在人工智能大热的背后，是对人工智能认识的混乱。对于何为人工智能，无论是社会科学领域里的专家，还是科技领域里的专业人士均有着不同的认识，导致对人工智能的论断也大相径庭，既有支持者，也有反对者。支持者认为人工智能将极大的改变我们目前的社会，为人类提供极大的发展机遇。而反对者则将人工智能视为人类最大的威胁，如著名的物理学家史蒂芬·霍金曾多次表达了对人工智能的担忧，认为“人工智能的全方位发展可能会导致人类的灭亡”，“人工智能可能是人类文明的最后成就”。之所以会出现上述分歧，根源就在于不同的人在论述“人工智能”时选取了不同的角度，截取了不同的人工智能内涵。因此，明确“人工智能”的内涵和本质属性是探讨“人工智能”相关论题的基本前提。
（一）历史视域下的人工智能
虽然人工智能是由于阿尔法狗的横空出世才被社会公众所熟知，但人工智能并不是新鲜事物，早在1956年学者们就对人工智能进行了热烈的探讨。但人工智能发展到今天，人们对于人工智能到底是什么并未达成一致的意见。人工智能（Artificial Intelligence，AI）所涵盖的定义是一场永恒的战争，并且由这一领域的进步而不断更新。
对于人工智能，学界常将其分为弱人工智能、强人工智能以及超人工智能。所谓的弱人工智能（Artificial Narrow Intelligence），也称限制领域人工智能或应用型人工智能，指的是专注于且只能解决特定领域问题的人工智能，比如有能战胜象棋世界冠军的人工智能，但是它只会下象棋，但是要问它怎样更好地在硬盘上储存数据，他就不知道怎么回答了。强人工智能（Artificial General Intelligence），又称通用人工智能或完全人工智能，是指在各方面都能和人类比肩的人工智能，人可以做什么，它就可以做什么。超级人工智能（Artificial Super Intelligence），指的是比世界上最聪明、最有天赋的人类还聪明的人工智能。当然，关于超级人工智能的定义是最为模糊的，因为没有人知道超越人类最高水平的智慧到底为何种能力。知名的人工智能思想家Nick Bostrom就将其定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能”。就目前的人工智能发展水平来说，我们能看到的所有的人工智能都属于弱人工智能的范畴。对于强人工智能和超级人工智能，实际上是存在于学者的理论构想之中，但此构想的合理性遭到了很多的质疑。实际上，很多人工智能领域的专家认为，强人工智能远未到来，更遑论超级人工智能。因此，目前的人工智能仍是以“弱人工智能”为发展、研究方向，通用型人工智能（也即“强人工智能”）并不是主流的研究方向，在短期内也没有实现的可能性。而对于弱人工智能，人们倾向于将其看作是一种技术工具，此种工具可以自动完成此前需要人类参与才能完成的工作任务。人们所关心的人工智能带来的制度问题、法律问题无疑均指向“弱人工智能”，因为只有它在我们的现实生活中发生了实际的作用，也只有它对我们现有的社会制度、法律制度产生了实际的影响。对于不知何时才会到来的“强人工智能、超级人工智能”并不是我们现在就应考虑的对象。
（二）科技视域下的“弱人工智能”
人工智能，本质上就是一种计算机程序。而计算机程序则是为了得到某种结果而可以由计算机等具有信息处理能力的装置执行的代码化指令序列。计算机程序中的指令序列是程序员利用某种数学模型而设计的一步接一步的运算步骤方案。也正因如此，计算机程序才被视为人脑思维规则的外化。因此，程序员在计算机程序的设计以及功能实现过程中起着至关重要的作用。程序员采用了何种算法直接决定着计算机程序的运行以及目标、任务的完成状况。只不过，在人工智能出现之前的计算机程序往往都是严格按照程序员的既有设定来运行，从而得到我们可预期的结果。而到了人工智能时代，程序设计发生了很大的变化。
