其实和我们人类一样，是通过专门的学习过程获得的。专门的学习可以让AI程序习得专门的规律或能力。之后AI程序运行时，就可以依据习得的规律或能力，自主决策输出。我们以大数据加持下的AI为例，把AI的学习过程通俗的解释清楚。可以用三个关键词来概括学习过程：数据，模型，模型实例(AI程序)1、数据：数据中蕴含了某种规律，可能是数据之间(输入数据和输出数据)的规律，也可能是数据本身的结构上的规律。不同类型的数据(结构化数据，图像，语音，文本)，蕴含的规律不同。
子符号法80年代符号人工智能停滞不前，很多人认为符号系统永远不可能模仿人类所有的认知过程，特别是感知，机器人，机器学习和模式识别。很多研究者开始关注子符号方法解决特定的人工智能问题。自下而上， 接口AGENT，嵌入环境（机器人），行为主义，新式AI机器人领域相关的研究者，如RODNEY BROOKS，否定符号人工智能而专注于机器人移动和求生等基本的工程问题。他们的工作再次关注早期控制论研究者的观点，同时提出了在人工智能中使用控制理论。这与认知科学领域中的表征感知论点是一致的:更高的智能需要个体的表征(如移动，感知和形象)。计算智能80年代中DAVID RUMELHART 等再次提出神经网络和联结主义. 这和其他的子符号方法，如模糊控制和进化计算，都属于计算智能学科研究范畴。
免责声明： 本页面所展现的信息及其他相关推荐信息，均来源于其对应的商铺，信息的真实性、准确性和合法性由该信息的来源商铺所属企业完全负责。本站对此不承担任何保证责任。如涉及作品内容、 版权和其他问题，请及时与本网联系，我们将核实后进行删除，本网站对此声明具有最终解释权。
友情提醒： 建议您在购买相关产品前务必确认资质及产品质量，过低的价格有可能是虚假信息，请谨慎对待，谨防上当受骗。
