那可是人工智能啊，不是普通的软件应用开发，你在想什么呢？

哪怕是现在曹庆阳认为叶新晨的程序能力确实厉害，但是也不认为叶新晨此刻能够进攻人工智能方面的东西。

首先先说最基础的，人工智能本身是一个交叉学科，涉及到哲学、数学、计算机、控制学等一众学科，所以整体的知识量还是非常庞大的，虽然说当前人工智能尚处在发展的初期，但是还有大量的科研难题有待攻关。

而且人工智能的学习难度也很大。

人工智能学习难度都大了，更不用说你要去开发一款人工智能的应用软件？

那可不就是天方夜谭吗？

当然，人工智能应用也不是说没有，就比如小爱同学，色瑞同学等等，这些都是属于人工智能范围。

但是他们这个就简单的多了。

人工智能有简单的，自然也是有困难的。

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