簡單的有基于符號邏輯推理也就是符號主義的智能。
什么意思呢？
就是利用嚴格的邏輯推理，從已知條件進行推導，從公理和定理出發，按邏輯歸納和演繹推理，得到新的結論。
很像中學的公式證明的過程，或平面幾何的證明過程。
當然，機器定理證明屬于這個范疇。
不過因哥德爾的不完備性定理，也有其他的智能方法。
而難度上升的就是基于人工神經網絡也就是連接主義的智能。
顧名思義，意思就是受大腦生理結構和功能的研究的啟發，模仿出人工神經元。由大量人工神經元組成人工神經網絡。
其本質是，利用已知的標簽化的大數據，去確定由人工神經網絡決定的萬能函數的待定系數。
當然你說它是概率統計也行。
該智能方法，既需要大量的人力去標簽化大數據，又需要計算機去消耗大量的算力，去求待定系數、并反復嘗試不同人工神經網絡結構的性能。
所以，該智能方式，既費人力，又費算力。
而有句話叫做“有多少智能，就需要有多少人力“，說的就是這個智能的產生過程。
本質上，根本不是智能，只是統計。
但，這個方法很實用，如語音識別、圖像識別、垃圾郵件識別、銀行信用劃分等應用，都很有效。
而這種神經元智能實際上現實中都是去開發機器人比較多，畢竟都說神經元了神經元，自然是將機器人模仿人類了。
最難的就是基于多智能體的智能。
受Holland的遺傳算法和MarcoDorigo的蟻群算法等仿生智能的啟發，單個智能體只遵循簡單的規則，當存在大量智能體時，會自動涌現出更高級的智能。
當然，這些說多了大家也都聽不懂，就廢話少說。
“你現在是不是還在夢游呢？”曹慶陽直接說了一句，他不敢相信怎么還有人能夠口出狂言去開發人工智能的應用軟件。
葉新晨也是無奈，畢竟曹慶陽也是內行，自然是知道人工智能的繁瑣和困難，再葉新晨自己的眼里，人工智能的方向也是太廣了，而且難度系數是倍增。
只不過他想著到時候如果進階成功中級程序員的話，那么人工智能水平應該可以解決一部分吧？
但是想要進階中級程序員，他又要必須完成進階任務，也就是創建一個有知名度的公司，那么，以人工智能為濠頭，那么短時間內有知名度應該沒有問題吧？
所以這就是葉新晨的打算。