有哪些不同的人工智能方法(Different Artificial Intelligence Approaches)？

不同的人工智能方法可分为三大类：大脑模拟、符号和亚符号方法以及统计方法。符号和亚符号方法又可进一步分为认知模拟、认知模拟、认知模拟、认知模拟、认知模拟、认知模拟、认知模拟、认知模拟、认知模拟、认知模拟等...

不同的人工智能方法可分为三大类：大脑模拟、符号和亚符号方法以及统计方法。符号和亚符号方法又可进一步分为认知模拟、认知模拟、认知模拟、认知模拟、认知模拟、认知模拟、认知模拟、认知模拟、认知模拟、认知模拟等，基于逻辑的智能和基于知识的智能属于符号方法，而自底向上和计算智能理论被认为是亚符号人工智能方法，这些理论的研究和应用多年来取得了进展，形成了综合的方法，结合来自多个思想流派的原理来产生更复杂的人工智能（AI）系统。

人工智能的发展在20世纪40年代首次实现了重大的发展飞跃从神经学、控制论和基本认知加工理论来看，研究人员能够在大脑模拟的基础上，制造出具有原始智能水平的机器人，通过感官检测可以避开某些障碍物。然而，在20世纪40年代到60年代之间，进展有限，导致了这种范式的放弃，随着研究人员选择开发其他更有前景的人工智能方法。
在20世纪50年代中期至60年代初，人工智能研究人员试图将人类智能简化为符号操作，认为人类学习和适应环境中物体的能力围绕着对物体的解释和重新解释为基本的符号。例如，椅子可以简化为一个符号，将其定义为一个可以坐的物体。这个符号可以被操纵并投射到其他物体上研究人员通过将这种符号化方法融入人工智能开发中，能够创造出许多灵活和动态的人工智能方法。
模拟符号思维的不同认知方法的能力使人工智能开发者能够创建基于逻辑和基于知识的智能该方法致力于逻辑思维的基本原理，几乎完全集中于解决问题，而不是复制人类的思维能力。逻辑最终被"邋遢"逻辑所平衡，这种逻辑考虑到在给定的逻辑算法之外可以找到解决方案。基于知识的智能另一方面，利用计算机存储、处理和回忆大量数据的能力，为问题提供解决方案。
在符号智能发展放缓之后，20世纪80年代，人们对大脑模拟的兴趣又重新兴起。这导致了亚符号系统的产生，人工智能方法是指将思维与运动和自我保护所需的更基本的智能相结合。这使得模型能够将周围的环境与它们记忆中的数据联系起来。上世纪90年代发展起来的统计方法有助于完善符号和亚符号人工智能的方法是使用复杂的数学算法来确定最有可能导致机器成功的行为过程。研究通常使用各种方法的原理来处理人工智能的开发。