說大了高考機器人，說小了自動解方程都能和 AI扯上關係。
但一個產品究竟是不是AI 還是得去做技術分析才能夠確定。如果專家系統不能算作是AI的話，市面上大多數的自動化工具都不能算做是AI.
機器在對【感知】能力的模仿上已經取得了巨大的商業成果。因爲商業的原因，因爲技術實現上的複雜性和巨大成本， 這些產品已經成爲了最流行的 AI 的代表。
和【認知】相關的AI 有一些特徵：
1. 學習力 —— 學習能力需要直接的經驗積累：在某些特徵的制導下，從無到有地生成【從輸入到輸出間的邏輯通路】並且學習這個過程，並且能夠做到：在那之後，能夠更加有效地處理類似問題。對人來說，記性不好的話，學習能力也不會好。對機器來說，良好的樣本和算法能促進學習能力。
2. 創造力。創造力需要間接的經驗積累。創造力可能來自於對【大量的實踐經驗中得到的某個偶然性的成果】所進行的逆向分析，也有可能來自於對現有經驗過程所進行的反事實分析。對人來說，閒暇的時間和反叛的精神有利於促進創造力。對機器來說，大量的實踐經驗意味着巨大的算力消耗。