阅读提示：为防止内容获取不全，请勿使用浏览器阅读模式。
它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。我们可能听说过的遗传算法（generalgorithork，简称ann），均属于这一类型。
遗传算法模拟人类或生物的遗传-进化机制，人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。为了得到相同的智能效果，两种方式通常都会使用。
采用这种方法，编程者要为其设计一个智能系统（模块）来进行控制。这个智能系统（模块）最开始什么都不懂，就像初生婴儿那样。但它能够学习，能渐渐地适应环境，应付各种复杂情况。这种系统开始也经常犯错误，但它能吸取教训，下一次运行时就可能改正，至少不会一直错下去。
利用这种方法来实现的人工智能，要求编程者具有生物学的思考方法，入门难度比较大。但一旦入了门，就能够得到广泛应用。尤其是在处理复杂问题时，会比第一种方法省力很多。
而苏言得到的高级人工智能研发理论，采用的就是第二种方法。
说的简单点，就是可自主进化机制。
高级人工智能，是已经完全脱离了诞生初期的学习、积累和改正阶段，经历过数十次，甚至是数百次自主进化的人工智能，它的智慧已经与高智商人类相差无几。
目前，全球的人工智能研究正处于中级人工智能向高级人工智能转化的瓶颈期。
对于高级人工智能的研发，苏言还需要和华科院的一众科学家们好好研究一下。原因就是他之前担心的就业问题。
自从“自动化”这一概念被提出至今，其发展速度可谓非常迅猛。尤其是2008年经济危机后，美日欧等国家希望凭借机器人等实现再工业化，工业机器人以比以往任何时候都更快的速度发展，极大的带动了人工智能和相关领域产业的不断突破。以前很多必须用人来做的工作，如今已经能够用机器人实现。
也正因如此，失业问题和就业问题成了世界各国都必须关注的重要问题。
而我国作为世界上人口最多的国家，这个问题更是要严肃对待。一旦处理不好，将会引发很严重的内部矛盾。