早期人工智能基于什么（早期人工智能基于什么理论）

早期人工智能(AlphaGo、围棋比赛等)是基于深度学习和强化学习技术,这些技术使得计算机可以通过学习大量数据来解决问题,并使用强化学习机制来尝试最优策略。
在深度学习方面,早期的人工智能基于神经网络模型,这些模型使用多层神经元来模拟人脑的神经元结构,并可以学习复杂的非线性函数。
强化学习方面,早期的人工智能基于代理模型,这些模型使用类似于代理的机制来执行决策,并通过与环境的交互来更新策略。
总之,早期人工智能基于各种深度学习和强化学习技术,这些技术使得计算机可以开始模仿人类的智能行为,并逐渐发展出更加复杂和高级的人工智能系统。