Veštačka Inteligencija, je inteligencija koja nema koren u prirodnim izvorima, nego nastaje iz svesnosti i emocijalnosti koja je izgrađena uz pomoć mašina. Jedna od definicija je da se sastoji, od akcija koje vodi ka apsoultnom dostizanju cilja, sa najvećom mogućom brzinom. Dakle bazirana je na mašinama koje oponašaju kognitivne funkcije koje liče na ljudski um. Ono što je glavni cilj razvoja ove tehnologije jeste, da mašine uče i rešavaju probleme, same od sebe, dakle da se u njima razvija sposobnost, da bez imputa ljudi razvijaju nove podatke i rešenja.

Građenje ovih programa je bazirano na parsiranju podataka. To znači da mašina dobije veoma veliki broj podataka koje treba da kategoriše, sagleda u njima paterne, koji se ponavljaju. U tome i leži razlika između mašine i čoveka. Čovek podatke i informacije ređa tako da odlučuje u koju kategoriju će da postavi, informacije bazirano na svojim pređešnjim iskustvima, kao i u proračunu o tome gde želi da bude u budućnosti. Za razliku od njega mašina to radi tako što samo kategoriše podatke, na osnovu tačno baziranih zahteva, koje dobije kao input. Dakle po toj filozofiji ona je mnogo preciznija. U tom slučaju nema groške koja dolazi iz ljudskog faktora, nema upliva emocija koje nisu svrsishodne podeli podataka.

Mnogi algoritmi koje koristi AI, mogu da uče iz podataka. Algoritmi su kodovi koje koriste programeri da daju mašinama ili programima instrukcije. Svaka linija koda ima butan uticaj na ceo proces programa. Ti algoritmi su takođe matemtičke formule, koje nastaju iz binarnog koda, tačnije niza jedinica i nula, koje za rezultat daju jasnu funkciju. Te funckije služe mašini da razume koje korake i kada mora da obavi.

Ideja algoritama u mašinskom učenju je jako slična heurstikama, kod ljudi. Heursitke su šeme koje korsiti naš mozak da bi razumeo situacije i koncepte. One se grade kroz iskustvo i nasleđe. Dakle koncept poput čaše je nastao kao zajedničko razumevanje definije onoga što jeste čaša. Dok je heuristika deifinisana kao više koncepata koje imaju za značenje širu sliku i opis situacija, na primer svi mi imamo heursitku o tome šta je veza između partenra. Ona je sklop više naših iskustava koje kasnije sklapamo i deifinišemo situacije, kasnije poredimo tu oreginalnu heuristiku sa onim što nam se svakodnevno dešava, što kao rezultat daje procenu u odnosu na onu na koju reagujemo.

Sada kada smo definisali oba koncepta, bitno je da razumemo da je glavni motiv AIja, da sam stvara heuristike i koje su nove i ne poznate čoveku prosto zato što čovek ne može da obradi toliko informacija i situacija. Tako da za rezultat dobijemo nešto više od od procena koje su ometene ljudskim strahovima, samim tim dobijamo bolje procene.

Tako da kada mašina uči, ona procenju ono što su bili ishodi u prethodnim situacijama. Shodno tome ona procenjuje akcije koje su dovele do tih ciljeva, tačnije koje akcije su vodile bliže ka cilju a koje manje. Zatim proračunava koji bi sledeci korak bio najbolji. To sve radi koristeći svoj jezik koda i kreirajući algoritme sama, bez imputa ljudi. Zapravo je to ultimativni cilj. Da imamo mašine kojima nije potrebno da ih ljudi hrane informacijama, nego da one same kreiraju rešenja. Tako bi obradile sva moguća znanja na zadatu temu, i imala u razmatranju sve moguće hipoteze, koje su u skladu sa podatcima. Za razliku od čoveka, koji po toj teoriji nema kapacitet da sva ta rešenja drži i obrađaju u svom mentalnom sklopu. Tako mašina mnogo lakše, za razliku od čoveka eliminiše akcije koje neće biti svrsishodne. Ta rešenja bi davala bolje odluke, koje bi ljudi mogli da apliciraju u svakodnevnom životu.

Takođe postoji i sitem koji koriste programeri da dobiju bolje rezultate AIa, ona se zove overfitting, i definisana je kao produkcija analize, koja korespondira previše blizu ili baš kao podatski, i zato može da promaši kada se radi o dodatnim podatsima, ili može da omane kada se posmatraju buduća očekivanje. Dakle ovaj model je baziran samo na limitaciji date koju dobije, i ne uzima u obzir nove informacije kada obračinava funkciju.

Tako je nastalo dva načina građenja AI, jedan strukturološki koji se bavi obradom bazičnih podataka, i opcija i drugi koji je funkcionalni i ima za cilj, da obrade podatke do niova koji je identičan onaj onom koga čovek posreduje.

Ono što razlikuje mašine od ljudi je odgvor koji daju na bazi zdravog razuma, tačnije ljudi imaju jasne načine na koje reaguje na situacije na koje do sada nisu navikli, ili se čak nisu našli u njima. To omogućava svima da brzo uče, naročito maloj deci koja obrađuju veliki broj novih podataka. Na primer ako stavim olovku na krivu površinu ona će skotrljati. Takođe ljudi imaju super moć, da obrade neke rečenice i informacije, koje nastaju u jeziku a koje nemaju baš jasno značenje, to je ta narodna psihologija. Na primer to su izreke koje dolaze iz naroda. Koje imaju veće značenje od onoga koje je očigledno. Na primer i corava koka zrno ubode. Te izjave dobijaju značene i interpretaciju na osnovu mentalnog upliva koji postoji vezan samo za kulturu. Tako da su to mesta u kojima AI pravi greške, za sada. Tu je ujedno i razlika između onoga što je jača strana ljudi, a šta mašina.

Naravno da se za kraj postavlje pitanje morala, i ko je osoba koja će imati moć, da određuje u kom pravcu idu ova istraživanja. I šta će se desiti kada AI jednog dana, dođe na nivo da može da funkcioniše bez potrebe da ima uticaj od strane ljudskog faktora.
Kao i ono najbitnije, zašto verujemo tehnologiji, nego mozgu koji nas već doveo do ovde. I zašto se sledeći evolutivni korak oslanja na mašine, a ne na mozak koji se dosad