回答:
この用語が流行語になり、今では混乱のポイントまで広く使用されているのは事実です。しかし、スチュアートラッセルとピーターノービグが提供する定義を見ると、次のように書かれています。
AI は、環境から知覚を受け取り、アクションを実行するエージェントの研究として定義されます。そのようなエージェントはそれぞれ、知覚シーケンスをアクションにマッピングする機能を実装します。これらの機能を表すさまざまな方法（リアクティブエージェント、リアルタイムプランナー、意思決定システムなど）を取り上げます。デザイナーの範囲を未知の環境にまで広げる学習の役割を説明し、その役割がエージェントの設計を制約し、明示的な知識表現と推論を支持する方法を示します。
人工知能：現代のアプローチ-スチュアートラッセルとピーターノーヴィグ
「自動車/飛行機の自動操縦」を引用する例は、未知の環境や状況に対処するために知識表現の形式を使用する必要があるため、実際には（有名な）AI の形式です。最終的に、これらのシステムはデータを収集し、発見した新しい入力に対処するために知識表現を更新できるようにします。彼らは常に車のオートパイロットでこれを行います
ですから、あなたの質問に直接、「AIを持っている」と見なされるものについては、目的/目標を達成し、新しい学習を提供する方法で知識を提供するために、未知の環境/環境に対処できる必要があります/情報を簡単に追加します。一般的なニューラルネットからベイジアンネットワーク（信念ネットワーク）などの確率モデルに至るまで、さまざまなタイプの明確に定義された知識表現方法がありますが、基本的に、システムによるアクションは、選択した知識の表現から派生する必要がありますAIと見なされます。
AIについて既に言われたことに加えて、以下を追加します。「AI」には、元のパーセプトロンまでさかのぼるかなりの歴史があります。マービンミンスキーは1969年にパーセプトロンをXOR問題や線形分離不可能なものを解決できないと非難したため、「人工知能」は1980年代に利益を取り戻すためにしばらくの間、汚い言葉になりました。その間に、ニューラルネットが復活し、それらを訓練するために使用される逆伝播法が開発され、コンピューターテクノロジーが指数関数的な成長を続けるにつれて、「AI」と可能になったものも進化しました。
今日では、たとえば音声認識など、10年または15年前には「AI」と考えられていたものが当たり前だと思っていることがたくさんあります。私は70年代後半に「AI」音声認識を始めました。そこでは、単一の人間の話者を理解するために音声モデルを訓練する必要がありました。今日、たとえば、音声認識はGoogleアプリの再考であり、事前のトレーニングは必要ありません。しかし、この技術は、少なくとも一般の読者にはもはや「AI」とは見なされていません。
それで、「最小要件」とは何でしょうか？それはあなたが尋ねる人に依存します。そして何時。その用語は「最先端の」技術にのみ適用されるように思われます。開発されて一般的になると、AIとは呼ばれなくなります。これは、現在、データサイエンスで支配的ですが、「機械学習」と呼ばれるニューラルネットにも当てはまります。
これは、カイエッシュの優れた答えの中核の「人間の言語で」（非技術的）概要です。
最も基本的な意味では、意思決定アルゴリズムは、人工知能の一形態とみなすことができます。
人工知能のwikiの歴史はかなり良いの概要を示します。野原の根は一般的にシンボリック人工知能に起因していますが、バベッジまで遡ると言われるかもしれません。「分析エンジン」の形式の最初の機能ゲームAIは、Nimatron（1940）です。最近では、ニューラルネットワークや遺伝的アルゴリズムなど、さまざまな形式の機械学習がエキサイティングな結果をもたらしています。ベイジアンネットワークは、確率的AIの別の形式です。
アルゴリズムの知性の度合いを評価する手段であるユーティリティは、メカニズムとは別のものです。
AIは弱い場合と強い場合があります。強いとは、競合する合理的なエージェント（通常は人間）よりもタスクでのパフォーマンスが優れていることを意味します。（「人間はすべてのものの尺度です。」Protagoras）AIに関連する強い用語は、伝統的に人工一般知能（チューリングテストも参照）を意味するものとされてきましたが、現在のアルゴリズム知能は「わずかに強い」だけです。
インテリジェンスはスペクトルなので、次のとおりです。
AIの最小要件は、アルゴリズムが決定の品質に関係なく、データに基づいて決定を下すことです。
システムにインテリジェンスを持たせるには、目標領域を囲む基準に一致する結果を一貫して生成できる必要があります。この機能は、複雑な環境で変化するさまざまな条件にわたって持続する必要があります。
人間が知的であるとき、人間は目標への道に沿ってさまざまな課題が現れた場合でも、目標を繰り返し達成します。人間は、種内の生物のローカライズされたコレクションが世代を超えて環境の変化に適応する方法に適応しますが、生物のコレクション内の個人を排除するのではなく、アプローチ（ソリューションアイデア）を排除することで人間の心はすぐに適応します。
人工知能という用語は、人間が機械に設計またはプログラムした知能を意味することを意図していました。機械へのインテリジェンスの設計が可能な場合、心は（一部の人が示唆しているように）単なる生物学的機械である可能性があります。したがって、人工知能の同じ定義を適用すると、教科書といくつかの講義で教えられる学生も人工的でなければなりません。教育は、人間が生物学的機械にプログラムする一連の機能です。
いずれにしても、修飾子ARTIFICIALは無意味です。人間（または機械）が識字や教育なしで知的に行動できるという仮定は、純粋な空想です。これは、文明化された思考の複雑で漸進的な上昇の否定です。
したがって、人工知能の最小要件は、用語を主張する場合、知能の最小要件と同じです。そのためには、この回答の最初の段落に戻ります。
「2030年の人工知能と生命：人工知能に関する100年の研究」から：
実際、AIの分野は、機械知能のフロンティアを前進させるための継続的な努力です。皮肉なことに、AIは買収の主張を失うという不断の運命に苦しんでいますが、最終的には必然的にフロンティアの内側に引き込まれます。 、人々はこのテクノロジーに慣れ、AIと見なされなくなり、新しいテクノロジーが登場します。
その結果、AIと見なされるものに対して一定の要件を選択することはできないと思います。むしろ、歴史のどの時点でも、AIは、以前は一般的に人間のみが解けると考えられていた何かを達成できるプログラムのセットです。テクノロジーが進化するにつれて、境界は押し続けられ、押し上げられ続け、水準は上昇します。チェスのプレイを検討してください。かつてチェスエンジンはAIの頂点の1つと考えられていましたが、今日ではそのようなプログラムは「ブラインドサーチ」として認識され、真にインテリジェントではありません。
ラリー・テスラーを引用すると、インテリジェンスとは、まだマシンが行っていないものです。
質問が示唆するように、おそらくこの用語は使いすぎです。しかし、この用語が十分に活用されていない可能性もあります。
定義を提案することを考えましたが、インセンティブは今日自分自身の定義を発明することであり、すでに存在する概念的な混乱に貢献したくありません。
これらのような他の用語のような包括的な用語です。
AIには、実務家と同じ数の定義があります。これらすべての他の用語と同じです。