- 传统人工智能基于规则，使用条件判断命令，若-则 (if-then) 生成输出。
- 基于规则的推理可以用于传统聊天机器人等技术（例如，输入包含“什么”、“价格”和“？”的关键词，则返回产品价格）。
- 机器学习（Machine Learning）是指可以通过访问和处理大量数据来“学习”，无需依赖具体编程的计算机程序。
- 与传统人工智能相比，程序无需被明确“告知”应该输出什么，即可生成新的输出。
- 有监督学习是机器学习的一种，它经过已知和被标记好的数据训练而生成输出。
- 在无监督学习中，机器学习是基于未知和未标记数据组中的相似度进行聚类而生成输出。
- 神经网络是以动物大脑为模型的机器学习算法。
- 由输入层、隐藏层和输出层组成。
- 在隐藏层中，数据根据其值和分配的权重在节点中被处理，只有超过既定阈值的数据才得以通过。
- 经过过滤的数据通过一个或多个隐藏层到达输出层。
- 神经网络中的“学习”通过“反向传播”而实现，反向传播算法基于每个节点输入的正确性和影响，通过调整不同节点隐藏层中的权重来最小化误差。
- 深度学习（Deep Learning）指具有多个隐藏层的神经网络。
- 机器学习通常依赖于结构化的数据 (例如选择、标记和表格化数据) ，而深度学习可以处理非结构化的数据，例如文本和图像。
- 神经网络和/或深度学习常被应用于图像识别和语音识别。
