通用智能系统的另一个关键能力是通过学习积累经验,这引出了一个名叫机器学习的人工智能研究分支。就像“人工智能”这个名字本身一样,机器学习也是一个极其不恰当的术语,听起来像是一台机器自己在引导自己学习,从无知开始,变得越来越聪明。事实上,机器学习跟人类学习是完全不同的,它的学习指的是解析和预测数据。例如,在过去数十年里,机器学习的一个巨大成就是出现了可应用的人脸图像识别技术,通常的实现方法是给予程序诸多希望它学习的例子。因此,通过许多人脸图片以及对应人名来训练人脸图像识别程序,最终达到的效果是给它呈现一张图片时,程序就能正确地给出所示图片对应的人名。
问题解决和制订计划是两个相关联的能力,它们也与智能行为有关。它们都要求用给定的动作组合来达成目标,而实现的关键在于找到正确的动作序列。例如,象棋或者围棋之类的棋盘游戏,目标是赢得比赛,行动是在棋盘上移动(或放置)棋子,挑战是要找出正确的下棋步数以达到赢得比赛的目的。而如我们所了解的,在解决问题和制订计划中最根本的难点在于,只需要考虑移动棋子的所有可能结果,虽然从原理上看起来很容易做到,但是实际上执行起来却非常困难,因为棋子可能移动的步骤实在是太多了。