什么是智能？
智能包含3 部分： 1. perceive 感知 2. rational thinking 合理思考 3. taking action 采取行动
目前，AI model 的 2 种类型：
1. 符号模型 symbolic model
2. 亚符号模型 sub-symbolic model , 或连接主义： connectionism
符号模型
1955，J.McCarthy提出。
提出两个基本假设：
-
物理符号系统假设：物理符号系统是智能的充分必要条件；
-
人脑和计算机都是物理符号系统，认知过程就是在符号表示上的运算。
- 1976 年 Newell 和 Simon 提出了一个符号模型： 知识库和推理机（inference engine）
例子： 1997 IBM 深蓝 2011 IBM 沃森
这种模型只能在宏观层面上用来模拟人类的某些行为.
亚符号模型/连接主义
1965 年，达特茅斯夏季研讨会.
神经网络有2个时期：
1. 浅层神经网络，只有一层隐层，需要‘手工特征’来构建分类器，因此需要有相关领域知识。
2. 2000-2006， Igor Aizenberg 和 Geoff Hinton。多隐藏层（深度）神经网络
（1） 用 raw data 代替手工特征，故领域知识不再必须；
（2）大大提高亚符号模型的表现；
（3）统计数学工具，让模型具有可度量性和可验证性。
这种 AI 系统主要是基于数据驱动。
这种 AI 系统只是一种分类机器，是一个 AI without Understanding，所以仅仅依靠基于数据驱动的深度学习很难产生真正的智能，也远没有 触及智能的核心。
AI 研究的新趋势
目前的AI研究有2种：
1. 基于知识的符号模型：如基于语义符号，用于处理文本和语言；
2. 基于数据的亚符号模型：如基于数据的特征向量，用于处理图像和语音。
新的趋势：将二者结合起来，建立一种同时基于知识和数据的 AI 系统。