人工智能系統十分複雜，常人難以理解

人工智能系統十分複雜，就連設計它的工程師都難以分辨某個具體行動背後的邏輯。

最初，關於可以理解、可以解釋的人工智能應該是什麼樣子，出現了兩派觀點。

很多人認為，最有意義的機器應該根據規則和邏輯做出判斷，這樣一來，任何願意瞭解代碼的人都可以理解它的內部工作原理。

還有人認為，如果機器從生物學領域獲得啟發，通過觀察和經驗來學習，就更容易實現智能。這就意味著把編程任務交給機器自己來完成。解決問題時，不再需要程序員編寫命令，而是由程序根據樣本數據和渴望的輸出結果來自主生成算法。已經成為當今最強大人工智能系統的機器學習技術就遵循了後一條道路：本質上是由機器自主編程。

這種算法起初的實際應用範圍非常有限，在1960和1970年代，還僅限於一些邊緣領域。之後，很多行業的電腦化普及和大型數據集的湧現重新點燃了人們的興趣。這也推動了更加強大的機器學習技術的發展，尤其是新一代的人工神經網絡。到1990年代末，神經網絡已經可以自動對手寫字母進行數字化處理。

如今的人工智能爆發都要歸功於深度學習，它為計算機賦予了無與倫比的力量，包括實現與人類相似的口語能力，這種技術非常複雜，根本無法通過手動編程來實現。深度學習還改變了計算機視覺，並大幅提升了機器翻譯效果。它現在可以用於引導醫療、金融、生產等各個領域的關鍵決策。