人工智能是由（）呈现出来的智能行为。

人工智能是由人造系统呈现出来的智能行为。这一核心定义强调其“非自然”属性——智能并非源于生物进化，而是通过人类设计的程序、机器或技术体系实现，涵盖从语言理解、视觉识别到决策学习等原本需要人类智能完成的任务。

软件程序：如语音助手、图像识别算法等，通过代码逻辑模拟人类认知过程。例如，搜索引擎的排序算法通过分析用户行为数据“学习”优化结果，体现数据驱动的智能。

硬件机器：包括机器人、自动驾驶汽车等实体设备，通过传感器感知环境并执行决策。如自动驾驶系统结合摄像头与深度学习模型，实现路况实时判断。

根据研究，人工智能的智能行为可归纳为三大能力：

感知与理解：通过计算机视觉识别图像（如人脸识别）、自然语言处理解析文本语义；

学习与优化：借助机器学习算法（如监督学习、强化学习）从数据中迭代改进，如推荐系统根据用户偏好调整内容；

决策与执行：基于规则或概率模型作出判断，如金融风控系统自动评估贷款风险。

当前主流人工智能属于窄人工智能（弱AI），仅针对特定任务设计，如语音助手仅专注语言交互，不具备跨领域认知。而理论中的通用人工智能（强AI） 追求类人水平的通用认知能力，能自主推理、规划并拥有意识，目前仍处于研究阶段。

这一演进路径印证了约翰·麦卡锡的定义——人工智能本质是“制造智能机器的科学与工程”，其终极目标不仅是模拟智能，更是拓展人类认知的边界。从AlphaGo的围棋突破到GPT模型的语言生成，人造系统正逐步展现出超越人类专业领域的专项智能，但距离真正的“通用智能”仍有漫长探索空间。

这种由人类智慧创造的“智能造物”，既带来效率革命（如智能医疗辅助诊断），也引发对伦理的思考：当机器能够自主“学习”时，如何确保其行为符合人类价值？这或许是人工智能发展中比技术突破更深刻的命题。