第(2/3)页

    首先先说最基础的，人工智能本身是一个交叉学科，涉及到哲学、数学、计算机、控制学等一众学科，所以整体的知识量还是非常庞大的，虽然说当前人工智能尚处在发展的初期，但是还有大量的科研难题有待攻关。

    而且人工智能的学习难度也很大。

    人工智能学习难度都大了，更不用说你要去开发一款人工智能的应用软件？

    那可不就是天方夜谭吗？

    当然，人工智能应用也不是说没有，就比如小爱同学，色瑞同学等等，这些都是属于人工智能范围。

    但是他们这个就简单的多了。

    人工智能有简单的，自然也是有困难的。

    简单的有基于符号逻辑推理也就是符号主义的智能。

    什么意思呢？

    就是利用严格的逻辑推理，从已知条件进行推导，从公理和定理出发，按逻辑归纳和演绎推理，得到新的结论。

    很像中学的公式证明的过程，或平面几何的证明过程。

    当然，机器定理证明属于这个范畴。

    不过因哥德尔的不完备性定理，也有其他的智能方法。

    而难度上升的就是基于人工神经网络也就是连接主义的智能。

    顾名思义，意思就是受大脑生理结构和功能的研究的启发，模仿出人工神经元。由大量人工神经元组成人工神经网络。

    其本质是，利用已知的标签化的大数据，去确定由人工神经网络决定的万能函数的待定系数。

    当然你说它是概率统计也行。
    第(2/3)页