简单的有基于符号逻辑推理也就是符号主义的智能。
什么意思呢？
就是利用严格的逻辑推理，从已知条件进行推导，从公理和定理出发，按逻辑归纳和演绎推理，得到新的结论。
很像中学的公式证明的过程，或平面几何的证明过程。
当然，机器定理证明属于这个范畴。
不过因哥德尔的不完备性定理，也有其他的智能方法。
而难度上升的就是基于人工神经网络也就是连接主义的智能。
顾名思义，意思就是受大脑生理结构和功能的研究的启发，模仿出人工神经元。由大量人工神经元组成人工神经网络。
其本质是，利用已知的标签化的大数据，去确定由人工神经网络决定的万能函数的待定系数。
当然你说它是概率统计也行。
该智能方法，既需要大量的人力去标签化大数据，又需要计算机去消耗大量的算力，去求待定系数、并反复尝试不同人工神经网络结构的性能。
所以，该智能方式，既费人力，又费算力。
而有句话叫做“有多少智能，就需要有多少人力“，说的就是这个智能的产生过程。
本质上，根本不是智能，只是统计。
但，这个方法很实用，如语音识别、图像识别、垃圾邮件识别、银行信用划分等应用，都很有效。
而这种神经元智能实际上现实中都是去开发机器人比较多，毕竟都说神经元了神经元，自然是将机器人模仿人类了。
最难的就是基于多智能体的智能。
受holnd的遗传算法和ardorigo的蚁群算法等仿生智能的启发，单个智能体只遵循简单的规则，当存在大量智能体时，会自动涌现出更高级的智能。
当然，这些说多了大家也都听不懂，就废话少说。
“你现在是不是还在梦游呢？”曹庆阳直接说了一句，他不敢相信怎么还有人能够口出狂言去开发人工智能的应用软件。
叶新晨也是无奈，毕竟曹庆阳也是内行，自然是知道人工智能的繁琐和困难，再叶新晨自己的眼里，人工智能的方向也是太广了，而且难度系数是倍增。
只不过他想着到时候如果进阶成功中级程序员的话，那么人工智能水平应该可以解决一部分吧？
但是想要进阶中级程序员，他又要必须完成进阶任务，也就是创建一个有知名度的公司，那么，以人工智能为濠头，那么短时间内有知名度应该没有问题吧？
所以这就是叶新晨的打算。