人工智能（AI）是一个涵盖广泛技术和理念的领域，自20世纪以来，人类一直试图通过构建人工系统来模拟智能行为。AI的目标并不仅仅是模仿人类的行为，而是要实现一种真正的智能。这个目标在1956年达特茅斯会议上，由约翰·麦卡锡（John McCarthy）明确提出，他定义了“人工智能”一词，描述了这一学科要探索的前沿：如何创造出与人类相当的智能。

在AI发展的初期，符号人工智能占据了主导地位。这种方法不试图直接模拟人类大脑的生物机制，而是专注于通过符号和逻辑规则来构建具有推理能力的系统。符号人工智能的典型代表就是专家系统，这些系统通过预定义的规则和逻辑关系来解决特定领域的问题，其知识由对人类来说容易理解的单词或短语—即“符号”—及处理这些符号的规则组成。然而，正如哲学家伏尔泰所言“定义你的术语，否则我们将永远无法相互理解”所展示的人工智能的困境，人工智能的核心概念“智能”仍然是一个尚未明确的定义。

符号人工智能之后是亚符号人工智能的崛起，旨在从神经科学的角度捕捉无意识的思考过程。这种范式基于神经网络的研究，认为智能的关键在于从数据和经验中学习，而不是靠人类预先定义的规则。联结主义是这种思路的基础，强调构建合适的计算结构，通过大量的训练样本进行学习，逐步提高智能表现。

感知机是人工智能历史上的一个重要里程碑。它是一个简易程序，根据输入信号的加权总和是否满足设定的阈值，做出