最早的人工智能研究，是从50年代的博弈论开始。一言以蔽之，就是在多种选择交叉影响中，如何找到最佳解。
用数学来比喻，就是图论研究中的最短路径问题。
到了70年代，人工智能的探讨偏向知识工程，试图理解复杂的人类决策，协助取得结论。
粗浅地说，就是将无限的问题，试图归类给有限的解决手段。要是解决手段无法确实解决问题，那就再增加一个新的解决方法项目。以此不断扩展。
落实到现实生活，就像是自动化生产的工厂机械，只能进行预先设定好的有限动作。
人们认为，当机器被设定好的动作足够丰富，它就会像一个活生生的人类一样，就能算是人工智能了。
很长一段时间，人们对于人工智能的想象与期许就是如此。包含电影《终结者》中，天网所控制的终结者机器大军。
再譬如托尼·史塔克于十六岁时，取得MIT学士学位的毕业作品，机械手臂‘笨笨(Dum-E)’也是基于此理论下的作品。
在91年类神经网络的理论发表，机器学习才正式跃上计算机舞台。
但是这个时代，机器学习也不过是人工智能的一个分支，而非主流。因为计算的代价非常巨大，硬体设备无法提供所需算力。
一直要到二十一世纪，计算机硬件发展到一定程度，深度学习与基于大数据的资料探勘，不再像螳臂挡车般可笑。现实发展中的人工智能，才终于有了‘学习’的概念。
否则在此之前，所谓的机器人会自主学习新的事物，还只停留在科幻题材的或电影、戏剧、游戏中。
科学业界的普遍概念，只要是人类没有设计的行为，机器人就做不出来。实际情形也是如此。
然而在漫威宇宙，托尼·史塔克前几年从MIT取得的人工智能博士学位，论文项目的人工智能‘贾维斯’(...)，就是基于笨笨和类神经网络所开发的学习型人工智能。
以超级计算机为载体的贾维斯，能在已有的动作模式中，透过和托尼·史塔克的互动反馈，记忆新的动作模式，并运用在之后相似的场景。
之所以托尼·史塔克不担心自己开发出一个‘天网’，因为‘贾维斯’从根本上来说，就是一个命令，一个动作的应答器，只是功能很多而已。
它并不会自动去做些什么事情。当得到命令后，它会寻找最佳手段解决问题。假如被托尼·史塔克修正，它也会迅速学习，并
本章未完，请点击下一页继续阅读！