3.1 规则阶段

人工智能最先看起来是很傻瓜似的。Artificial Intelligence as an idiot.

1. 符号学派-图灵机

3.2 机器学习发展至连接主义阶段

统计机器学习：Using data to inverse engineer the complexity.

数据不能解决所有问题，需要有能够学习自身的算法.

上面图中的几种算法的共同点都在模拟人的思维。

Shallow neural network is not sufficient.

3.3 连接注意阶段发展至学习阶段

特征工程：在机器学习或者统计学中，又称为变量选择、属性选择或者变量子集选择，是在模型构建中，选择相关特征并构成特征子集的过程。

深度学习：深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。

3.4 三个阶段的总结

2015年深度学习大概相当于猫的水平。

3.5 人工智能应用

1.文本分类：例如今日头条。

2.娱乐：例如Netflix，推荐电影，后面利用人工智能设计电影。

3.视觉：神经网络

4.Speech recognition：Siri，智能家居

5.机器翻译 machine translation

6.AI设计师

7.人工智能艺术家

8.AI business detection

9.financial AI report

10.agriculture AI

11.医疗AI

12.地震预测

13.未来的人工智能

无人车