四、專家系統(Expert System)
是從知識層級往上到智慧，自1980年代就有很多人在用，它把專家的知識歸納成規則再放到資料庫，所以又叫做規則資料庫(Rule-based System)，軟體即具備有專家能力，如：Mycin，它是一個開抗生素的專家系統，使用簡單的規則產生出一個結果(簡單的推論引擎)，透過一連串的是非題和簡短的問答，針對病人的情況開不同抗生素，約有65%的正確率，已經比許多專家醫師高，屬於白箱策略。

✱為什麼這麼好的系統現在沒有再使用?
1.醫學知識一直在演進(動態演進)
2.由一大堆的醫師和專家歸納出來的規則，會變得沒有可以負責的人，所以未用在現實世界
⇒這是人工智慧系統最後都會碰到的問題

五、人工智慧(Artificial Intelligence)
從數據層開始往上到智慧，透過較複雜的模型模擬大腦，大部分使用深度學習，經由連結、自我學習，也就是類神經網路，學習完後就具備一個能有智慧、功能、能力的系統服務，屬於黑箱策略。

人工智慧熱門的原因：
• 數據方面
╴人類蒐集數據的能力越來越好，如：大數據、物聯網
╴90%的數據是在近2年內被收集的，過去的數據沒有那麼多，處理數據的技術也比過去好很多，如：Hadoop(分散式儲存處理技術)、NoSQL(在網路上處理大量各種不同的數據)
• 演算法方面
╴ 演算法比過去一直在演進，也在強化當中，如：專家系統、機器學習、資料探勘、類神經網路
• 硬碟方面
╴過去很多複雜演算法很難在硬體執行
╴現在因為GPU、神經加速器，硬體的能力大為進步，平行運算
╴複雜演算法加上數據能在很強的硬體上執行

參考資料
https://www.youtube.com/watch?v=o2jh709WjAM&list=PLdSWxzxDhd3G1ZA1VG3zBUjiSHmjuRFdm