Answers:
的确，该术语已成为流行语，现在已广泛用于混淆点-但是，如果您查看Stuart Russell和Peter Norvig提供的定义，他们的用法如下：
我们将AI定义为对 从环境获得感知并采取行动。每个此类代理都实现了将感知序列映射到动作的功能，并且我们介绍了表示这些功能的不同方式，例如反应性代理，实时计划者和决策理论系统。我们解释了学习的作用，将学习者的作用范围扩展到未知的环境中，并展示了该作用如何限制代理设计，从而支持显式知识表示和推理。
人工智能：一种现代方法-Stuart Russell和Peter Norvig
因此，您引用的示例“汽车/飞机的自动驾驶仪”实际上是一种（著名的）人工智能形式，因为它必须使用一种知识表示形式来应对未知的环境和情况。最终，这些系统还收集数据，以便可以更新知识表示以处理他们发现的新输入。他们这样做与自动档汽车的所有时间
因此，对于您的问题，对于要被视为“具有AI”的事物，它必须能够处理未知的环境/情况，以实现其目标/目标，并以一种提供新学习的方式提供知识/信息易于添加。从流行的神经网络到贝叶斯网络（信念网络）之类的概率模型，有许多种类型的定义明确的知识表示方法-但是从根本上说，系统的动作必须从您为其选择的知识的任何表示形式中得出。被视为AI。
除了已经提到的关于AI的内容外，我还需要补充以下内容。“ AI”的历史可以追溯到最初 Perceptron。马文·明斯基（Marvin Minsky）在1969年抨击了感知器，因为它无法解决XOR问题以及任何不可线性分离的事物，因此“人工智能”一度成为肮脏的字眼，只是在1980年代重新获得了兴趣。在这段时间里，神经网络得到了复兴，用于训练它们的反向传播技术得到了发展，并且随着计算机技术的持续呈指数增长，“ AI”也随之发展，这成为了可能。
如今，有很多东西被我们视为理所当然，这些东西在10或15年前就被认为是“ AI”，例如语音识别。早在70年代末，我就开始了“人工智能”语音识别的工作，在那儿，您必须训练语音模型来理解单个人类说话者。如今，例如，语音识别是您在Google应用中的事后准备，不需要任何先验培训。但是，至少在普通观众中，不再将此技术视为“ AI”。
那么，什么是“最低要求”？那将取决于你问谁。什么时间 该术语似乎仅适用于“处于前沿”的技术。一旦它变得发达和司空见惯，它就不再被称为AI。即使对于现在在数据科学中占主导地位的神经网络，也是如此，但被称为“机器学习”。
还可以查看有关Quora的热烈讨论。
这是Kaiesh出色答案核心的“人类语言”（非技术性）提要。
从最基本的意义上讲，任何决策算法都可以视为人工智能的一种形式。
人工智能的历史维基提供了很好的概述。这个领域的根源一般归因于符号人工智能，但是可以说它可以追溯到巴贝奇。以“分析引擎”形式的第一功能游戏AI可以是Nimatron（1940）。最近，包括神经网络和遗传算法在内的各种形式的机器学习都取得了令人兴奋的成果。贝叶斯网络是概率AI的另一种形式。
效用是我们评估算法智能程度的手段，它与机制是分开的。
认可机构可以是弱者也可以是强者。与竞争的理性人（通常是人类）相比，强大意味着在一项任务上表现更好。（“人是万物的量度。” Protagoras）相对于AI而言，“ 强”一词在传统上被认为是指人工智能（也参见图灵测试）。，但是当前的算法智能只是“狭strong的”。
情报是一个频谱，因此：
对AI的最低要求是，无论决策的质量如何，算法都要根据数据做出决策。
对于拥有智能的系统，它必须能够始终如一地产生符合目标区域的条件匹配结果。在复杂的环境中，此功能必须在各种变化的条件下持续存在。
当一个人聪明时，即使在通往目标的道路上出现各种挑战时，人也将反复实现目标。人类适应了物种内部的局部生物适应世代相传的环境变化的方式，但是人类的思想通过消除方法（解决方案思想）而不是消除生物体内的个体而快速适应。
术语“人工智能”旨在表示由人类设计或编程到机器中的智能。如果可以将智能设计到机器中，那么大脑很可能只是（如某些人所暗示的）生物机器。因此，使用相同的人工智能定义，由课本教书的学生和一些讲座也必须是人工的。教育是人类编程到生物机器中的一组功能。
无论哪种方式，修饰语ARTIFICIAL都是没有意义的。人（或机器）可以在没有文化和教育的情况下明智地行动的假设纯属幻想。这否认了文明思想的复杂而渐进的发展。
因此，对人工智能的最低要求（如果有人坚持这一术语）与对智能的最低要求相同。为此，请返回此答案的第一段。
实际上，AI领域是不断努力以推动机器智能的前沿。具有讽刺意味的是，人工智能遭受了多年失败的命运，最终无法避免被收购收购，而这种收购最终不可避免地进入了前沿领域，这种重复的模式被称为“人工智能效应”或“奇异悖论”-人工智能将一项新技术带入了共同的视野。 ，人们已经习惯了这项技术，它不再被视为AI，并且出现了新技术。
因此，我认为我们不能为要考虑的AI选择固定的要求集。相反，在历史上的任何特定时刻，人工智能都是一组程序，它们可以实现以前通常只能由人类解决的功能。随着技术的发展，界限不断地被推挤，障碍越来越高。考虑一下下棋：曾经将象棋引擎视为AI的巅峰之作，而如今，此类程序被视为“盲目搜索”而不是真正的智能。
用拉里·特斯勒（Larry Tesler）的话说，情报是机器还没有做的事情。