这次的AI与上次的最主要区别在于网络上公开的各种大数据，使得各种语言AI工具有了可行性。其它的没有本质区别。

网络与智能手机的便捷，使得各种公开数据（各种问题的答案）可搜可用。这个应用当然主要在语言文字上，对在图像上的应用，尽管也有进展（都数十年了，有进展并不奇怪），但还没有本质上的突破。由于图像的特性（图像与语言文字有本质区别），也许永远不会有。

所有跟帖： 

• 你这是误解。这次是思维的突破，就是跳出逻辑框架，使用概率统计模型来逼近知识。以前我们陷在NP复杂度中不能自拔，只能各显神 -衡山老道- ♂ (33 bytes) () 12/13/2025 postreply 14:53:40

• AI自从诞生起就有逻辑派和统计派，并不互斥。NP也只是纯理论问题，没有阻碍技术的创新。人工神经网络早在80s就提出了，原 -十具- ♂ (60 bytes) () 12/13/2025 postreply 16:33:56

• 那些搞神经网络的人，不能称为统计学派，因为他们自己也不知道神经网络的本质是什么。 -衡山老道- ♂ (416 bytes) () 12/13/2025 postreply 17:22:55

• ANN本质就是一个通用计算模型，等价图灵机，统计和逻辑推断都行。我们就设计过ANN去实现deterministic算法。 -十具- ♂ (0 bytes) () 12/13/2025 postreply 18:04:14

• 说它是通用计算模型，有点远了。图灵机才是通用模型。要让神经网络成为通用算法模型，就要改变神经元的语义，引入控制节点和循 -衡山老道- ♂ (84 bytes) () 12/13/2025 postreply 18:34:43

• ANNs can simulate Turing machines and vice versa. -十具- ♂ (1144 bytes) () 12/13/2025 postreply 18:49:13