与30年前我刚刚投身人工智能领域时不同，现在人们所谈的人工智能，基本都围绕着机器学习及其应用领域，即我们一直所说的AML。研究人员在AML的推广应用方面取得了巨大成功，他们研发出了一系列应用程序，从手写数字识别，到人脸识别和跟踪，到在崎岖地形上行走，到在《危险边缘》[1]里参与问答，再到自动驾驶汽车。所有这些成绩的取得都严重依赖于与AML相关的统计技术。
如果与AML领域的研究人员探讨他们的研究内容，我们会得出这样的结论：学习就是从数据（或周围环境）当中总结规律和特点，并将其提取，而不是通过导师授课或者阅读教材学习。显然，我们的很多知识都是以这种方式学来的，例如如何辨别橘子和苹果、叔叔和阿姨、猫和狗等。但好像也没有人告诉我们，说“注意啦，看到猫有长长的胡须了吗？狗是没有这种胡须的”，而是我们自己像AML一样搞清了这些区别。这正是我们学会母语，学会用词语和句子表达思想的过程。的确，因为我们完全靠自己就掌握了大量知识，而非通过任何口头或书面学习，所以才会忽略那些依靠其他途径学到的知识。
换句话说，这是个巨型拼图问题。