深度学习的先驱吴恩达认为，人工智能类似于第二次工业革命中电力的发明，本身是一项突破性的技术，一旦被大幅采用，就能革新许多不同的产业。

为了加速人工智能的模型训练和推理速度，目前只能通过软件优化的方式进行提速。

人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

人工神经网络是机器学习的子集，机器学习是人工智能体系的子集。

目前，人工智能的主要学派有下列3家：符号主义、分割主义和现实主义。

连接主义主张人工智能应着重于结构模拟。

连接主义派是由生物演化途径产生，连接主义认为人工智能起源于控制论，提出智能取决于感知和行为，取决于对外界复杂环境的适应，而不是表示和推理。

建立专家系统需要原型机开发和实验。

机器学习是一种随着经验积累、自动提高性能、完成特定任务的计算机程序。

关于大数据的分析理念的说法中在数据基础上倾向于全体数据而不是抽样数据

感知机无法解决异或XOR问题的缺陷导致了第一次人工神经网络研究的衰退。