第1019章（第2/2頁）

事實上，這種方法是也是目前應用最為廣泛也是已經付諸實踐最多的方法。

這種方法的好處在於，針對性強，在不少領域當中都已經有成功的案例，比如自動化機器人，他們就是采用這種方法，這種人工智能機器人，他被植入了一整套的自動化流程，但是它不具備其他功能。

比如簡單的文字識別，以及下棋，一些遊戲AI等等。

但是同樣的這種方法局限性很大，因為如果遊戲簡單，那麽制定的這個程序也很簡單，而它只能在既定的規則下運行，舉個簡單的例子。

比如這個人工智能機器人，你給他制定了下象棋的規則程序，可是如果你要讓它去下圍棋，那麽你這個機器人的程序就要重新編譯，重新調試，否則的話，就會牛頭不對馬嘴。

而另外一個方法就是模擬法，意思是我們不僅僅要看到效果，還要求實現的方法和人類或者動物機體所用的方法相同或者類似。

比如目前比較流行的模擬構建人類神經網絡作為人工智能機器人的核心，嘗試著讓人工智能機器人按照人類的機體原理進行實踐。

可惜的是，這種方法的入門難度太大了，除了要精通計算機編程知識，還要精通生物學的思考方法，所以不管在國內外，只要進入這一個行業的研究者都會成為重點扶持的對象。

盡管目前的進展依然緩慢，但是起碼，這一個方向被認為是未來的主流的人工智能研究方向。