粗浅地说，就是将无限的问题，试图归类给有限的解决手段。要是解决手段无法确实解决问题，那就再增加一个新的解决方法项目。以此不断扩展。
落实到现实生活，就像是自动化生产的工厂机械，只能进行预先设定好的有限动作。
人们认为，当机器被设定好的动作足够丰富，它就会像一个活生生的人类一样，就能算是人工智能了。
很长一段时间，人们对于人工智能的想象与期许就是如此。包含电影《终结者》中，天网所控制的终结者机器大军。
再譬如托尼·史塔克于十六岁时，取得MIT学士学位的毕业作品，机械手臂‘笨笨(Dum-E)’也是基于此理论下的作品。
在91年类神经网络的理论发表，机器学习才正式跃上计算机舞台。
但是这个时代，机器学习也不过是人工智能的一个分支，而非主流。因为计算的代价非常巨大，硬体设备无法提供所需算力。
一直要到二十一世纪，计算机硬件发展到一定程度，深度学习与基于大数据的资料探勘，不再像螳臂挡车般可笑。现实发展中的人工智能，才终于有了‘学习’的概念。
否则在此之前，所谓的机器人会自主学习新的事物，还只停留在科幻题材的小说或电影、戏剧、游戏中。
科学业界的普遍概念，只要是人类没有设计的行为，机器人就做不出来。实际情形也是如此。
然而在漫威宇宙，托尼·史塔克前几年从MIT取得的人工智能博士学位，论文项目的人工智能‘贾维斯’(Just_A_Rather_Very_Intelligent_System_aka_J.A.R.V.I.S.)，就是基于笨笨和类神经网络所开发的学习型人工智能。
以超级计算机为载体的贾维斯，能在已有的动作模式中，透过和托尼·史塔克的互动反馈，记忆新的动作模式，并运用在之后相似的场景。
之所以托尼·史塔克不担心自己开发出一个‘天网’，因为‘贾维斯’从根本上来说，就是一个命令，一个动作的应答器，只是功能很多而已。
它并不会自动去做些什么事情。当得到命令后，它会寻找最佳手段解决问题。假如被托尼·史塔克修正，它也会迅速学习，并形成新的决策模式。
对这套成熟系统十分有信心的托尼·史塔克，复制了一个版本进到超级计算机‘好莱坞小子’里，让贾维斯和亨利网页中的A姐对弈了起来。
两个人工智能的对奕棋局相当快速，要不是受限于网络传输速度，恐怕一秒就能下完数盘棋局。
但就算网页的棋盘再简陋，读取和加载也需要时间，数秒一盘的速度一样让托尼·史塔克看得眼花撩乱。
所以他找到方法，让两个人工智能在背景中对弈，不再有多余的行棋过程显示。只简单纪录输赢。
看着贾维斯不断累积胜局，托尼·史塔克只觉得开心，然后就去睡觉了。他想看看，要血虐亨利的A姐到什么程度，才会触发投降机制。
没想到，一觉睡醒的托尼·史塔克只觉得天都塌了。
在他停下两个人工智能的自动对弈时，总耗时大约七个小时，将近十万盘对弈的棋局，贾维斯的胜率只有三成。
而且这三成还集中在对弈前期，意味着到后期，贾维斯可是被A姐血虐……