人工智能研究的主流方法

1. 符号主义人工智能（Symbolic AI）为核心的逻辑推理
2. 数据驱动（data-driven）为核心的机器学习
3. 探索与利用（exploration and exploitation）为核心的强化学习

• 人工智能主流三种方法区别

学习模式	优势	不足
用规则教	与人类逻辑推理相似，解释性强	难以构建完备的知识规则库
用数据学	直接从数据中学	以深度学习为例：依赖于数据，解释性不强
用问题引导	从经验中进行能力的持续学习	非穷举式搜索而需更好策略

从数据到知识与能力，能力增强是最终目标
值得关注的是三种学习方法的综合利用！

• 莫拉维克悖论（Moravec's paradox）:困难的问题是易解的，容易的问题是难解的
• 见一叶落，而知岁之将暮；审堂下之阴，而知日月之行，阴阳之变；见瓶水之冰，而知天下之寒，鱼鳖之藏也。 《淮南子说山训》