم هوش مصنوعی هستند.
داده‌های بزرگ قادر به پردازش حجم عظیمی از داده‌های ساختاریافته و بدون ساختار هستند که می‌توانند به طور مداوم تغییر کنند. استدلال، توانایی استدلال با منطق قیاسی یا استقرایی و استنتاج بر اساس موقعیت.
در این حالت، یک آگاهی مبتنی بر زمینه از سیستم وجود دارد. یادگیری، توانایی یادگیری بر اساس الگوهای تاریخی، ورودی متخصص و یک حلقه بازخورد. حل مسئله، قادر به تجزیه و تحلیل و حل مسائل پیچیده در یک دامنه خاص و دامنه عمومی.
