深度学习是通过建立人工神经网络，用层次化机制来表示客观世界，并解释所获取的知识，例如图像、声音和文本。

要想让机器具有智能，必须让机器具有知识。因此，在人工智能中有一个研究领域，主要研究计算机如何自动获取知识和技能，实现自我完善，这门研究分支学科叫机器学习。

训练集准确率高，测试集准确率低是欠拟合。

学习器在训练集上的误差称为“泛化误差”。

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。