人工智能与以往的计算机程序最大的不同在于，人工智能程序在编写设计过程中使用了“深度学习”算法，很多人甚至高喊出了“深度学习=人工智能”的口号。所谓的“深度学习”，就是用人类的数学知识与计算机算法构建起整体架构，再结合尽可能多的训练数据以及计算机的大规模运算能力去调节内部参数，尽可能逼近问题目标的半理论、半经验的建模方式。深度学习的优势体现为能够从海量数据中进行特征的自动提取、自动选择，甚至于可以做到对算法本身做进一步的优化以更好的解决某一特定问题。深度学习虽然通过特征的自动提取将人从手工特征设计中解放了出来，但在目前的神经网络架构中，网络层数、每层神经元的种类和个数、训练算法参数等超参数可能对学习结果有着决定性的影响。这些超参数的设置和调节，仍然高度依赖人的经验。因此，深度学习就是一种用数学模型对真实世界中的特定问题进行建模，以解决该领域内相似问题的过程，此种数学模型仍然源自于程序开发者的选择和判断，在遵从计算机科学的客观要求下通过特定算法的安排去完成一定任务和实现一定的目的。实际上，对于人的智力活动规则的外化，从人类能够制造工具开始就存在了。人类发明工具的目的，就是为了代替自身的体力劳动和脑力劳动。在计算机发明以前，人类发明的工具主要集中于对体力劳动的替代，并取得极大的成果，如交通工具的发明就是为了让人用更少的力气跨越更远的距离、运送更多的货物。而古代中国人发明的算盘就是通过将运算规则外化于算盘之上帮助人们进行计算以节省脑力。但是，真正能够代替人类脑力劳动的还是计算机的发明。计算机在被发明出来的初期，也仅仅是帮助人们进行数学计算，但是随着计算机硬件的不断发展，其能够做的事情也越来越多，计算机代替人类的脑力劳动的程度也越来越高，因此被誉为“有史以来最强大的人类力量倍增器之一”。在这个过程中，计算机程序从只能机械的运行程序员所设定的一个个的算法步骤，到可以对运行过程中的某一个步骤、某一个环节进行有针对性的选择和判断，再到程序本身可以对运行步骤进行自我完善，使得计算机程序（更多的被称之为“人工智能”）逐渐的具备了类人化的“智能”。
然而，“一切智能机器”的“智能”是由人赋予的，其所遵循的逻辑乃是人类从客观规律中抽象出来的逻辑法则。例如目前的深度学习算法是对“视觉系统的信息处理方式”的模拟。因此，人工智能本质上只不过该程序具备一定的自主选择和判断能力的计算机程序，但是此种能力毋宁说是程序开发者解决某一问题、实现某一目的的智能规则的外化，体现的是仍然是程序开发者自身的选择判断能力。通过这种外化，人们就可以借助计算机来使用程序开发者处理问题的思维规则和方法来解决自己所遇到的类似问题。这也正是计算机技术带给人的便利性，即将人从繁复的选择和判断中解放出来，使得人工智能的使用者不需要再经过长时间的、高强度的知识学习，就能做出更好的选择和获得最佳的答案。
（三）人工智能创作物的论域限定
人工智能已经被应用到人类生活的方方面面，不仅可以帮助人们完成重复性的体力劳动，也在人类引以为傲的精神创造领域大显神威。人工智能不仅能够像人一样进行“创作”风格迥异的小说、散文、诗歌、音乐、油画等作品，也可以像人一样进行发明创造。不同类型的人工智能创作物需要交由不同的法律制度加以规制。而本文所探讨的问题则是人工智能在文学、艺术、科学领域里所产出的类似作品一样的表达究竟该如何保护。对此问题的探讨直接指向著作权法，因为著作权法保护的客体本质上就是一种表达。当然并非所有的表达都能受到著作权法，只有具有独创性的表达才能受著作权法的保护。人工智能创作物究竟能否受著作权法的保护，就是要看其是否具备著作权法所要求的独创性。