人工系统指人类加工改造的自然系统或人类藉助系统创造出的新系统。它将劳动创造者的功能与自然系统的功能相互融合、相互渗透，构成一个新的运转合理的系统。根据人类改造的程度可分为纯人工系统和自然人工系统。

人工系统包括立体成像系统、生产系统、交通系统、电力系统、计算机系统、教育系统、医疗系统、企业管理系统等等。

根据系统本身的特性又可分为：

(1)基于自然系统并加以改造使之为人类服务的工程技术系统和产品系统。例如，拦洪蓄水发电系统，桥樑系统，沟渠系统等。

(2)由一定的组织制度、程式、手续等构成的管理系统和其他社会职能系统，如社会福利系统、社会保障系统。

(3)根据人们对自然现象和社会现象的研究而创立的学科体系和技术系统。例如，加工系统、运输系统、电力系统、武器系统等。人工系统是人类认识和改造自然的一种标誌，是人类智慧的升华。人工系统化的程度、水平，是各个时代人类文明水平的直接标誌。因此，在人类认识、改造自然的时候，要协调好人与自然的关係，避免“人类大沙文主义”，使人与自然能相互协调，共同发展。

1、自然体系相比人工系统来说有更强的弹性和可塑性，总是能够在很大程度上消解人为破坏的影响并最终行使功能。比如河流在它的运行过程中虽然会受到人为的干扰，但它还是能够完成水的运输和生态服务功能。相反人工建造的由管道、阀门和泵站等所组成的供水系统则是一个非常脆弱的体系，一旦其中任何一个环节出了问题，整个系统就会瞬间瘫痪。

2、人造系统往往只是为了单一功能，服务一种目的。比如雨水管网是用来收集和排除雨水，被硬化的渠道只是为了输送水源，同样火力发电厂燃烧煤炭只是为了发电，不管由此造成的空气和水体的污染以及对生态环境的破坏。相反，自然体系要複杂和完善得多，机制也更加全面，不仅能够合理地利用和使用资源，同时还能够行使多种功能。比如自然环境中的湿地系统既能够净化水质补充地下水源，减轻雨洪的影响起到调节和净化功能，同时还是很多鸟类和水生动植物理想的栖息地，很好地发挥了维护生物多样性的功能。

3、人造体系大多各自为政互不相干。比如城市的雨水管网与交通系统、能源的生产和运输都有各自的体系，彼此相互独立；而自然体系各组成之间则有很强的关联性且彼此相互影响。比如森林的过度採伐会造成水土流失并导致洪水泛滥，同时森林的减少会降低植被对热量和污染物的吸收，从而导致气温和污染等级的升高。

4、人造的体系往往是线性的非循环体系，是通过单项系统运行的：比如供水—厨房水龙头－排水管－下水道－河流－湖泊或海洋，或者，食物－超市－厨房－餐厅－垃圾场，以此类推；而在自然系统中，物质和能量流动是一个头尾相接的闭合循环体系，大自然没有废物，每一个健康的自然系统，都有一个完善的食物、营养和原料链。

5、人造体系对环境的影响通常是突然的和剧烈的，而自然系统的生成和对其组成部分的影响则是一个循序渐进的过程。比如建造一座水坝也许只需要几个月的时间，但结果往往可以毁掉一条河流整个生态系统的结构和功能，这往往需要上百年的时间才能够形成和完善。

人工智慧是研究、开发用于模拟、延伸和扩展人的智慧型的理论、方法、技术及套用系统的一门新的技术科学。人工智慧是计算机科学的一个分支，它企图了解智慧型的实质，并生产出一种新的能以人类智慧型相似的方式做出反应的智慧型机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智慧从诞生以来，理论和技术日益成熟，套用领域也不断扩大，可以构想，未来人工智慧带来的科技产品，将会是人类智慧的“容器”。

提到“人工智慧”，很多人一定会联想到“机器人”，联想到电视架上经常播放的机器人踢足球、跳舞、做家务等场面，甚至会联想到某些家用电器上标有“人工智慧（或AI）”功能。没错，机器人确实是人工智慧技术的一个典型套用，但人工智慧还有更加广泛的研究和套用领域。

人工智慧的进一步发展是基于归纳逻辑的基础之上的。近年来，人工智慧与五代机的研究，所涉及的专家系统、机器学习、知识处理方面都必然运用归纳逻辑。一些研究者试图把归纳逻辑系统带入人工智慧研究领域，从而找到一定的正确的方法来发展人工智慧研究理论系统。

人工智慧（ArtificialIntelligence，简称AI）是计算机学科的一个分支，20世纪70年代以来，被称为世界三大尖端技术（空间技术、能源技术、人工智慧）之一，也被认为是21世纪三大尖端技术（基因工程、纳米科学、人工智慧）之一。近三十年来，人工智慧获得了迅速的发展，在很多学科领域都获得了广泛套用，并取得了丰硕的成果，在理论和实践上都已自成一个系统。

美国史丹福大学人工智慧研究中心的尼尔逊教授对人工智慧下了这样一个定义：“人工智慧是关于知识的学科———怎样表示知识以及怎样获得知识并使用知识的科学。”美国麻省理工学院的温斯顿教授认为：“人工智慧就是研究如何使计算机去做过去只有人才能做的智慧型工作。”普特南指出：“20世纪早期逻辑领域出现的两位巨人哥德尔（KurtGodel）和杰克斯·赫伯德（JacguesHerbrand）对于人工智慧研究作出了重要的贡献。”1936年，由图林提出的图林机器本来是个逻辑学的概念，并非为计算机的研製而提出，但图林机器理论与冯·诺意曼的程式记忆体思想为计算机科学与技术奠定了重要的理论基础。我国着名逻辑学者陈波教授认为，计算机科学和人工智慧研究将是21世纪早期逻辑学发展的主要动力源泉，并将由此决定21世纪逻辑学的另一幅面貌。人工智慧所具有的独特的学科性质为逻辑学的研究和发展提出了更高的标準和挑战，逻辑学研究的对象、方法和意义都必将取得新的发展与突破。人工智慧是用计算机来对人类思维过程和智慧型进行模拟（如学习、推理、思考、规划等）的学科，主要包括计算机实现智慧型的原理，製造类似于人脑智慧型的计算机，使计算机能实现更高层次的套用。人工智慧几乎涉及自然科学和社会科学的所有学科，其研究範围非常广阔，包括问题求解、定理证明、专家系统、机器学习、智慧型控制、智慧型检索等。在人工智慧的发展过程中，虽然对归纳的模拟以及智慧型化早就开始，但真正受到重视而且取得重大进展还是在专家系统与知识工程出现之后。机器学习的核心是归纳学习问题，人工智慧在处理不确定性推理的手段时，无论是数值型或非数值型的，特别是其中的非单调推理，都是与归纳学习密切相关的。值得强调的是，非单调推理对不确定性推理的处理方法与归纳逻辑不同，它对归纳逻辑有很大的启发。