與30年前我剛剛投身人工智能領域時不同，現在人們所談的人工智能，基本都圍繞著機器學習及其應用領域，即我們一直所說的AML。研究人員在AML的推廣應用方面取得了巨大成功，他們研發出了一系列應用程序，從手寫數字識別，到人臉識別和跟蹤，到在崎嶇地形上行走，到在《危險邊緣》[1]裡參與問答，再到自動駕駛汽車。所有這些成績的取得都嚴重依賴於與AML相關的統計技術。
如果與AML領域的研究人員探討他們的研究內容，我們會得出這樣的結論：學習就是從數據（或周圍環境）當中總結規律和特點，並將其提取，而不是通過導師授課或者閱讀教材學習。顯然，我們的很多知識都是以這種方式學來的，例如如何辨別橘子和蘋果、叔叔和阿姨、貓和狗等。但好像也沒有人告訴我們，說“注意啦，看到貓有長長的鬍鬚了嗎？狗是沒有這種鬍鬚的”，而是我們自己像AML一樣搞清了這些區別。這正是我們學會母語，學會用詞語和句子表達思想的過程。的確，因為我們完全靠自己就掌握了大量知識，而非通過任何口頭或書面學習，所以才會忽略那些依靠其他途徑學到的知識。
換句話說，這是個巨型拼圖問題。