本文是《白话智能科学与技术》专栏第 002 篇 · 面向智能 / AI / 计算机大类新生，一篇讲清一个概念。

上篇说了这个专业是“造智能系统”。那第一个问题来了：到底啥叫“智能”？哲学家吵了几十年，咱用大白话聊。

生活里的智能，长啥样

【这是我讲课的老规矩】只有不用数学能说明白一件事的老师才是好老师。

你早上出门，看到地上有滩水，自然就绕开——你没专门学过“遇到水要绕”，但你能根据新情况灵活应对。这就是智能最朴素的样子：面对没见过的局面，能自己想办法。

认出一只从没见过的猫、听出朋友语气里的不高兴、考试时把两个旧知识点拼起来解一道新题——这些都是智能。

科学家怎么“测试”智能？（图灵测试）

1950 年，图灵提了个很妙的办法：把人和机器分别关在帘子后，让你打字问问题。如果你分不出对面是人还是机器，那就算机器“表现出了智能”。

注意：图灵测试看的是“行为像不像人”，并不管机器“有没有真的在思考”。

一个著名的抬杠：中文房间

哲学家塞尔有个思想实验：假设一个不懂中文的人，关在房间里，手里有一本“遇到中文问题→查表→回中文答案”的规则书。外面人看来“他中文说得真好”，但他根本不懂中文——只是按规则查表。

科学内涵：这个实验点在说——“表现出智能的行为”和“真的理解”是两回事。这也提醒我们：现在的大模型很多时候像“中文房间”，能把话接得很像样，但是否“真懂”，科学界仍有争论。这正是智能科学要研究的核心难题之一。

弱人工智能 vs 强人工智能

• 弱人工智能（ANI）：只在某一件事上聪明，比如下围棋的 AlphaGo、给你导航的地图。它们强得吓人，但离开围棋/导航就“傻”了。
• 强人工智能（AGI）：像人一样，啥领域都能学、能推理。目前还不存在，是长远目标。

技术内涵（划重点）：今天所有能用的 AI，都是弱人工智能。所谓“智能”，在工程上不是“有灵魂”，而是“在给定任务上，系统能根据输入自己产生合适输出的能力”——而且这种能力，是能从数据/经验里“学”出来的，不是人一条条写死的。这，就是智能科学与技术能把它“造”出来的根本原因。